Künstliche Intelligenz in Bild- Und Sprachanalyse

ISBN-13: 9783519022619 / Niemiecki / Miękka / 1987 / 247 str.

Heinrich Niemann; Horst Bunke; Heinrich Niemann

Opis

Der vorliegende Band behandelt Verfahren der Kunstlichen Intelligenz (KI) in der Bild- und Sprachanalyse, also in einem Teilgebiet der Mustererkennung (ME). Die Definition und Abgrenzung von Begriffen wie KI und ME wird in der Literatur nicht einheitl ich gehandhabt; es ist aber wichtig daran zu erinnern, dass beide aus ihrer Fruhzeit gemeinsame Wurzeln haben. Die Fahigkeit zur Erkennung von Mustern, und ganz allgemein zur Wahrnehmung der Umwelt mit geeigneten Sensoren, wurde als wesentl i che Vorau ssetzung fur autonom agi erende "i nte 11 i gente" tech nische Systeme angesehen. Einerseits wurde in ersten Veroffentlichungen uber KI immer wieder die ME als ein zu losendes Problem genannt, andererseits wurde als wichtiges Problem in der ME die Einbeziehung von Wissen uber das Problem und die zu erkennenden Muster gefordert. Die Wichtigkeit der Wissensverarbeitung in der ME lasst sich in Forschungsantragen schon aus dem Ende der funfziger Jahre nach lesen. Zu dieser Zeit war der Stand der ME naturl ich noch nicht so weit ent wickelt wie heute, er stand praktisch auf der Stufe der Extraktion und Klassifi kation von Merkmalvektoren. Leider wird immer noch vielfach ME mit diesem An fangsstand der Technik verwechselt und nicht die generelle Aufgabe, namlich die automatische Verarbei tung, Auswertung und Interpretation sensorischer Informa tion gesehen. Inzwi schen sind auf dem Sektor der Wi ssensverarbeitung in der KI solche Fortschritte erzielt worden, dass man in der ME die Nutzung von Wi ssen nicht mehr nur fordern sondern tatsachl ich auch durchfuhren ka

Spis treści

1 Einführung.- 1.1 Anliegen.- 1.2 Systemstruktur.- 1.3 Vorverarbeitung.- 1.4 Segmentierung von Bildern.- 1.5 Segmentierung von Sprache.- 1.6 Anwendungen.- 1.7 Bibliografischer Rückblick.- 2 Formale Logik.- 2.1 Grundlagen des Prädikatenkalküls 1. Ordnung.- 2.2 Umformung in Klausel-Form.- 2.3 Substitution und Unifikation.- 2.4 Resolutionsregel.- 2.5 Beweisen von Theoremen durch Resolution.- 2.6 Konstruktives Beweisen.- 2.7 Logisches Programmieren und Horn-Klauseln.- 2.8 Aufgaben.- 2.9 Bibliografischer Rückblick.- 3 Relationalstrukturen und semantische Netze.- 3.1 Graphen und Relationalstrukturen.- 3.2 Semantische Netze — Konzepte und Instanzen.- 3.3 Semantische Netze — Relationen und Vererbung.- 3.4 Wissensnutzung in Relationalstrukturen und semantischen Netzen.- 3.4.1 Vergleich von Relationalstrukturen.- 3.4.2 Wissensnutzung in semantischen Netzen.- 3.5 Semantische Netze und Prädikatenkalkül.- 3.6 Aufgaben.- 3.7 Bibliografischer Rückblick.- 4 Regelsysteme.- 4.1 Wissens- und Datenbasis.- 4.2 Interpreter.- 4.2.1 Vorwärtsableitung.- 4.2.2 Rückwärtsableitung.- 4.3 Erweiterungen.- 4.4 Zusammenhänge mit Prädikatenkalkül und semantischen Netzen.- 4.5 Aufgaben.- 4.6 Bibliografischer Rückblick.- 5 Andere Repräsentationsformalismen.- 5.1 Grammatiken.- 5.1.1 Formale Grammatiken.- 5.1.2 Syntaktische Regeln.- 5.2 Relaxationsverfahren.- 5.3 Prototypen.- 5.4 Diskriminantenfunktionen.- 5.5 Markov Modelle.- 5.5.1 Definition.- 5.5.2 Wahrscheinlichkeit einer Beobachtung.- 5.5.3 HMM in der Sprachverarbeitung.- 5.6 Aufgaben.- 5.7 Bibliografischer Rückblick.- 6 Kontroll- und Suchalgorithmen.- 6.1 Aufgabe und prinzipielle Vorgehensweise.- 6.2 Planung.- 6.3 Bewertung.- 6.3.1 Alternative Transformationen.- 6.3.2 Segmentierungsergebnisse.- 6.3.3 Unsichere Aussagen.- 6.3.4 Ungenaue Aussagen.- 6.3.5 Ungenaue Schlussfolgerungen.- 6.3.6 Prioritäten.- 6.3.7 Anmerkungen.- 6.4 Suche.- 6.4.1 Verfahren.- 6.4.2 Allgemeine Graphsuche.- 6.4.3 Knotenbewertung.- 6.4.4 Dynamische Programmierung.- 6.4.5 Aufwandsreduktion.- 6.5 Aufgaben.- 6.6 Bibliografischer Rückblick.- 7 Wissenserwerb.- 7.1 Formen des Wissenserwerbs.- 7.2 Parameterlernen und Konstruktion von Grammatiken.- 7.3 Manueller Wissenserwerb.- 7.4 Interaktiver Wissenserwerb.- 7.5 Automatischer Wissenserwerb.- 7.5.1 Voraussetzungen.- 7.5.2 Repräsentation von Beobachtungen.- 7.5.3 Prinzipien der Generalisierung.- 7.5.4 Abstandsmaße.- 7.5.5 Generalisierungsregeln.- 7.5.6 Qualitätsmaße.- 7.5.7 Schema der Algorithmen.- 7.6 Aufgaben.- 7.7 Bibliografischer Rückblick.- 8 Wissensbasierte Analyse nuklearmedizinischer Bildfolgen.- 8.1 Datengewinnung und medizinische Hintergründe.- 8.2 Systemübersicht.- 8.3 Verarbeitung auf unterer Ebene.- 8.4 Modell.- 8.4.1 Modellsyntax.- 8.4.2 Modell — Deklaratives Wissen.- 8.4.3 Modell — Prozedurales Wissen.- 8.5 Kontrolle.- 8.6 Ergebnisse und Diskussionen.- 8.7 Aufgaben.- 8.8 Bibliografischer Rückblick.- 9 Verstehen gesprochener Sprache.- 9.1 Ziele.- 9.2 Verarbeitung auf unterer Ebene.- 9.3 Wissensbasierte Verarbeitung der Sprache.- 9.3.1 Semantische Verarbeitung.- 9.3.2 Pragmatische Verarbeitung.- 9.3.3 Weitere Verarbeitung.- 9.4 Bibliografischer Rückblick.