Refine
Document Type
- Doctoral Thesis (5)
Language
- German (5)
Has Fulltext
- yes (5)
Keywords
- Inferenzstatistik (2)
- Maschinelles Lernen (2)
- Akzelerometrie (1)
- Albanian (1)
- Albanisch (1)
- Artificial Intelligence (1)
- Assistance System (1)
- Assistenzsystem (1)
- Automatische Sprachanalyse (1)
- Automatische Spracherkennung (1)
Institute
Stand das 20. Jahrhundert mit dem Aufkommen der elektronischen Medien und dem Internet als Massenphänomen für eine grundlegende Umwälzung der Informationsvermittlung und -organisation, so befinden wir uns nun in einer Umbruchphase vom Informations- zum Netzwerkzeitalter. Diese konfrontiert uns mit einer grundlegenden Veränderung der Organisation des Wissens und den Struk- turen seiner Speicherung. Dieser Umbruch ist eine Herausforderung an die Informatik und an die Geisteswissenschaften gleichermaßen. Vielversprechende Antworten auf diese Herausforderungen ergeben sich aus meiner Sicht vor allem aus zwei Ansätzen - der semantischen Modellierung und der mathematischen Analyse von Netzwerken. Diese methodischen Ansätze werden jedoch bisher zumeist getrennt voneinander behandelt, obwohl beide Ansätze dazu eingesetzt werden, Wissen zu strukturieren und zugleich maschinenlesbar zu machen. Wissensstrukturen werden damit einer Auswertung mit Mitteln der Informatik zugänglich. Die Verbindung dieser beiden Ansätze ist der Leit- gedanke dieser Arbeit. Notwendig ist eine Theorie zur netzwerk- und modellierungstheoretischen Beschreibung (NMB) historischer Wissenssysteme. Diese Theorie basiert ausgehend vom wissen- schaftshistorischen Ansatz der historischen Epistemologie auf drei miteinander verschränkten Netz- werkebenen: dem semantische Netz, das die Wissensbasis beschreibt, dem semiotischen Netz, das die Kodierung von Wissen repräsentiert, und schließlich dem Netz der sozialen Akteure, ohne die Entstehung und Organisation von Wissen nicht stattfinden kann. In Teil I der Arbeit wird in die mathe- matischen, graphentheoretischen und modellierungstheoretischen Ansätze soweit eingeführt, dass die Umsetzung in konkrete Anwendungen verständlich ist, gleiches gilt für den notwendigen Hinter- grund von Seiten der Wissenschaftsgeschichte.
Teil II der Arbeit ist der konkreten Umsetzung in vier Fallstudien gewidmet. Anhand von Beispielen aus unterschiedlichen historischen Zeitabschnitten verbunden mit unterschiedlichen Fragestellungen wird aufgezeigt, welche Hilfsmittel eingesetzt werden können, um diese Fragestellungen zu beant- worten, und welche Konsequenzen sich aus dem Ansatz der NMB für die interdisziplinäre historische Forschung ergeben. Im Zentrum stehen bei den Fallstudien zur Geschichte der Allgemeinen Relativi- tätstheorie (ART) und dem Teilprojekt aus dem Projekt zur Geschichte der Max-Planck-Gesellschaft (GMPG) der Aufbau einer Infrastruktur, die auf Grundlage einer semantischen Modellierung unter- schiedliche Datenbestände zusammenbringt und diese dann einer soziale Netzwerkanalyse zugäng- lich macht. Als Beispiel für die Verbindung von semiotischem, semantischem und sozialen Netz wird in der Fallstudie zur ART die Verbindung zwischen bibliometrischer Analyse und dem Kooperations- netzwerk der beteiligten Wissenschaftlerinnen und Wissenschaftler vorgestellt. Wir untersuchen hier zugleich die Auswirkungen von historischen Annahmen sowie ungenauer oder fehlender Daten auf die Ergebnisse der Netzwerkanalyse. In der Fallstudie zur GMPG schauen wir darüber hinaus dar- auf wie Gremien (in diesem Falle Kommissionen), als semiotische Netzwerke verstanden werden können. Die Studien zum Bau der Kuppel des Florentiner Doms und der Sphaera des Sacrobosco legen den Schwerpunkt auf die Verbindung von semiotischem Netz repräsentiert durch Schriftzeug- nisse in Archiven und semantischem Netz. Es wird eine beispielhafte Ontologie vorgestellt, die dieses unterstützt.
