Your email was sent successfully. Check your inbox.

An error occurred while sending the email. Please try again.

Proceed reservation?

Export
  • 1
    facet.materialart.
    Unknown
    German Medical Science; Düsseldorf, Köln
    In:  54. Jahrestagung der Norddeutschen Orthopädenvereinigung e.V.; 20050616-20050618; Hamburg; DOC05novP23 /20050613/
    Publication Date: 2005-06-14
    Keywords: facet joint syndrome ; degenerative lumbar spine ; validation ; diagnosis ; preoperative testing ; ddc: 610
    Language: English
    Type: conferenceObject
    Signatur Availability
    BibTip Others were also interested in ...
  • 2
    ISSN: 1432-5217
    Keywords: expert systems ; diagnosis ; deep models ; knowledge acquisition ; learning ; temporal representation ; mechanical engineering
    Source: Springer Online Journal Archives 1860-2000
    Topics: Mathematics , Economics
    Description / Table of Contents: Zusammenfassung Im gleichen Maße, wie diagnostische Expertensysteme in immer umfangreichere und komplexere Aufgabenstellungen vordringen, zeigt sich, daß ausschließlich regelbasierte, assoziative Ansätze keine angemessene Lösung mehr darstellen. Ein typisches Beispiel für eine solche Situation ist die Diagnose von CNC-Bearbeitungszentren, deren komplexe innere Struktur und die spezifische Vorgehensweise des Experten explizit in der Wissensbasis repräsentiert werden müssen. In diesem Artikel beschreiben wir drei Richtungen, in denen die“konventionelle” Expertensystemarchitektur erweitert werden kann, um den gestiegenen Anforderungen zu entsprechen. Unser System stützt sich auf ein Struktur- und Funktionsmodell des Bearbeitungszentrums, das das in Regelform gespeicherte Wissen ergänzt. Die Verwendung des Modells stellt neuartige Anforderungen an die Wissensakquisition, die durch eine enge Verzahnung mit dem Lernmechanismus des Expertensystems unterstützt wird. Schließlich gehen wir auf die zeitlichen Aspekte der Diagnosesituation ein, die eine spezielle Behandlung der dynamischen Maschinenprozesse und der sich darin entwickelnden Fehler erfordern.
    Notes: Abstract As the domains of diagnostic expert systems become larger and more complex, purely associative approaches are no longer adequate solutions. A good example for such a situation is the diagnosis of a CNC machining center where the diagnostic process has a rich inner structure that has to be reflected in the system. In this article we describe three ways of extending the conventional expert system architecture. Firstly, our system uses a structural model of the machining center in addition to production rules. Secondly, we pay special attention to knowledge acquisition which is intimately related to the learning process. Finally, several temporal aspects of the diagnostic situation are addressed explicitly.
    Type of Medium: Electronic Resource
    Signatur Availability
    BibTip Others were also interested in ...
Close ⊗
This website uses cookies and the analysis tool Matomo. More information can be found here...