Kolloquium des Graduiertenkolleg Wissensrepräsentation

Recent successes of Automated Deduction in various application domains, such as planning, diagnosis or mathematics are shortly reviewed. These successes have been made only after a careful analysis of the application domain as well as the deduction system under consideration. For this it is necessary to have available a variety of deduction methods and to understand the properties and the computational power of the calculi and the corresponding proof procedures. To this end, in the second part of the talk some calculi together with their relation to each other are discussed: resolution, tableaux and model generation procedures. It will be shown that certain calculi which are commonly understood as refinements of resolution are in fact tableaux calculi, e.g. model elimination and SL-resolution. For efficient model generation there are various systems (e.g. Satchmo, MGTP, NIHIL) which apply ground-tableau techniques. However, if one is aiming at full first order model generation calculi, it seems to be appropriate to incorporate certain aspects from resolution, like universally quantified variables. It was also research of this kind, which contributed to application oriented projects within the Focus Program "Deduktion" of the "Deutsche Forschungsgemeinschaft".

Daten aus numerischen Simulationen komplexer physikalischer Phänomene erfordernd auch im Postprocessing eine erneute Modellierung. Die Visualisierung von Vektorfeldern, die Segmentierung von Daten insbesondere in 3D oder die Visualisierung dynamischer Systeme sind wichtige Beispiele, die vorgestellt werden sollen. Ein Schwerpunkt des Vortrags wird sich der Modellierung mit Hilfe parabolischer Differentialgleichungen widmen. Darauf basierend werden Werkzeuge zur Analyse von Vektorfeldern und zur Segmentierung numerischer Daten abgeleitet .

I. Introduction to a Neural Network
A. Why use one
B. What is one
C. How does on implement one
D. How does the genetic algorithm help with neural networks
E. How does one evaluate the performance of one

II. Networks and the Tracking of Complex Data
A. Deterministic and stochastic chaos models
B. Bier-Mountis map
C. Non-linear option pricing models

III. Estimating Spillover or Contagion Effects
A. Linear, polynomial and network alternatives
B. In-sample and out-of-sample criteria
C. Common sense criteria: calculating partial derivatives with networks

IV. Evaluating Down-Side Risk with the Genetic Algorithms
A. Risk and uncertainty: how to measure risk
B. Risk and the Rothschild - Stiglitz analysis
C. Empirical frequency distribution and kernel estimation
D. Adaptation of a genetic algorithm for downside risk evaluation
E. Assessment: how much of a difference does this analysis mean?

V. Decision Marking with Discrete or Truncated Variables
A. Problem of linear and non-linear models
B. Discriminant, logit and probit analysis
C. Neural network analysis
D. Applications: consumer credit default in Brazil, bank failures in Texas

VI. Using Networks for Analysing Economic Growth and Optimal Investment
A. Problem of no analytic solutions for interesting technological assumptions
B. Approximation with networks
C. Accuracy checks with simply models
D. Extension to estimating investment with pollution and other externalities

VII. Modelling Learning of Economic Agents and Policy-Makers
A. Expectations of agents in models and forecasting: paradox in models
B. How do people actually learn and implications for modelling
C. Example: Unemployment and inflation convergence

