Synthese von Steuerprogrammen durch Klassifizierungslernen am Beispiel der Stabilisierungssteuerung von Nachrichtensatelliten
- Verfahren des Maschinellen Lernens haben heute eine Reife erreicht, die zu ersten erfolgreichen industriellen Anwendungen geführt hat. In der Prozessdiagnose und -steuerung ermöglichen Lernverfahren die Klassifikation und Bewertung von Betriebszuständen, d.h. eine Grobmodellierung eines Prozesses, wenn dieser nicht oder nur teilweise mathematisch beschreibbar ist. Ausserdem gestatten Lernverfahren die automatische Generierung von Klassifizierungsprozeduren, die deterministisch abgearbeitet werden und daher für die Belange der Echtzeitdiagnose und -steuerung u.U. zeiteffektiver als Inferenzmechanismen auf logischer bzw. Produktionsregelbasis sind, da letztere immer mit zeitaufwendigen Suchprozessen verbunden sind.
Verfasser*innenangaben: | Wolfgang Müller, Fritz Wysotzki, Christian Brühe |
---|---|
URN: | urn:nbn:de:hbz:386-kluedo-1549 |
Dokumentart: | Preprint |
Sprache der Veröffentlichung: | Deutsch |
Jahr der Fertigstellung: | 1999 |
Jahr der Erstveröffentlichung: | 1999 |
Veröffentlichende Institution: | Technische Universität Kaiserslautern |
Datum der Publikation (Server): | 03.04.2000 |
Freies Schlagwort / Tag: | Maschinelles Lernen |
Fachbereiche / Organisatorische Einheiten: | Kaiserslautern - Fachbereich Informatik |
DDC-Sachgruppen: | 0 Allgemeines, Informatik, Informationswissenschaft / 004 Informatik |
Lizenz (Deutsch): | Standard gemäß KLUEDO-Leitlinien vor dem 27.05.2011 |