论文信息 - Maschinelle Lernverfahren als Unterstützung beim Wissenserwerb von Diagnose-Expertensystemen

Maschinelle Lernverfahren als Unterstützung beim Wissenserwerb von Diagnose-Expertensystemen

In der vorliegenden Arbeit wird die Praktikabilitat induktiver maschineller Lernverfahren als ein Unterstutzungstool beim automatischen Wissenserwerb am Beispiel eines produktiven Diagnose-Expertensystems demonstriert. Neben der linearen Diskriminanzanalyse werden drei auf dem Konzept des induktiven maschinellen Lernens basierende Verfahren eingesetzt; die empirischen Ergebnisse werden prasentiert und evaluiert.

Gholamreza Nakhaeizadeh | K.-P. Huber | G. Nakhaeizadeh | K. Huber

[1] J. Ross Quinlan,et al. Simplifying Decision Trees , 1987, Int. J. Man Mach. Stud..

[2] Ryszard S. Michalski,et al. Selection of Most Representative Training Examples and Incremental Generation of VL1 Hypotheses: The Underlying Methodology and the Description of Programs ESEL and AQ11 , 1978 .

[3] Peter Clark,et al. Rule Induction with CN2: Some Recent Improvements , 1991, EWSL.

[4] Philip J. Stone,et al. Experiments in induction , 1966 .

[5] Frank Puppe,et al. DAX/MED2—A Diagnostic Expert System for Quality Assurance of an Automatic Transmission Control Unit , 1991 .

[6] Gian Piero Zarri,et al. Operational expert system applications in Europe , 1991 .

[7] L. Fahrmeir,et al. Multivariate statistische Verfahren , 1984 .

[8] Donald Michie,et al. Expert systems in the micro-electronic age , 1979 .

[9] Leo Breiman,et al. Classification and Regression Trees , 1984 .

[10] J. Ross Quinlan,et al. Generating Production Rules from Decision Trees , 1987, IJCAI.

[11] Ryszard S. Michalski,et al. AQVAL/1--Computer Implementation of a Variable-Valued Logic System VL1 and Examples of its Application to Pattern Recognition , 1973, IJCAI 1973.