KI    Artificial Intelligence Group - Dept. of Computer Science - TU Berlin
[ KI Home | Members | Publications | Research | Courses | Events | Support ]

   


Studentisches Projekt
"Moderne Methoden des Maschinellen Lernens II"
im SS 2001


Veranstalter

Carsten Gips
Raum: FR 5052, Tel.: 24 940, email: cagi@cs.tu-berlin.de

Dr. Ute Schmid
Raum: FR 5057, Tel.: 23 938, email: schmid@cs.tu-berlin.de

Prof. Dr. Fritz Wysotzki
Raum: FR 5055, Tel.: 24 941, email: wysotzki@cs.tu-berlin.de


Organisation

Auch wenn das Projekt eine Gruppenarbeit ist, muß die Teilleistung eines jeden einzelnen erkennbar sein. Der Arbeitsaufwand für ein Projekt beträgt erfahrungsgemäß etwa Faktor 2-3 des anrechenbaren Aufwandes (6 SWS). Es lohnt sich dennoch, denn die Projekterfahrungen stellen eine wertvolle Grundlage für eine gute Diplomarbeit dar!


Themengebiete

Im Projekt M3L II befassen wir uns jedes Jahr mit Themen aus dem und um das Gebiet Induktive Programmsynthese: Algorithmen zur induktiven Synthese rekursiver Funktionen aus Anfangsprogrammen (Geradeausprogramme, Operatorsequenzen), Anwendung von Problemlöse- und Planungsalgorithmen zur Generierung von Anfangsprogrammen aus Ein-/Ausgabebeispielen, Analoges Problemlösen und Lernen als alternative Strategie zu "synthesis from scratch" und zum Erwerb von generalisiertem/abstraktem Programmierwissen. Dieser Themenkomplex integriert verschiedene Forschungsgebiete der KI und basiert auf Ansätzen der Theoretischen Informatik (Semantik rekursiver Funktionen, Termalgebra, grammatische Inferenz, Graphtheorie). Anwendungskontext ist die wissensbasierte Softwareentwicklung. Das Thema "Lernen aus Problemlöseerfahrung" hat starke Bezüge zu kognitionswissenschaftlichen Fragestellungen.

Ein weiteres Ziel des studentischen Projektes besteht in der Entwicklung von neuartigen Methoden zur Prüfung der Erfüllbarkeit numerischer (räumlicher) Constraints durch Anwendung von Verfahren des maschinellen Lernens. Ein klassisches Beispiel für die Erfüllung komplizierter räumlicher Constraints ist die Roboterkinematik, wo Gleichungen bzw. Ungleichungen gelöst werden müssen, die trigonometrische Funktionen enthalten. Ein weiteres potentielles Anwendungsgebiet ist die Entwicklung von Bildschirmsprachen, d. h. die Plazierung von Objekten auf dem Bildschirm anhand von sprachlichen Beschreibungen (Texten).
Das Erlernen von solchen Constraints (= Relationen) soll am Beispiel der "räumlichen Inferenz", d.h. der Modellierung natürlich-sprachlich fixierter räumlicher Relationen untersucht werden. Dadurch ergibt sich auch ein Beitrag zur Modellierung bestimmter kognitiver Prozesse, speziell zum Sprachverstehen und zur Raumauffassung durch den Menschen. Erste erfolgreiche Experimente wurden in unserer Gruppe bereits durchgeführt.
Außerdem ergeben sich neuartige Fragestellungen für das Maschinelle Lernen selbst, weil es darum geht, Trainingsdaten in möglichst effektiver Weise zu erzeugen, um möglichst schnell zu sinnvollen Lernergebnissen zu kommen. Das führt zu dem heute schon aktuellen Problem des sogenannten "aktiven Lernens", bei dem vom Lernenden gezielt Fragen an die Umgebung gestellt werden.

Zeitplan/Termine     Gruppen/Themen     Literatur     Abschlussberichte


Lernziele für die Projektteilnehmer

Allgemein sind unsere Lehrziele für studentische Projekte:

Beide Aspekte sind grundlegend sowohl für Diplomarbeiten, als auch für spätere Arbeit in Forschung oder Praxis! Im Projekt habt Ihr neben der spannenden wissenschaftlichen Arbeit die Möglichkeit, die grundelgenden Fertigkeiten für die Diplomarbeit in der Gruppe einzuüben.

 

 

 


($Id: m3l_ss01.html,v 1.9 2002/03/12 11:18:51 cagi Exp $)