Fakultät Wirtschaftsinformatik und Angewandte Informatik

Angewandte Informatik / Kognitive Systeme

Research Colloquium Cognitive Systems

General Information

The research colloquium CogSys is a platform for scientific discussion between lecturers and doctorate, diploma and master students. Talks cover concepts and results of theses as well as current research in the field cognitive systems. Furthermore current subjects of more general interest can be presented and discussed. Sometimes external researchers are invited.

Talks WS 07/08

03.12.07, 16-18, Raum F 350

Eva Wiese (Dipl. Psych.): "So viel wie nötig" oder "so viel wie möglich"? Inferenz und Schemageneralisierung beim analogen Schliessen

Es gibt zwei kontrastierende Ansätze über den Abbildungs- und Transferprozess beim ana-logen Schlussfolgern. Die „soviel wie möglich“-Theorien gehen davon aus, dass auf der Basis struktureller Übereinstimmungen soviel kausal zusammenhängende Struktur wie möglich vom Basis- auf den Zielbereich übertragen wird. Die „soviel wie nötig“-Ansätze postulieren dagegen, dass nur solche Informationen transferiert werden, die den Zielen des Anwenders dienen und zur Problemlösung benötigt werden. Bislang fehlen empirische Untersuchungen, die die beiden theoretischen Annahmen in einem Experiment gegenüberstellen. In der vor-liegenden Untersuchung wurden die gängigen Analogiemodelle (SME, purpose-directed-analogy, ACME, LISA, STAR, Copycat, AMBR, analogy by abstraction) zunächst in die beiden Kategorien eingeordnet und anschließend in einem Experiment aus dem Gegenstands-bereich der qualitativen und quantitativen Physik empirisch verglichen. Der Abbildungsprozess wurde mit Lösungszeiten und Lösungshäufigkeiten in einem Problemlöseszenario untersucht. Die Ergebnisse stützen die „soviel wie möglich“-Theorien. Obwohl die Analogiebildung in einem Problemlösekontext und unter Zeitdruck stattgefunden hat, wird soviel kausal zusammenhängende Struktur wie möglich übertragen.
 
Im zweiten Teil der Studie sollte anhand von Lösungszeiten und Lösungshäufigkeiten unter-sucht werden, ob mit analogem Problemlösen in einer sehr komplexen Domain die Generali-sierung eines abstrakten Schemas verbunden ist. Die Experimentalgruppen hatten die Mög-lichkeit durch den Vergleich zweier strukturähnlicher Bereiche, die abstrakte Lösungsstruktur zu extrahieren. Die Kontrollgruppen lösten die gleichen Aufgaben direkt in der Zieldomain. Durch den analogen Vergleich sollte sich nach mehreren Problemlösedurchgängen ein Vorteil für die Experimentalgruppen ergeben. Dieser Effekt zeigte sich leider nicht. Im Diskussions-teil werden Gründe für dieses Ergebnis besprochen.

26.11.07, 16-18, Raum F 350

Martin Hofmann  (Dipl. WI): Automated Generation of Recursive XSL-Templates from Demonstration -- An Inductive Programming Approach

Diese Diplomarbeit schlägt die Brücke zwischen Grundlagenforschung auf dem Gebiet der Induktiven Programmsynthese und ihrer praktischen Anwendung für die Endbenutzerprogrammierung.
Sie zeigt, dass es durchaus möglich ist, aus wenigen, das Eingabe-/Ausgabeverhalten beschreibenden Bespielen automatisch XSLT Stylesheets zu generieren. Dazu wird das System IGOR verwendet, welches auf der Theorie des “term rewriting” basiert, um rekursive, funktionale Programme zu synthetisieren. Die generierten XSLT Stylesheets führen einfache Funktionen auf Strings in XML Dokumenten aus. Um IGOR geeignete Beispiele zur Verfügung zu stellen, wandelt ein prototypisches Programm die Strings eines initialen Eingabe/Ausgabe Paares in Listen von Substrings als zugrunde liegende Datenstruktur um. Durch Rekombination der Substrings der Eingabe werden weitere, neue Eingabestrings generiert. Der Benutzer wählt geeignete Eingabe Strings aus, vervollständigt diese und erstellt mit Hilfe des Prototypen eine Spezifikation für das System IGOR, welches ein funktionales Programm gemäß der übergebenen Spezifikation erstellt. Ein Parser überführt das funktionale Programm letztendlich in ein XSLT Stylesheet.

19.11.07, 16-18, Raum F 350

Andreas Hirschberger (Master AI): Collaborative Distributive Problem Solving for Multi-Object Recovery in Unexplored Environments - A Map Learning and Sharing Approach

  

06.11.07, 16-18, Raum F 350

Peter Wullinger (Master AI): Transformation of temporally expressive into temporally simple planning problems

While classical planning in artificial intelligence (AI) only deals with a state transition system, temporal planning is a lot more complex. It introduces timed effects and not only allows (as with partial order planning), but sometimes even enforces parallel execution of actions. According to Kambhampati the latter fact is also a distinctive factor for the complexity of temporal planning problems. Decision epoch planners (DEPs) can only handle planning problems that are temporally simple. A temporally simple problem is one, where every possible solution can be re-scheduled into a solution without overlapping actions.Temporally simple problems do not require concurrent actions scheduling.  This work tries to find possibilities to generate macro operations from multiple ground operations, such that the resulting problem is transformed from a temporally expressive problem into a temporally simple one without extending the domain.  The goal is to find a preprocessing step that extends the number of planning domains that can be solved by a DEP planner.  It is expected, that a large subset of the problems at hand can be made temporally simple by this preprocessing step.

  

15.10.07, 16-18, Raum F 381

Thomas Hecker (Master WI): Automating Quality Control in Manufacturing Systems. Combining Knowledge-Based and Rule Learning Approaches

This thesis explores the possibilities of using Machine Learning methods for automated quality control in the production process of cast iron workpieces. In particular, rule induction methods are combined with existing domain knowledge to train classifiers from workpieces that are each described through a variable list of defects. The research finds that most traditional learning approaches are too restricted to deal with this kind of data. Instead, methods of Inductive Logic Programming show more flexibility in this domain.

Colloquium Archive

You find information on past talks in the colloquium archive.