Zusammenfassung
In der klassischen Logik kann man nur repräsentieren, daß eine Aussage entweder wahr oder falsch ist, jedoch nicht, daß man die Aussage für wahrscheinlich hält oder nichts darüber weiß. Da diese Zwischentöne in Anwendungsbereichen von Expertensystemen häufig vorkommen, muß die Wissensrepräsentation und Problemlösungsstrategie entsprechend erweitert werden, wofür die beiden Hauptansätze das probabilistische und das im nächsten Kapitel diskutierte nicht-monotone Schließen sind. Die Basis des probabilistischen Schließens [Genesereth 87] ist die Bewertung jeder Aussage mit einer Wahrscheinlichkeit, die den Grad der Unsicherheit repräsentiert. Die Unsicherheiten können aus repräsentativen Statistiken abgeleitet oder von Experten geschätzt worden sein1.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Charniak, E. und McDermott, D.: Introduction to Artifical Intelligence, Chapter 8.2: Statistics in Abduction, Addison-Wesley, 1985.
Doyle, J.: Methodical Simplicity in Expert System Construction: the Case of Judgements and Reasoned Assumptions, AI-Magazine 4, Nr. 2, 39–43, 1983.
Genesereth, M. und Nilsson, N.: Logical Foundations of Artifical Intelligence, Chapter 8: Reasoning with Uncertain Beliefs, Morgan Kaufmann, 1987.
Gordon, J. und Shortliffe, E.: A Method for Managing Evidential Reasoning in a Hierarchical Hypotheses Space, AI-Journal 26, 323–357, 1985.
Miller, R., Pople, H. und Myers, J.: INTERNISTI, an Experimental Computer-Based Diagnostic Consultant for General Internal Medicine, New England Journal of Medicine 307, 468–476, 1982.
Puppe, F.: MEDI: Ein heuristisches Diagnosesystem mit effizienter Kontrollstruktur, Kapitel 3.2.6: Umgang mit Unsicherheiten/Evidenzverstärkung, Universität Kaiserslautern, Interner Bericht 71/83, 1983.
Puppe, F.: Hybride Diagnosebewertung, GWAI-86, Informatik-Fachberichte 124, Springer, 332–342, 1986.
Shortliffe, E. und Buchanan, B.: A Model of Inexact Reasoning in Medicine, Math. Bioscience 23, 351–379, 1975.
Szolovits, P. und Pauker, S.: Categorical and Probabilistic Reasoning in Medical Diagnosis, AI-Journal 11, 115–144, 1978.
Zadeh, L.: Fuzzy Logic and Approximate Reasoning, Synthese 30, 407–428, 1975.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1991 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Puppe, F. (1991). Probabilistisches Schließen. In: Einführung in Expertensysteme. Studienreihe Informatik. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-76621-3_7
Download citation
DOI: https://doi.org/10.1007/978-3-642-76621-3_7
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-54023-6
Online ISBN: 978-3-642-76621-3
eBook Packages: Springer Book Archive