Inhalt

•  
   Vorwort
•  
   Inhaltsverzeichnis
•  
   1 Einleitung
•  
   1.1 Kontext der Arbeit
•  
   1.2 Aufbau der Arbeit
•  
  2 Wissensakquisition mit Data Mining
•  
  2.1 Automatische Wissensverarbeitung
•  
   2.1.1 Wissen
•  
   2.1.2 Wissensbasierte Systeme
•  
   2.1.3 Wissensakquisition
•  
   2.2 Wissensentdeckung in Datenbanken und Data Mining
•  
   2.2.1 Definition
•  
   2.2.2 Ziele und Verfahren
•  
   2.2.3 Einzelschritte im Wissensentdeckungsprozeß
•  
   2.2.4 Data-Mining-Schritt
•  
  2.3 Neuer Ansatz zur Akquisition von Diagnosewissen
•  
   2.3.1 Diagnose technischer Anlagen
•  
   2.3.2 Wissensbasierte Diagnoseansätze
•  
   2.3.3 Integration von Data Mining in die Wissensakquisition
•  
   3 Assoziationsregeln
•  
   3.1 Regelkonzepte
•  
   3.1.1 Regeln
•  
   3.1.2 Assoziationsregelkonzept
•  
   3.1.3 Assoziationsregelarten
•  
  3.2 Boolesche Assoziationsregeln
•  
   3.2.1 Definition und Eigenschaften
•  
   3.2.2 Assoziationsregelproblem
•  
   3.2.3 Basisalgorithmus zur Regelerzeugung
•  
   3.3 Kategoriale Assoziationsregeln
•  
   3.3.1 Definition
•  
   3.3.2 Erzeugung kategorialer Assoziationsregeln
•  
  3.4 Klassifikationsregeln
•  
   3.4.1 Klassifikationsregelproblem
•  
   3.4.2 Klassifikation mit Assoziationsregeln
•  
   4 Diagnose hydraulischer Systeme mit Assoziationsregeln
•  
  4.1 Einführende Bemerkungen zur Hydraulik
•  
   4.1.1 Hydraulische Anlagen
•  
   4.1.2 Physikalische Größen in der Hydraulik
•  
   4.1.3 Aufgaben einer rechnergestützten Diagnose
•  
  4.2 Gesamtkonzept des Diagnoseansatzes
•  
   4.2.1 Voraussetzungen
•  
   4.2.2 Einzelschritte
•  
   4.2.3 Repräsentation der Diagnoseregeln
•  
   4.2.4 Zielsetzung
•  
  4.3 Simulation
•  
   4.3.1 Erstellung eines Meßplans
•  
   4.3.2 Erstellung eines Simulationsplans
•  
   4.4 Symptomerkennung
•  
  4.5 Diskretisierung
•  
   4.5.1 Motivation und Definition
•  
   4.5.2 Bekannte Verfahren
•  
   4.5.3 Neuer Diskretisierungsalgorithmus
•  
   4.6 Meßstellenauswahl
•  
   4.6.1 Motivation und Vereinbarungen
•  
   4.6.2 Abhängigkeitsanalyse
•  
   4.6.3 Bewertungsfunktionen für die Meßstellenauswahl
•  
  4.7 Diagnoseregelerzeugung
•  
   4.7.1 Vereinbarungen
•  
   4.7.2 Algorithmus
•  
   4.7.3 Regelmengenoptimierung
•  
   4.8 Hypothesengenerierung
•  
   4.8.1 Rahmenkonzept und Problemfelder
•  
   4.8.2 Konfidenzverrechnung in MYCIN
•  
   4.8.3 Globaler Ansatz zur Konfidenzverrechnung
•  
   5 Evaluierung des Diagnoseansatzes
•  
   5.1 Testanlage und Parameter für die Lernphase
•  
   5.2 Testverfahren für die Diagnosephase
•  
  5.3 Testergebnisse
•  
   5.3.1 Regelanzahl
•  
   5.3.2 Diagnosegüte
•  
   5.3.3 Fazit
•  
   6 Zusammenfassung und Ausblick
•  
  A Mathematischer Anhang
•  
   A.1 -Maße
•  
   A.2 Informationsgehalt
•  
   B Ergebnistabellen
•  
    Literaturverzeichnis