Die Ergebnis dieser Arbeit verdeutlichen, dass der dargestellte Ansatz dabei hilft, Methoden der In- formatik für die geisteswissenschaftliche Forschung zugänglicher zu machen, quantitative Datenaus- wertung wird dadurch besser verständlich auch für vorrangig an qualitativen Ergebnissen interessier- ten Forscherinnen und Forschern aus den Geisteswissenschaften. Es ist mit vertretbarem Aufwand möglich historische Datenbestände mit Methoden der NMB aufzubereiten und Fragen an diese Da- ten, wie etwa nach Abhängigkeitsbeziehungen oder der Relevanz einzelner Personen in historischen Prozessen zu stellen und zu beantworten. Die Arbeit zeigt, dass dazu keine monolithische neue In- frastruktur notwendig ist, sondern dass durch flexible Kombination existierender Methoden und deren Übertragung auf neue Anwendungsbereiche bereits erhebliche Fortschritte und neue Erkenntnisse erzielt werden können.
Aktuelle Fußgängernavigationssysteme unterstützen nur einzelne Benutzer, obwohl Menschen oft in Gruppen unterwegs sind. Um Navigationsassistenz auch für Menschen, die sich tre↵en, anzubieten, entwirft diese Arbeit eine Formalisierung des räumlichen Treffvorgangs und führt diese auf das Steinerbaumproblem in euklidischen Netzwerken zurück. Bekannte exakte Lösungsverfahren für dieses NP-vollständige Problem weisen für den praktischen Einsatz zu hohe Laufzeiten auf. Deshalb werden in der vorliegenden Arbeit schnellere approximative Algorithmen entwickelt und hinsichtlich Laufzeit und Approximationsfaktor evaluiert. Es werden unter anderem eine Approximation in der euklidischen Ebene, Verfahren der Lokalen Suche wie Stochastisches Bergsteigen und Iterative Lokale Suche zur Verbesserung von Approximationen wie beispielsweise Minimalen Spannbäumen, und eine um Heuristiken erweiterte Version des Loss Contracting Algorithmus miteinander verglichen. Dabei werden Approximationsfaktoren erreicht, die je nach Algorithmus und Netzwerk weniger als ein Prozent von der Optimallösung abweichen.
Vor dem Hintergrund intensiver einschlägiger Forschungsarbeiten wird in dieser Arbeit ein neuartiger Ansatz zum Sturzrisikomonitoring für Senioren entwickelt. Dabei werden persönliche mittelfristige Sturzrisikoprognosen anhand permanent im Alltag der Patienten erhobener Daten eines einzigen, in eine herkömmliche Hausalarmuhr integrierten Akzelerometers automatisch mittels Software erstellt. Mit den damit einhergehenden pragmatischen Vorteilen gegenüber etablierten Ansätzen ist jedoch ein erhöhter Schwierigkeitsgrad des Prognoseproblems verbunden: Einerseits erfolgt die Erhebung unter naturalistischen (d.h. unkontrollierten) Bedingungen, andererseits wird eine indirekte Messung vorgenommen, d.h. insbesondere ohne Sensorik an den unteren Extremitäten. Diese Herausforderungen werden durch ein mehrstufiges Verfahren adressiert: Dieses berechnet (nach einer für jeden Patienten einmalig durchzuführenden supervisionierten Trainingsphase) regelmäßig einen bereits validierten Sturzrisikoindikator, die sog. Gangvariabilität. Zunächst werden hierzu anhand der Beschleunigungsdaten Zeitintervalle ermittelt, während derer eine Person Gangstrecken absolvierte. Für diese Intervalle werden dann die Schrittzeitpunkte rekonstruiert und hieraus die Gangvariabilität als Eingangsgröße für die Sturzprognose berechnet.
Hierbei kommen Methoden der Aktivitätsklassifizierung und der Wavelet-Theorie zum Einsatz. Während die letztere lediglich zur Anwendung gebracht wird, besteht ein Schwerpunkt der Arbeit in der theoretischen Analyse und Weiterentwicklung der etablierten heuristischen Methoden zur Aktivitätsklassifizierung. Dies umfasst insbesondere die Untersuchung von technischen Fragen der Messbarkeit wie auch die Untersuchung der statistischen Güte der Inferenzmethoden. Durch die Einführung des abstrakten Konzepts des Prädiktionsproblems mit allgemeinen separablen metrischen Zielräumen wird dabei die bloße Übertragung analoger Begriffe und Resultate aus der etablierten Klassifikationstheorie vermieden.
