Refine
Year of publication
Document Type
- Article (424)
- Bachelor Thesis (367)
- Part of a Book (141)
- Conference Proceeding (81)
- Book (73)
- Other (49)
- Master's Thesis (47)
- Working Paper (13)
- Report (9)
- Annotation (7)
Language
- German (935)
- English (285)
- Multiple languages (2)
- Spanish (1)
Keywords
- Soziale Arbeit (24)
- Sozialarbeit (18)
- Pflege (17)
- Ethik (14)
- Behinderung (13)
- Inklusion (13)
- Altenpflege (12)
- Bildung (12)
- Alter (11)
- Gesundheitsförderung (10)
Institute
- Institut für Gesundheits-und Pflegewissenschaften (IGP) (72)
- Institut für nachhaltige Energietechnik und Mobilität (INEM) (21)
- Virtual Automation Lab (VAL) (19)
- Weitere Projekte der Fakultät SABP (11)
- Zuverlässigkeitstechnik und Prognostics and Health Management (5)
- Institut für Automobilmanagement (IAM) (3)
- Institut für Change Management und Innovation (CMI) (3)
- Fraunhofer Anwendungszentrum KEIM (1)
Das Prinzip der maximalen Entropie ist ein Verfahren der künstlichen Intelligenz, mit dem fehlendes stochastisches Wissen generiert werden kann. Dadurch ist die Methode für alle Aufgabenstellungen anwendbar, in denen temporär oder dauerhaft nur unvollständiges Wissen vorliegt. Das Prinzip fügt zu vorhandenem lückenhaften Wissen so viel, wie möglich Unsicherheit hinzu und minimiert dadurch nicht gerechtfertigte si-chere Annahmen. Anhand eines einfachen Beispiels mit zwei booleschen Zufallsvariablen wird die Überwachungseinrichtung einer Produktionsanlage modelliert. Dabei liegt über die Güte der Überwachung nur unvollständiges Wissen vor. Aus den gegebenen Informationen werden nun die Berechnungsschritte hin bis zu einer vollständigen Wahrscheinlichkeitsverteilung demonstriert. Diese Verteilung repräsentiert das vollständige Wissen aller Zusammenhänge des Modells. Die so gewonnene Wahrscheinlichkeitsverteilung wird abschließend zur Bewertung der Güte der Überwachungsanlage genutzt und ermöglicht dabei statistische Aussa-gen, welche mit dem ursprünglich gegebenen Wissen nicht möglich wa-ren.