Vorlesung "Wissensbasierte Systeme" für die Fachrichtung Wirtschaftsinformatik (WI97) im Sommersemester 2000

<...pagetobecompleted:-)...>

Vorlesungstermine:

Mittwoch, 26. April 2000 9.00 - 16.15 Uhr (KI-Einführung, XPS-Einführung, Suche)
Donnerstag, 27. April 2000 9.00 - 13.00 Uhr (Constraints, A-Logik)
Dienstag, 06. Juni 2000 9.00 - 16.15 Uhr (Von PL1 zu PROLOG, Vorwärtsregeln,)
Mittwoch, 07. Juni 2000 9.00 - 16.15 Uhr ( Frames & Semantische Netze, Unsicherheit & Vagheit)
Montag, 19. Juni 2000 9.00 - 16.15 Uhr (Diagnose, Ausblick, Klausurvorbereitung)

Vorlesungsthemen:

Motivation und Grundansatz, Teilgebiete und Basistechniken
Vernünftige Einführungen in Themen und Methoden der KI gibt es viele, siehe z.B. bei Gottlob
Darstellung in der Vorlesung verwendet Folien von Hättenschwiler und von Hinkelmann
Hier gibt's das gepackte Druckerfile (.prn)

Definitionsversuch, Merkmale typischer Aufgabenstellungen, Klassifikation von Aufgabenstellungen (analytisch - synthetisch, automatisch - assistierend - überprüfend)
Anwendungsgebiete (Diagnose, Klassifikation, Konfiguration, Planung, Design - Tutoring, Entscheidungsunterstützung, Datenanalyse, Prozeßkontrolle)
Grundansatz (Wissensrepräsentation + Inferenz + Problemlösemethode) und generische Architektur
auch hierzu gibt es einige gute Darstellungen, man sollte dazu einmal in den "Klassiker" von Frank Puppe geschaut haben

Problembeschreibung als Suchproblem (Beispiel Färbeproblem, Weinkrüge, Schach)
Uninformierte, systematische Suchverfahren: Tiefensuche, Breitensuche, Iterative Deepening
Informierte, heuristische Suche (Beispiel Schiebepuzzle)
Heuristische Suche mit Kosten: A*-Algorithmus (Beispiel Traveling Salesman), Optimalität bei zulässiger, optimistischer Schätzfunktion
Charakteristik (Randbedingung + Optimierung, Suchweg irrelevant, Zielzustand enthält vollständige Lösungsinformation) und Problematik (zulässige Schätzfunktion häufig nicht zu finden, exponentielle Suchkomplexität) kombinatorischer Suchprobleme (Beispiel Rucksackproblem), Lösungsansätze angedeutet (Bergsteigeverfahren, genetische Algorithmen, Simulated Annealing)

Begriffe und Definitionen am Beispiel n-Damen Problem
Constraint-Graph und Merkmale für die Wissenrepräsentation am Beispiel Pausenbrotkonfigurierung
einfacher Backtracking-Algorithmus mit seinen Ineffizienzen (Bedeutung der Variablenauswahl und lokal schon inkonsistenter Werte am Beispiel)
allgemeine Heuristiken für Variablenauswahl und Werteauswahl
Constraint-Propagierung zur Herstellung lokaler Konsistenz schon vor der Suche (Beispiel Kreuzworträtsel)
Zusammenspiel von Auswahlheuristiken und Propagierung am n-Damen-Beispiel
Anmerkungen zum praktischen Einsatz (Konfiguration, Scheduling, Arbeitsplanung, Timetabling-Probleme, dort Möglichkeiten für domänenspezifische Heuristiken, Constraint-Programmiersprachen und -libraries)

Definitionen und Grundlagen, Syntax, Semantik, Interpretation, Modell, Erfüllbarkeit, Tautologie, Semantische Folgerung
Resolution als Kalkül (Beispiel Abtrageverfahren, Beispiel Diebe im Hotel)
Basisalgorithmus zur Resolution + Problematik der Effizienz und Ideen zur Effizienzsteigerung (Löschen tautologischer und subsumierter Klauseln, allgemeine Heuristiken, Tiefensuchaspekte, Hintergrundtheorien)

Handouts gibt's hier als Postscript und da als PDF.
Prolog zum Rumspielen: Hier ist die Homepage zu SWI-Prolog von der Uni Amsterdam
weitere Links stehen auf den Handouts
Beispiele zu Prolog: Familienbeispiele, Fibonacci-Zahlen, Symbolisches Differenzieren

Handouts dazu in PDF
wer etwas mit Produktionsregeln herumspielen möchte, sollte sich einmal die CLIPS-Homepage anschauen
die "klassische" Darstellung von OPS-5 findet sich immer noch bei Peter Jackson "Expertensysteme" (auf der CLIPS-Homepage ist allerdings auch umfassende Dokumentation zu finden)
Beispiele zu OPS5: Pendler & Arbeitslose, Fibonacci-Zahlen

Darstellung i.w. übernommen aus Vorlesungen von Dr. Knut Hinkelmann (FH Solothurn, CH) an der Uni Kaiserslautern und der FH Wiesbaden
Handouts als PDF
Zum Nachlesen: z.B. bei Gottlob

Handouts als PDF
etliche wichtige Verfahren (wie Fuzzy-Logic, Bayes-Theorie, Evidenztheorie nach Dempster-Shafer) werden bei Puppe kurz angerissen, bei Socher-Ambrosius & Heinsohn, M.M. Richter oder Russel & Norvig im Detail beschrieben
unsere drei Themen in der Vorlesung:
Theorem von Bayes

Standardaufgabenstellungen mit 2 und n Hypothesen, Nachteile und Probleme des Ansatzes
Darstellung in allen Lehrbüchern ähnlich, kann man z.B. bei M.M. Richter oder Puppe nachlesen
Autobeispiel aus der Vorlesung

Grundansatz und Beispiel für die Einbettung in Produktionsregelsysteme
die Darstellung dazu folgt der von Hinkelmann, da die Sicherheitsfaktoren mit MYCIN eingeführt wurden, kann das Buch von Jackson ebenso als Referenz herangezogen werden

Grundidee der Fuzzy Sets, Verallgemeinerung der Mengenoperatoren (logischen Operatoren) auf Fuzzy Sets / Fuzzy Logic
Fuzzy-Regeln zur Kontrolle, Basiszyklus der Fuzzy Control, inverses Pendel-Beispiel
dazu gibt es massenhaft gute Sourcen im Internet, die Darstellung bei Socher-Ambrosius & Heinsohn ist gut
die Vorlesung folgt komplett einem Fuzzy-Tutorial im Internet, aus der Universität Linz