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 |
Dateien zu diesem Datensatz:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
SEKI-Report-SR-92-15_Althoff_Machine-Learning-and-Knowledge-Acquisition-in-a-Computational-Architecture-for-Fault-Diagnosis-in-Engineering-Systems.pdf | 1,12 MB | Adobe PDF | Öffnen/Anzeigen |
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.