Die automatische Stundeplanung ist ein aktuelles Forschungsgebiet. Für die automatische Stundenplanung existieren verschiedene grundlegende Softwaretechniken und Ansätze. Die z.Zt. erfolgreichsten Ansätze basieren auf evolutionären Algorithmen oder Constraint-Programmierung. Unter Verwendung der constraintlogische Programmierung entwickeln wir Methoden, Verfahren und Konzepte für eine interaktive, automatische Stundenplanung, die in Universitäten und Schulen angewendet werden können. Die automatische Lösungssuche wird dabei so realisiert, daß möglichst eine Lösung in relativ kurzer Zeit gefunden wird, falls eine existiert. Für die Realisierung einer effizienten automatischen Lösungssuche ist die Problemmodellierung von entscheidender Bedeutung. Wichtiger Bestandteil unseres Systems der Stundenplanung ist eine automatische heuristische Lösungssuche, in der der Anwender interaktiv Einfluß nehmen kann. Der Anwender kann einen Plan bzw. Teilplan aber nur so modifizieren, daß keine harten Constraints verletzt sind. Im Rahmen unserer Forschungen entwickelten wir ein System für die interaktive, automatische Stundenplanung an der Medizinischen Fakultät Charité der Humboldt Universität zu Berlin, das erfolgreich eingesetzt wird. Als Implementationssprache wurde die constraintlogische Programmiersprache CHIP gewählt. Die Erfahrungen mit diesem System zeigen, daß die die Kombination von automatischer und interaktiver Suche für einen erfolgreichen Einsatz unbedingt notwendig sind.

Anforderungen flexibler industrieller Fertigung erfordern die Beherrschung komplexer Planungsprozesse durch Computersysteme, die die gewünschte Lösung konstruktiv aus vorgegebenen Einzelbausteinen zusammensetzen.

Planungsprobleme lassen sich dabei durch die Angabe des Ausgangszustands ("Was gilt momentan?"), der Ziele ("Was soll erreicht werden?") und der möglichen Aktionen ("Welche elementaren Handlungen gibt es?") beschreiben. Gesucht sind Verfahren, die es ermöglichen, einen Handlungsplan zu konstruieren, mit dem die gestellten Ziele erreicht werden. Die theoretischen Eigenschaften des Planens - es ist PSPACE-vollständig - lassen es unwahrscheinlich erscheinen, daß effiziente Algorithmen existieren, die das Planungsproblem in allgemeinster Form lösen können. Moderne Planungsverfahren setzen demzufolge auf schnelle Suchalgorithmen.

Der Vortrag stellt einen solchen Algorithmus vor, der Pläne durch systematische Suche über einem speziell strukturierten Suchraum, sogenannten Planungsgraphen, erzeugt. Das Verfahren wird im Planungssystem IPP verwendet, das die Weltmeisterschaft der Planungssysteme 1998 überlegen gewonnen hat. Durch die Verwendung von Planungsgraphen überzeugt das System auch durch seine theoretischen Eigenschaften: IPP ist korrekt und vollständig, generiert optimale Pläne bezüglich maximaler Parallelisierung von Aktionen und terminiert auf unlösbaren Problemen.

Ein Überblick über eine Einsatzstudie von IPP im Bereich der Online Synthese von Aufzugssteuerungen im Auftrag der Schindler AG, Schweiz, beschließt den Vortrag.

Um den Arzt bei der Diagnostik mit medizinischer Bildgebung durch Methoden der digitalen Bildverarbeitung zu unterstützen und damit letztlich die Qualität der medizinische Versorgung für den Patienten signifikant zu verbessern, bedarf es nicht zwangsläufig hochkomplexer Systeme mit umfangreichem Wissensschatz. Die Palette nützlicher Anwendungen reicht von der einfachen Darstellungsverbesserung im Rahmen der Visualisierung bis hin zu modellbasierter Objekterkennung und -quantifizierung oder der Erstellung eines Diagnosevorschlags. Die Wissensrepräsentation ist dementsprechend unterschiedlich und kann verfahrensinhärent in Form der Verarbeitungsprozeßkette und der Parameterwerte der verwendeten Operatoren, also implizit, dargestellt sein. Sie kann aber bei komplexen Verfahren auch explizit in Form von Regeln und Modellen dargestellt werden.

Anhand der Erfahrungen aus eigenen Projekten wird die Bedeutung einer problemadäquaten Wahl der Verfahrenskomplexität und des Umfangs an Wissen, das in ein Diagnoseunterstützungswerkzeug für die Bildgebung unter Kosten-Nutzen- sowie Akzeptanzaspekten investiert werden sollte, diskutiert.