Ulrich Küsters Livres

Diese Arbeit beschreibt den auf den ersten Blick ungewöhnlichen Ansatz der Konzeption einer regelbasierten Expertensystemshell, die ausschließlich im APL2 implementiert ist. Die beschriebene Expertensystemshell unterscheidet sich von den im KI-Bereich vorherrschenden und zumeist in Lisp oder Prolog implementierten Systemen in mehrfacher Hinsicht: - Die Shell erlaubt eine im Gegensatz zu Lisp und Pro log sehr einfache Einbindung effizienter numerischer Algorithmen, indem auf die Funktionalität von APL2 zurückgegriffen wird. - Regelwerke werden mit Hilfe eines Übersetzers in APL2-Funktionen und Kontrollstrukturen übersetzt, die mit Hilfe eines vorwärtsschließenden Inferenz interpreter exekutiert werden. Neben dem vollständigen APL2-Quellkode, der als Vorlage für eigene Entwicklungen verwendet werden kann, enthält das Buch auch eine knappe Einführung in Expertensysteme sowie einige exemplarische Regelwerke zur Variablenselektion in Regressionsmodellen und zur Evaluation von Kreditanträgen. Im Anhang werden die wichtigsten APL2-Primitiven, Idiome und Fehlerbehandlungstechniken für den nicht mit APL2 vertrauten Leser dargestellt. Dieses Buch wendet sich insbesondere an Softwareentwickler, die numerische und statistische Algorithmen, wie sie etwa zur Prognose, Planung und zur Optimierung eingesetzt werden, in Expertensysteme integrieren möchten.

Inhaltsverzeichnis: 1 Grundlagen und historischer Überblick: Überblick, Modellelemente, Inhaltsübersicht, modelltheoretische Einschränkungen. 2 Allgemeines Mittelwert- und Kovarianzstrukturmodell: Grundelemente, Meßrelationen, hierarchische Strukturen, Parametrisierungen, reduzierte Form, Stichprobe und Likelihood. 3 Spezialfälle des Modells: Mittelwertstrukturmodelle, Kovarianzstrukturmodelle, gemischte Modelle. 4 Sequentielle Schätzung der Parameter der reduzierten Form: Struktur des Schätzverfahrens, asymptotische Eigenschaften, marginale ML-Schätzung der Mittelwertparameter, sequentielle ML-Schätzung der Kovarianzparameter, Anhang zur numerischen Berechnung. 5 Verallgemeinerte kleinste Quadrateschätzung: Iterative gewichtete Schätzung unter Restriktionen, asymptotische Eigenschaften der nichtlinearen Schätzung, iterative gewichtete Schätzung für hierarchische Modelle. 6 Simultane Analyse mehrerer Populationen: Modellmodifikation und Schätzung, theoretische Spezialfälle. 7 Schlussbemerkungen und ungelöste Probleme. A Wahrscheinlichkeitstheoretische Hilfssätze. B Eindeutigkeit der Schätzung bei ordinalen Meßrelationen. C Numerische Verfahren: Optimierungsverfahren (Regula Falsi, Gradientenverfahren, Gauss-Newton), Integrationsverfahren (univariate und bivariate Standardnormalverteilung), Differentiation. D Matrizendifferentiationsregeln.