Prof. Dr. Christoph Schlieder

KInf-SemInf-M: Semantic Information Processing

Lecturers and Schedule


Lecture:

 

  •     Prof. Dr. Christoph Schlieder
  •     Thuersday, 10-12 am
  •     WE5/04.004


Labs:

 

  •     N.N.
  •     Tuesday, 12-14 pm
  •     WE5/01.006


No lectures:

  •     31.10.2016 Reformationday
  •     01.11.2016 All Saints Day
  •     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, 10-12 Uhr
  • WE5/04.004


?bung:

  • N.N.
  • Dienstag, 12-14 Uhr
  • WE5/01.006

Vorlesungsfrei im Semester

  • 31.10.2016 Reformationstag
  • 01.11.2016 Allerheiligen
  • 24.12-06.01. Weihnachten

Inhalt:

Diese Lehrveranstaltung führt in informatische Methoden ein, mit denen sich die Bedeutung von Daten erschlie?en, repr?sentieren und verarbeiten l?sst. Illustriert wird der Einsatz dieser Methoden vorwiegend an Anwendungsbeispielen aus dem Bereich kulturwissenschaftlicher Informationssysteme.

Ein erster Schwerpunkt liegt auf Methoden des maschinellen Probleml?sens, was Verfahren der L?sungssuche, des maschinellen Planens und Constraint-L?ser beeinhaltet.

Der zweite Schwerpunkt gilt der Repr?sentation bereichsspezifischen Wissens mittels formaler Ontologien und anderer spezialisierter Repr?sentationsans?tze.

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