Modulnummer

Modulbezeichnung

Titel (englisch)

Pflicht/Wahl

Erklärung

CP

Berechnung des Workloads

Turnus

Dauer

Form

Prüfung

Anforderungen

Lernziele

• Probleme und Aufgaben von “Intelligenten Systeme”, bei denen Methoden zum Umgang mit unsicherem Wissen eingesetzt werden müssen, identifizieren können.

• Die wesentlichen Grundlagen der drei Theorien:

  • Wahrscheinlichkeitstheorie
  • Evidenztheorie nach Dempster und Shafer
  • Fuzzy Set Theorie kennen können.

• Beipiele zu den drei Theorien an Hand konkreter Problemstellungen erläutern können.

• Die drei Theorien voneinander abgrenzen können.

• Alternative Forschungsansätze zum qualitativen Umgang mit unsicherem Wissen kennen und verstehen können.

• Forschungsorientierte Literaturarbeit leisten können

• Forschungsarbeiten lesen, verstehen und im Plenum präsentieren können.

Lerninhalte

• Dimensionen der Unsicherheit in informatischen Anwendungen

• Vermittlung des Unterschiedes: Vagheit, Unsicherheit, Fuzziness

• Kalküle zum Umgang mit unsicherem Wissen:

  • Wahrscheinlichkeitstheorie, Bayes-Netze, Anwendungen
  • Evidenz-Theorie nach Dempster und Shafer, Anwendungen
  • Fuzzy Set Logik, Fuzzy –Control, Anwendungen

• Vergleich der 3 Kalküle (u.a. anhand des Umgangs mit fehlendem Wissen, nichtunterstützendem Wissen, Schließen mit unsicherem Wissen)

• Umgang mit unsicherem Wissen beim Menschen

Quellen

• Shafer: A Mathematical Theory of Evidence
• Jensen: Bayesian Networks and Decision Graphs
• Arbeiten von Zadeh und Kruse: Fuzzy Set Theory
• ca. 10 Fachartikel zum Thema „Umgang mit unsicherem Wissen“

Sprache

Bemerkung

Zuletzt geändert