Advertisement

Räumliche Repräsentation im diagrammatischen Schließen

  • Christoph Schlieder
Part of the Studien zur Kognitionswissenschaft book series (SZKW)

Zusammenfassung

Nicht nur in der Psychologie, sondern auch in der Informatik ist eine Diskussion um analoge Repräsentation geführt worden. Während die psychologische imagery debate eine empirisch zu klärende Frage aufwarf, nämlich die nach der Existenz reizanaloger Gedächtnisinhalte, betraf der Kern der informatischen Diskussion nicht Existenz- sondern Effizienzfragen. Strittig war zwischen Propositiona-listen wie Hayes und Depiktionalisten wie Sloman vor allem, ob Inferenzverfah-ren, die sich auf analoge Repräsentationen stützen, entscheidende Effizienzvorteile bieten gegenüber den klassischen für das automatische Theorembeweisen, Planen oder Problemlösen entwickelten Ansätzen. Von den Anfängen der Diskussion in den frühen 70er Jahren bis zu ihrem heutigen erneuten Aufleben in der Forschung zum diagrammatischen Schließen (Übersicht bei Glasgow et al., 1995) ließen sich die Befürworter analoger Repräsentation vor allem von einer informatischen Intuition leiten: Analoge Repräsentationen zeichnen sich durch eine intrinsisch räumliche Struktur aus, die es erlaubt, den Kontrollfluß beim Inferieren auf effiziente Weise zu steuern. Diese Intuition zu präzisieren, ihren algorithmischen Gehalt näher zu bestimmen, ist das Anliegen dieser Arbeit.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Abelson, H. (1978). Towards a theory of local and global in computation. Theoretical Computer Science, 6, 41–67.CrossRefGoogle Scholar
  2. Buckley, F. und Harary, F. (1990). Distance in graphs. Reading, MA: Addison-Wesley.Google Scholar
  3. Clementini, E. und Di Felice, P. (1996). An algebraic model for spatial objects with indeterminate boundaries. In: P. Burrough und A. Frank (Eds.), Geographic objects with indeterminate boundaries, S. 155–169. London: Taylor & Francis.Google Scholar
  4. Cohn, A. (1996). Calculi for qualitative spatial reasoning. In: Proc. AISMC. Berlin: Springer.Google Scholar
  5. DiBattista, G., Eades, P., Tamassia, R. und Tollis, I. (1994). Algorithms for drawing graphs: An annotated bibliography. WWW-Dokument http://www.cs.brown.edu/calendarlgd94toiblio.html. Google Scholar
  6. Even, S. (1979). Graph algorithms. Rockville, MD: Computer Science Press.Google Scholar
  7. Freksa, C. und Röhrig, R. (1993). Dimensions of qualitative spatial reasoning. In: N. P. Careté und M. Singh (Eds.), Qualitative reasoning and decision technologies, S. 483–492. Barcelona: CIMNE.Google Scholar
  8. Glasgow, J., Narayanan, H. und Chandrasekaran, B. (Eds.) (1995). Diagrammatic reasoning: Computational and cognitive perspectives. Cambridge, MA: MIT Press.Google Scholar
  9. Grigni, M., Papadias, D. und Papadimitriou, C. (1995). Topological inference. In: Proc. 14th IJCAI S. 901–906. San Mateo: Morgan Kaufmann.Google Scholar
  10. Habel, C. (1988). Repräsentation räumlichen Wissens. In: G. Rahmstorf (Ed.), Wissensrepräsentation in Expertensystemen, S. 98–131. Berlin: Springer.Google Scholar
  11. Habel, C. (1995). Representing space and time: Discrete, dense or continuous? Is that the question? In: Parts and wholes. Integrity and granularity, S. 97–107. Graduiertenkolleg Kognitionswissenschaft Report 49.Google Scholar
