Zurück zur Hompage der Cowan!Robert Suna, Karsten Berns
Forschungszentrum Informatik an der Universität Karlsruhe
Bei Diagnose- und Inspektionsaufgaben, wie sie im industriellen Alltag häufig vorkommen, besteht die Schwierigkeit nicht nur in der Auswahl geeigneter Klassifikationsmethoden, sondern vor allem in der Akquisition des Bereichswissens. In den letzten Jahren wurden im Forschungszentrum Informatik einige Industrieprojekte durchgeführt, wie beispielsweise die Inspektion von Pipelines, die Auswertung von NMR-Spektren oder die Diagnose von Elektromotoren. Bei diesen Anwendungen, bei denen das Klassifikationsproblem mit Hilfe Neuronaler Netze gelöst wurde, hat sich gezeigt, daß das Sammeln geeigneter Trainingsdaten mit erheblichem Aufwand verbunden ist. Das Paradigma, Lernen statt Programmieren, brachte bei einigen dieser Anwendungen keine Reduktion des Entwicklungsaufwands. Ausgehend von dieser Erfahrung wurde im FZI damit begonnen, Konzepte für Interaktives Lernen zu erstellen. Hierbei steht die Frage im Vordergrund, wie der Benutzer schrittweise ein Diagnose- und Inspektionssystem aufbauen kann. Dabei stehen die folgenden Punkte im Vordergrund:
Im Vortrag wird das interaktive Lernkonzept basierend auf Neuronalen Netzen vorgestellt und die Vorgehensweise beim Interaktiven Lernen anhand eines Anwendungsproblems erläutert. Zusätzlich werden die hierfür notwendigen Systemkomponenten, die in den Neuronalen Netzsimulator CMS integriert wurden, aufgezeigt.