Advertisement

Propositionale und analoge Repräsentation von Ereignissen

  • Bernd Neumann
Conference paper
Part of the Informatik-Fachberichte book series (INFORMATIK, volume 172)

Zusammenfassung

Dieser Bericht behandelt die computerinterne Repräsentation von Ereignissen, also von zeitlichen Vorgängen, die als sinnvolle Einheit verstanden werden. Die dafür vorgestellten Lösungen orientieren sich an der Struktur von Ereignissen in der sichtbaren Welt, insbesondere an Objektbewegungen. Im ersten Teil werden propositionale Ereignismodelle beschrieben, die eine effektive Ereigniserkennung aufgrund ihrer hierarchischen Struktur und einer algebraischen Behandlung von Zeitbeziehungen erlauben. Im zweiten Teil wird eine analoge Repräsentationsform vorgestellt, die komplementär zur propositionalen ist. Sie unterstützt den zur Ereigniserkennung inVersen Prozeß, die Visualisierung von Ereignissen. Als Ereignismodell wird ein ‘Trajektorien Akkumulierungsfeld’ (TAF) vorgeschlagen, in dem die möglichen räumlich-zeitlichen Ausprägungen eines Ereigniskonzeptes in Form von komprimierten und generalisierten Erfahrungen vorliegen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Allen 81.
    Allen 81 A General Model of Action and Time, J.F. Allen, Technical Report 97, University of Rochester, Rochester/NY 1981Google Scholar
  2. Allen und Hayes 85.
    A Common-Sense Theory of Time, J.F. Allen, P.J. Hayes, Proceedings IJCAI-85, 1985, 528–531Google Scholar
  3. Barrow et al. 72
    Some techniques for recognizing structures in pictures, H.G. Barrow, A.P. Ambler, R.M. Burstall, In: Watanabe, S. (Hrsg.) Frontiers of pattern recognition,, New York: Academic Press 1972, 1 - 29Google Scholar
  4. Bruce 72.
    A Model for Temporal References and Its Application in a Question Answering Program, B.C. Bruce, Artificial Intelligence 3, 1972, 1 - 25CrossRefGoogle Scholar
  5. Finke 85.
    Theories Relating Mental Imagery to Perception, R.A. Finke, Psychological Bulletin 1985, Vol. 98, Nr. 2, 236–259CrossRefGoogle Scholar
  6. McDermott 82.
    A temppral logic for reasoning about plans and actions, D. McDermott, Cognitive Science 6, 1982, 101–155CrossRefGoogle Scholar
  7. Mohnhaupt und Neumann 87.
    Szenenhafte Modelle für zeitabhängige Ereignisse, M. Mohnhaupt, B. Neumann, Universität Hamburg, Fachbereich Informatik, FBI-HH-B-127/87, 1987Google Scholar
  8. Miller and Johnson-Laird 76.
    Language and Perception, G.A. Miller, P.N. Johnson-Laird, Cambridge University Press, Cambridge- London-Melbourne 1976Google Scholar
  9. Neumann und Novak 83.
    Event Models for Recognition and Natural Language Description, B. Neumann, H.-J. Novak, Proceedings of the IJCAI-83, 1983, 724–726Google Scholar
  10. Neumann und Novak 86.
    NAOS: Ein System zur natürlichsprachlichen Beschreibung zeit veränderlicher Szenen, B. Neumann, H.-J. Novak, Informatik Forschung und Entwicklung, Nr. 1, Springer-Verlag, Berlin Heidelberg New York Tokyo, 1986, 83–92Google Scholar
  11. Novak 85.
    Textgenerierung auf der Grundlage visueller Daten: Beschreibungen von Straßenszenen, H.-J. Novak, Dissertation, Fachbereich Informatik, Universität Hamburg, 1986Google Scholar
  12. Schank 73.
    Identifikation of conceptualizations underlying natural language, R.C. Schank, in: Schank, R.C., Colby, K.M. (Hrsg.) Computer models of thought and language, pp. 187–247, New York: W.A. Freeman 1973Google Scholar
  13. Turner 84.
    Logics for Artificial Intelligence, R. Turner, Ellis Horwood Ltd., 1984Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1988

Authors and Affiliations

  • Bernd Neumann
    • 1
  1. 1.Fachbereich InformatikUniversität HamburgHamburg 50Germany

Personalised recommendations