Cognitive Neuroinformatics

 
  • Increase font size
  • Default font size
  • Decrease font size
Home Lehre Repräsentation im Umgang mit unsicherem Wissen

Repräsentation im Umgang mit unsicherem Wissen

Der Kurs beschäftigt sich mit Themen wie Vagheit, Unsicherheit und Fuzzyness, numerischen und qualitativen Kalkülen zur Behandlung unsicherer Daten. Es wird sich auch damit beschäftigt, wie der Mensch mit unsicherem Wissen umgeht.


Der Inhalt des Seminars ist entscheidend für die Entwicklung 
  • Intelligenter wissensbasierter Systeme, Decision Support Systems
  • (Multi-)Agentensysteme, Kognitive Robotik und Sensor-Systemen
Das Ziel des Kurses ist die Vermittlung wichtiger Theorien und Anwendungsbeispiele dieser Theorien (Diagnose, Robotik, Steuerung von Geräten, Beratung,....)

Inhalte:

Dimensionen der Unsicherheit

  • Vagheit, Unsicherheit, Fuzziness

Qualitative Repräsentation

  • Datenerhebung, -bewertung und Verknüpfung

"Numerische" Kalküle zum Umgang mit unsicherem Wissen

  • - Bayes/ Bayes-Netze
  • - Dempster-Shafer/Belief-Netze
  • - Fuzzy Logik

Umgang mit unsicherem Wissen beim Menschen

  • Wahrscheinlichkeit vs. "Frequency"

"Qualitative" Kalküle zum Umgang unsicherem Wissen

  • Räumliches und zeitliches unsicheres Wissen