课题基金 / 基金详情

Lernende Software-Agenten zur Filterung von Textdokumenten

Lernende Software-Agenten zur Filterung von Textdokumenten
用于过滤文本文档的学习软件代理
批准号:
5445934
负责人:
Professor Dr. Klaus Obermayer
金额:
$0.0万
依托单位国家:
德国
项目类别:
Research Grants
财政年份:
2005
资助国家:
德国
项目状态:
已结题
起止时间:
2004-12-31 至 2009-12-31

项目摘要

项目成果

Professor Dr. Klaus Obermayer的其他基金

相似基金

相关文献

中文摘要
翻译
在这个韦尔登中,软件代理技术与机器学习的独特方法相结合,可以使信息的研究更加深入。我们通过在更好的工厂合作,在适应性信息研究领域发挥协同效应。信息检索系统是一种专门的信息检索系统,它不以拉格为基础,不以信息结构、信息处理、用户资料或检索技术为基础。在新的开发系统中,韦尔登软件开发采用了非常先进的学习方法,并在这种情况下对信息进行了全面的检查。这是一个非常重要的建筑,它的系统包含了一个新的元素,并使它具有强大的组成部分。Ziel des Projektes is die Entwicklung eines Systems,das in der拉格ist,zur Bearbeitung einer Textrecherche auf Basis von Benutzerprofilen eine geignete Auswahl unter den zugänglich gemachten Inform-mationsquellen und den implementerten Lernalgorithmen selbsttätig zu treffen.因此,这些系统必须是韦尔登的,如果一个异质系统更适合于一个同质系统。
英文摘要
In diesem Projekt soll untersucht werden, inwieweit sich die Softwareagenten-Technologie mit unterschiedlichen Methoden des maschinellen Lernens zur Recherche in verschiedenen Informations-quellen kombinieren lässt. Wir erwarten einen synergetischen Effekt auf dem Gebiet der adaptiven Informationsrecherche durch die Kooperation der beiden beteiligten Fachbereiche. Aktuelle Systeme zum Information Retrieval, wie beispielsweise Suchmaschinen, sind auf eine einzige Vorgehensweise beschränkt und nicht in der Lage, die verwendeten Verfahren an die Struktur der Informationsquelle, die vorhandenen Ressourcen, das Profil des Benutzers oder die Art der Recherche anzupassen. In dem neu zu entwickelnden System werden Software-Agenten mit unterschiedlichen Lernmethoden und Zugang zu verschiedenen Informationsquellen ausgestattet, um diese situationsabhängig zu kombinieren. Eine dezentralen Architektur ermöglicht es, das System mit wenig Aufwand um neue Elemente zu erweitern, und macht es robust gegen den Ausfall einzelner Komponenten. Ziel des Projektes ist die Entwicklung eines Systems, das in der Lage ist, zur Bearbeitung einer Textrecherche auf Basis von Benutzerprofilen eine geeignete Auswahl unter den zugänglich gemachten Infor-mationsquellen und den implementierten Lernalgorithmen selbsttätig zu treffen. Anhand dieses Systems soll untersucht werden, wann ein heterogenes System mehrerer Algorithmen einem homogenen System überlegen ist.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Risk-sensitive choice and reinforcement learning under uncertainty
  • 批准号:
    407012307
  • 项目类别:
    Research Grants
  • 资助金额:
    $0.0万
  • 财政年份:
    2018
  • 负责人:
    Professor Dr. Klaus Obermayer
  • 依托单位:
Risk-sensitive decision making under inclomplete information
Linking metric and symbolic levels in autonomous reinforcement learning
Neuronale biologisch inspirierte Steuerungsachitektur für einen mobilen Roboter
海外基金