Die Beschreibung der technischen Umsetzung dieser Ideen sowie eine erste Evaluierung bilden schließlich den Abschluss der Arbeit.
Verteilte Veranstaltungen, wie z.B. die Lange Nacht der Münchner Museen, stellen den Besucher aufgrund ihres umfangreichen Veranstal-tungsangebots vor vielfältige Herausforderungen. In dieser Arbeit werden Wege aufgezeigt, ein geeignetes Assistenzsystem hierfür zu entwickeln. Dieses vereint verschiedene Methoden und Verfahren der Künstlichen Intelligenz, insbesondere Empfehlungssysteme und Techniken des Information Retrievals sowie Algorithmen zur Tourplanung bei termin-abhängigen Veranstaltungen.
Inhaltsbasierte und kollaborative Empfehlungssysteme werden um ein neuartiges wissensbasiertes Empfehlungssystem ergänzt, so dass sich die vorgeschlagenen Veranstaltungen einerseits gut zu einer Tour kombinieren lassen und andererseits den Interessen des Nutzers entsprechen. Eine speziell auf die Anwendungsdomäne angepasste Suchmaschine bietet dem Nutzer bei der Suche nach Veranstaltungen ebenfalls Unterstützung. Algorithmen zur Tourplanung werden genutzt, um eine Besuchsreihenfolge der ausgewählten Veranstaltungen festzulegen; die generierten Touren können unterwegs bei unvorher-gesehenen Ereignissen „intelligent“ angepasst werden.
Die in verschiedenen Feldstudien aufgezeichneten Logdaten wurden mittels Methoden der deskriptiven und der induktiven Statistik aus-gewertet. Hierdurch konnte der Nutzen und die Akzeptanz der zur Verfügung gestellten Assistenzfunktionen nachgewiesen werden.
Die automatische Sprachverarbeitung hat seit ihren Anfängen deutlich an Bedeutung gewonnen. Sie ist heute in einigen Bereichen wie z.B. bei der Suche im Internet unverzichtbar und nicht mehr wegzudenken. Ein Werkzeug für die automatische Wortformerkennung und -produktion ist ein grundlegender Baustein für viele Anwendungen. Sie kann in vielen Bereichen eingesetzt werden, sowohl als eigenständige Anwendung, z.B. für didaktische Zwecke oder zur morphologischen Annotation von Korpora, als auch als unterstützende Komponente für Anwendungen wie die syntaktische Analyse von Texten.
Das hier vorgestellte System ist ein automatisches Werkzeug für folgende Aufgabengebiete: Analyse der Rechtschreibung, Lemmatisierung, Annotation der Wortarten, vollständige morphologische Analyse von Wortformen. Das System kann auch im umgekehrten Modus verwendet werden, d.h. Wortformen aus einem gegebenen Lemma und seinen morphologischen Eigenschaften generieren.
Das System deckt die Flexion der albanischen Nomina, Verben, Adjektive, Numeralia, Adverbien und Pronomina ab, sowie die nicht flektierenden Wortarten und die häufigsten Typen der Wortbildung. Es wurde mit einer Reihe von Testlisten aus unterschiedlichen Quellen getestet.
Mit diesen Eigenschaften eröffnet sich für das Morphologie-Werkzeug ein breites Spektrum von Anwendungsfällen in der maschinellen Verarbeitung der albanischen Sprache.
Besim Kabashi wurde 1972 in Istog, Kosovo, geboren. Er studierte Linguistische Informatik, Germanistische Linguistik und Informatik an der Friedrich-Alexander-Universität Erlangen-Nürnberg und schloss sein Studium im Jahr 2003 mit dem akademischen Grad Magister Artium (M.A.) erfolgreich ab. Seitdem ist er Wissenschaftlicher Mitarbeiter an der Professur für Computerlinguistik bzw. Korpuslinguistik, im Studienfach Linguistische Informatik, wo er sich sowohl mit Lehre als auch Forschung beschäftigt. Er wurde 2014 im Fachbereich Informatik promoviert und erwarb den akademischen Grad eines Doktors der Ingenieurwissenschaften (Dr.-Ing.). Sein Forschungsgebiet war hauptsächlich automatische Wortformerkennung und -produktion. Er veröffentlichte sowohl selbstständig als auch in Zusammenarbeit mit anderen Verfassern eine Reihe von Artikeln im Bereich Linguistische Informatik über automatische Wortformerkennung und -produktion, Computerlexikographie, Wissensressourcen, Korpuslinguistik und Statistik.