Case Based Reasoning - Konzepte und AnwendungsbeispieleGRIN Verlag, 2007 - 28 Seiten Studienarbeit aus dem Jahr 2003 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,7, Universität Siegen (Lehrstuhl der Wirtschaftsinformatik), Sprache: Deutsch, Abstract: Die folgenden Seiten beschäftigen sich mit dem in den letzten Jahren zunehmenden Bereich des Case-based reasoning (CBR) (dt. Fallbasiertes Schliessen). Case-based reasoning ist eine Technik, die aus der Psychologie abgeleitet ist und in verschiedenen Anwendungsberei-chen zum Tragen kommt, vornehmlich in der Künstlichen Intelligenz (KI). Im weiteren Verlauf wird, ausgehend von dem Hintergrund und der Motivation dieses The-mengebiets, die Begrifflichkeit erklärt sowie ein einführendes Beispiel aufgeführt, um die späteren Konzepte leichter nachvollziehbar zu machen. Im Hauptteil werden die wichtigsten Grundlagen von CBR erklärt und anhand des Phasenmodells von Aamodt und Plaza [AaPl94] durchlaufen. Ferner wird auf den Aufbau von CBR-Anwendungen hingewiesen und kommerzielle Werkzeuge vorgestellt. Im Schlussteil erfolgt dann abschliessend eine Zusam-menfassung des Themenkomplexes, und ein Blick auf die zukünftige Entwicklung soll helfen zu verstehen, warum dieses Gebiet in den letzten Jahren so grosse Fortschritte gemacht hat und in neuen Bereichen wie self-service und e-commerce im WWW anzutreffen sein wird. |
Andere Ausgaben - Alle anzeigen
Case Based Reasoning - Konzepte und Anwendungsbeispiele Hermann Hutter Eingeschränkte Leseprobe - 2004 |
Häufige Begriffe und Wortgruppen
adaptiert Ähn ähnliche Fälle Ähnlichkeitsbestimmung aktuellen Problem allgemein alten analytische Anfrage anhand Ansatz Anwendung Attribut-Wert Attribute Aufgaben aufgenommen Begriff Beispiel Bereich bereits beschreiben besteht bestimmte betrachtet Bewertung Bild Blick case Case-based reasoning category CBR-Methoden CBR-Systemen Darstellung Diagnostik dynamische Ebene Effizienz Eigenschaften eigentlichen einfachen einige einzelnen enthalten Erfahrungen erfolgen erklärt erst Exemplare Fallbasis Fallrepräsentation Fallsammlung Ferner finden findet Folge Folgenden Form Frage früheren führen geeignet geht gelöste gesucht gleichen Graph grosse Grundtypen hierbei hierzu hohe induktives Informationen Klassifikation kommt Konfiguration Konzept kurz Lernen letzten liche liegt lösen Lösung Lösungsanpassung Lösungstransformation Lösungsweg meist Menge Modell muss Natur neue Fall oben Objekten Phase Problemlösung Problems Prozess Relationen Repräsentation Retrieval Reuse semantisch siehe Situation soll sollte somit sowie sowohl später Speichern spezifisches Stefan Struktur strukturelle Suche synthetische Aufgaben System Systeme unterscheiden Unterstützung verschiedenen Verstehen verwendet viele vorgestellt vorhanden Vorteile weiteren weniger Werte wesentlich wichtig Wissen wobei zentrale zwei zweite