Prof. Dr. Christoph Schlieder
KInf-SemInf-M: Semantic Information Processing
Lecturers and Schedule
Lecture:
- Prof. Dr. Christoph Schlieder
- Thuersday, 12-14 am
- WE5/04.004
Labs:
- Dr. Klaus Stein
- Tuesday, 10-14 am
- WE5/04.004
No lectures:
- 30.10. Reformationstag
- 24.12-06.01. Christmas
Contents:
Semantic information processing addresses problems in which software systems need to represent knowledge, not just data. Facts from different knowledge sources are combined and integrated by machine reasoning processes. The services of the Semantic Web provide a prominent example for applications that make extensive use of knowledge representation and reasoning. The lecture introduces into the computational methods and tools for semantic information processing which have been developed by Artificial Intelligence research. Topics covered include problem solving by heuristic search, constraint solving, search strategies for games, representations for domain-specific knowledge, reasoning with formal ontologies, technologies of the Semantic Web, machine learning and knowledge discovery. The design of intelligent agents and agent systems is adopted as unifying perspective for presenting the material. Applications from different fields such as geographic information systems, digital libraries, and social computing illustrate how the methods from semantic information processing are used to build intelligent assistant systems.
KInf-SemInf-M:
Semantische Informationsverarbeitung
Vorlesung:
- Prof. Dr. Christoph Schlieder
- Donnerstag, 12-14 Uhr
- WE5/02.020
Übung:
- Dr. Klaus Stein
- Dienstag, 10 - 14 Uhr
- WE5/04.004
Vorlesungsfrei im Semester
- 30.10. Reformationstag
- 24.12-06.01. Weihnachten
Inhalt:
Diese Lehrveranstaltung führt in informatische Methoden ein, mit denen sich die Bedeutung von Daten erschließen, repräsentieren und verarbeiten lässt. Illustriert wird der Einsatz dieser Methoden vorwiegend an Anwendungsbeispielen aus dem Bereich kulturwissenschaftlicher Informationssysteme.
Ein erster Schwerpunkt liegt auf Methoden des maschinellen Problemlösens, was Verfahren der Lösungssuche, des maschinellen Planens und Constraint-Löser beeinhaltet.
Der zweite Schwerpunkt gilt der Repräsentation bereichsspezifischen Wissens mittels formaler Ontologien und anderer spezialisierter Repräsentationsansätze.
Im dritten Schwerpunkt werden Softwareagenten sowie Methoden zu deren Verhaltensanpassung (maschinelles Lernen) vorgestellt.
Weitere Informationen zur Veranstaltung erhalten Sie im Modulhandbuch.
Die Folien und aktuellen Informtionen finden Sie auf den Webseiten des Virtuellen Campus