Benutzer: Gast  Login
Originaltitel:
Probabilistic Cognition for Technical Systems 
Originaluntertitel:
Statistical Relational Models for High-Level Knowledge Representation, Learning and Reasoning 
Übersetzter Titel:
Probabilistische Kognition für technische Systeme 
Übersetzter Untertitel:
Statistische Relationale Modelle für abstrakte Wissensrepräsentation, Lern- und Schlussfolgerungsprozesse 
Jahr:
2012 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Informatik 
Betreuer:
Beetz, Michael (Prof., Ph.D.) 
Gutachter:
Beetz, Michael (Prof., Ph.D.); Toussaint, Marc (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik 
Stichworte:
probabilistic reasoning, learning, knowledge representation, robotics, cognition 
Übersetzte Stichworte:
Probabilistische Inferenz, Lernen, Wissensrepräsentation, Robotik, Kognition 
Schlagworte (SWD):
Inferenz Künstliche Intelligenz; Wissensrepräsentationssprache; Kognition; Robotik 
TU-Systematik:
DAT 703d; DAT 708d; DAT 815d 
Kurzfassung:
For the realisation of cognitive capabilities in technical systems such as autonomous robots, the integration of many distinct cognitive resources that support learning and reasoning mechanisms can help to overcome the many challenges posed by the real world. Since many real-world problems involve uncertainty, this work explores the potential of statistical relational models as a resource for probabilistic high-level learning and reasoning. Statistical relational models combine the principles of...    »
 
Übersetzte Kurzfassung:
Für die Verwirklichung kognitiver Fähigkeiten in technischen Systemen wie autonomen Robotern kann die Verknüpfung verschiedenartiger kognitiver Ressourcen, die Lern- und Schlussfolgerungsmechanismen bereitstellen, ein adäquates Mittel sein, um den vielfältigen Herausforderungen der wirklichen Welt gerecht zu werden. Da eine Vielzahl von Problemen stark von Unsicherheit geprägt ist, untersucht diese Arbeit das Potenzial von statistischen relationalen Modellen als eine vielversprechende solche Res...    »
 
Mündliche Prüfung:
23.08.2012 
Dateigröße:
21631661 bytes 
Seiten:
278 
Letzte Änderung:
27.03.2013