Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-40888
Titel: Machine Learning and Knowledge Acquisition in a Computational Architecture for Fault Diagnosis in Engineering Systems
VerfasserIn: Althoff, Klaus-Dieter
Sprache: Englisch
Erscheinungsjahr: 1992
Erscheinungsort: Kaiserslautern
DDC-Sachgruppe: 004 Informatik
Dokumenttyp: Forschungsbericht (Report zu Forschungsprojekten)
Abstract: We present a computational architecture in a domain of extraordinary economical importance: fault diagnosis in engineering systems. We describe the underlying domain requirements leading to this architecture with a special focus on the included learning tasks. In the sense of KADS, the presented architecture represents an operational design model for technical diagnosis within which machine learning techniques are used to fill the model with concrete knowledge. We show how the underlying computational architecture constrains the involved learning processes.
Link zu diesem Datensatz: urn:nbn:de:bsz:291--ds-408882
hdl:20.500.11880/37680
http://dx.doi.org/10.22028/D291-40888
Schriftenreihe: SEKI-Report / Deutsches Forschungszentrum für Künstliche Intelligenz, DFKI [ISSN 1437-4447]
Band: 92,15
Datum des Eintrags: 22-Mai-2024
Fakultät: SE - Sonstige Einrichtungen
Fachrichtung: SE - DFKI Deutsches Forschungszentrum für Künstliche Intelligenz
Professur: SE - Sonstige
Sammlung:SciDok - Der Wissenschaftsserver der Universität des Saarlandes



Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.