Lecture: Knowledge Processing Knowledge Processing in Intelligent Systems / Wissensverarbeitung in Intelligenten Systemen

News/Aktuelles

• First registration period/Erste Anmeldephase (STiNE): 02.09.2019 - 19.09.2019 (13:00h), and for first semester students: 07.10.2019 - 101.10.2019 (16:00h)
• For this course we use STINE

General Information/Allgemeine Informationen
LV-Nummer:	64-414
Lecturer:	Dr. Matthias Kerzel, Dr. Doreen Jirak
Period:	Wed/Mi 10-12
Room:	D-220
Credit Hours	2 SWS, 3 ETCS
Language:	English/Deutsch with English Material
Module:	InfM-WV, Wahlbereich, freier Wahlbereich

Contents/Inhalte

Processing knowledge and representing knowledge are the central requirements for artificial intelligence systems. Many tasks in computer science, in particular those dealing with natural and inherently noisy environments, involve high degrees of complexity in actually perceiving, understanding and transferring available information. This lecture will present methods for processing and representing knowledge from a theoretical as well as from an application-oriented perspective. The theoretical concepts are exemplified by the areas of common sense reasoning, intelligent processing of imprecise or uncertain information, intelligent planning, language, and intelligent agents - for virtual agents and real robots as well as for autonomous individuals and multi-agent systems. Recent practical realizations are providing a transfer to knowledge-based software solutions and to robotic systems for day-by-day tasks.

Die Verarbeitung und die Repräsentation von Wissen sind zentrale Anforderungen an künstlich intelligente Systeme. Viele Problemstellungen in der Informatik, insbesondere solche, die sich mit natürlichen und inhärent verrauschten Umgebungen auseinandersetzen, beinhalten einen hohen Grad an Komplexität beim Wahrnehmen, Verstehen und Übertragen von verfügbarer Information. In dieser Vorlesung werden Methoden zum Verarbeiten und Repräsentieren von Wissen aus theoretischer Sicht als auch aus Anwendungssicht vorgestellt. Theoretische Konzepte werden in den Gebieten vernünftiges (menschliches) Schlussfolgern, intelligentes Verarbeiten von ungenauen oder unsicheren Informationen, intelligentes Planen, Sprache und intelligente Agenten - für virtuelle Agenten und reale Roboter, wie auch für autonome Individuen und Multiagentensysteme - veranschaulicht. Aktuelle praktische Umsetzungen werden zum Transfer über Wissensbasierte Softwareanwendungen und über Robotische Systeme vorgestellt.

Objective/Lernziel

Advanced knowledge of concepts and methods in the area of knowledge processing including knowledge representations and integration in realistic application scenarios. Preparation for further modules focussing on knowledge processing with neural networks, language processing, computational vision, robotics, and human-computer interaction as well as projects and master theses.

Tiefgehendes Wissen über Konzepte und Methoden in Gebiet Wissensverarbeitung einschließlich Wissensrepräsentationen und Integration in reale Anwendungsszenarien. Vorbereitung auf weitere spezialisierte Module zu Wissensverarbeitung mit Neuronalen Netzen, Sprachverarbeitung, Maschinelle Bildverarbeitung, Robotik und Mensch-Computer Interaktion als auch auf Projekte und Abschlussarbeiten.

Procedure/Vorgehen

Lecture with discussions complemented with the associated seminar.

Vorlesung mit Diskussionen ergänzt durch das integrierte Seminar.

Literature/Literatur

• Russell, S., Norvig, P. Artificial Intelligence: An Modern Approach. Upper Saddle River, NJ: Prentice Hall - Pearson, 2010.
• Van Harmelen, F., Lifschitz, V., Porter, B. eds. Handbook of knowledge representation. Elsevier, 2008.
• Rojas, R. (2013). Neural networks: a systematic introduction. Springer Science & Business Media.
• Croft, W. B., Metzler, D., & Strohman, T. (2010). Search engines: Information retrieval in practice (p. 88). Reading: Addison-Wesley. (Chapters 4, 7 & 8)

Material

The lecture material will be made available on STINE.