权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Modellieren, Lernen und Verarbeiten von Erfahrungswissen im Case-Based Reasoning auf der Grundlage präferenzbasierter Methoden - Präferenzbasiertes CBR

基于偏好的方法对案例推理中的经验知识进行建模、学习和处理——基于偏好的CBR

基本信息

批准号：
170049638
负责人：
Professor Dr. Eyke Hüllermeier
金额：
--
依托单位：
Lehr- und Forschungseinheit Künstliche Intelligenz und Maschinelles Lernen
依托单位国家：
德国
项目类别：
Research Grants
财政年份：
2010
资助国家：
德国
起止时间：
2009-12-31 至 2015-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/170049638?language=en
关键词：
Modellieren Lernen und Verarbeiten von

项目摘要

Im Bereich der Künstlichen Intelligenz ist das so genannte Fallbasierte Schließen (Case-Based Reasoning, CBR) ein etabliertes Problemlösungsparadigma mit vielfältigen Anwendungsmöglichkeiten. Trotz seines beträchtlichen praktischen Erfolges besitzt das CBR nach wie vor ein Entwicklungspotential im Hinblick auf theoretische und methodische Grundlagen. Aufbauend auf neueren Arbeiten im Bereich der Präferenzverarbeitung verfolgt dieses Projekt das Ziel, einen allgemeinen methodischen Rahmen auf der Basis einer präferenzbasierten Formalisierung des CBR zu entwickeln. Ein präferenzbasierter Ansatz erscheint aus mehreren Gründen interessant, insbesondere deshalb, weil sich fallbasiertes Erfahrungswissen häufig sehr natürlich mithilfe von Präferenzrelationen abbilden lässt - selbst dann, wenn es sich nicht direkt um Präferenzinformation handelt. Zudem kommt die Flexibilität und Ausdrucksstärke eines präferenzbasierten Formalismus dem unsicheren und approximativen Charakter des fallbasierten Problemlösens entgegen. Besondere Aufmerksamkeit wird dem gemeinsamen Thema des Paketantrages gewidmet, nämlich der Verwendung des CBR zum Verarbeiten von Erfahrungswissen in Internet communities. In diesem Kontext wird Präferenzinformation auf natürliche Art und Weise erzeugt und muss deshalb adäquat formalisiert und verarbeitet werden. Gemeinsam mit den Projektpartnern soll eine konkrete Applikation in der Anwendungsdomäne des Kochens realisiert werden.

在知识智能领域，基于案例的推理（CBR）是一种通过大量的案例分析来解决问题的方法。Trotz seines beträchtlichen praktischen Erfolges besitzt das CBR nach wie vor ean Entwicklungspotential im Hinblick auf theoretische and methodische Grundlagen.在Ziel项目预处理的基础上进行新的工作，一种基于CBR预处理的形式化方法被引入。Ein präferenzbasierter Anchorerscheint aus mehreren Gründen interessant，insbesondere deshalb，weil sich fallbasiertes Erfahrungswissen häufig sehr natürlich mithilfe von Präferenzrelationen abbilden lässt - selbst dann，wenn es sich nicht direkt um Präferenzinformation handelt. Zudem kommt die abbilität und Ausdrucksstärke eines präferenzbasierten Formalismus dem unsicheren und approximmativen Charakter des fallbasierten Problemlösens entgegen.在互联网社区中，基于案例推理的虚拟现实研究将成为一个共同的主题。在这种语境中，我们将介绍自然艺术和智慧的信息，并必须将其形式化和韦尔登化。与项目合作伙伴共同解决了在韦尔登的知识产权领域中的一个问题。