  12. Halin, R. (1989). Graphentheorie. Darmstadt: Wissenschaftliche Buchgesellschaft.Google Scholar
  13. Han, C. und Lee, C. (1988). Comments on Mohr and Henderson’s path-consistency algorithm. Aritficial Intelligence, 36, 125–130.CrossRefGoogle Scholar
  14. Hernandez, D. (1994). Qualitative representation of spatial knowledge. Berlin: Springer.CrossRefGoogle Scholar
  15. Hopcraft, J. und Tarjan, R. (1974). Efficient planarity testing. Journal of the ACM, 21, 549–568.CrossRefGoogle Scholar
  16. Hopcroft, J. E. und Wong, J. K. (1974). Linear time algorithm for isomorphism of planar graphs. Proc. 6th Annual ACM Symposium of the Theory of Computing, 172–184.Google Scholar
  17. Khenkhar (1990). Eine objektorientierte Darstellung von Depiktionen auf der Grundlage von Zellmatrizen. In: C. Freksa und C. Habel (Eds.), Repräsentation und Verarbeitung räumlichen Wissens. Berlin: Springer.Google Scholar
  18. Knauff, M., Rauh, R. und Schlieder, C. (1995). Preferred mental models in qualitative spatial reasoning: A cognitive assessment of Allen’s calculus. In: Proc. 17th Conference of the Cognitive Science Society, S. 200–205. Mahwah, NJ: Lawrence Erlbaum.Google Scholar
  19. Knauff, M. und Schlieder, C. (1993). Similarity assessment and case representation in casebased design. In: M. R. et al. (Ed.), First European Workshop on Case-based Reasoning (EWCBR). Kaiserslautern: SEKI-Report.Google Scholar
  20. Köbler, J., Schöning, U. und Torán, J. (1993). The graph isomorphism problem: Its structural complexity. Basel: Birkhäuser.Google Scholar
  21. McDermott, D. (1992). Reasoning, spatial. In: S. Shapiro (Ed.), Encyclopedia of Artificial Intelligence, Volume 2, S. 863f-870. New York: John Wiley.Google Scholar
  22. Minsky, M. und Papert, S. (1988). Perceptrons: An introduction to computational geometry (Expanded edition). Cambridge, MA: MIT Press, (original edition published 1969).Google Scholar
  23. Nebel, B. und Bürckert, H. (1994). Reasoning about Temporal Relations: A Maximal Tractable Subclass of Allen’s Interval Algebra. In: AAAI-94, Seattle, WA, S. 356–361.Google Scholar
  24. Nishizeki, T. und Chiba, N. (1988). Planar graphs: Theory and algorithms. North Holland: Annals of Discrete Mathematics, 32.Google Scholar
  25. Pribbenow, S. (1992). Zur Verarbeitung von Lokalisierung sausdrücken in einem hybriden System. Wiesbaden: Deutscher Universitätsverlag.Google Scholar
  26. Schlieder, C. (1996). Qualitative shape representation. In: P. Burrough und A. Frank (Eds.), Geographic objects with indeterminate boundaries, S. 123–140. London: Taylor & Francis.Google Scholar
  27. Serra, J. (1982). Image analysis and mathematical morphology. San Diego, CA: Academic Press.Google Scholar
  28. Serra, J. (Ed.) (1989). Image analysis and mathematical morphology, vol. 2: Theoretical advances. San Diego, CA: Academic Press.Google Scholar
  29. Wysotzki, F., Schmid, U. und Heymann, E. (1997). Modellierung räumlicher Inferen-zen durch Graphen mit symbolischen numerischen Constraints. In: C. Umbach, M. Grabski, und R. Hörnig (Eds.), Perspektive in Sprache und Raum. Wiesbaden: Deutscher Universitätsverlag.Google Scholar

Copyright information

© Deutscher Universitäts-Verlag GmbH, Wiesbaden 1997

Authors and Affiliations

  • Christoph Schlieder

There are no affiliations available

Personalised recommendations