Inhalt:

Context-Awareness ist ein wichtiger Aspekt einer Vielzahl moderner Anwendungen, insbesondere im Bereich autonomer Systeme. Hierbei ist es notwendig, dass der "Agent" sich ein Modell seines Kontexts (also der Welt um sich herum) aus Daten aufbaut, die vor allem von seinen Sensoren geliefert werden. Oft handelt es sich hierbei um Daten, die unvollständig, verrauscht oder nur beschränkt zuverlässig sind. Ziel dieser Arbeit ist es, ein bei Siemens entwickeltes Framework zur Steuerung von autonomen Systemen dahingehend zu erweitern, dass es unsichere Daten verwalten und für Reasoning-Prozesse verarbeiten kann.

Hierzu sollen zunächst verschiedene Ansätze zur Erfassung der Unschärfe (Fuzzy Logic, Bayes-Netze, ...) untersucht werden. Wichtige Gesichtspunkte sind hierbei neben Ausdrucksstärke und wahrscheinlichkeitstheoretischen Aspekten auch die Integrierbarkeit in das existierende Framework und die entsprechende Erweiterbarkeit der existierenden Reasoning-Komponente.
Der vielversprechendste Ansatz soll konzeptuell ausgearbeitet und prototypisch implementiert werden.

Voraussetzungen:

• gute Kenntnisse in Java
• Kenntnisse in den Bereichen autonome Systeme, Ontologien und Reasoning

Aufgabensteller:

Prof. Dr. Rolf Hennicker

Information/Betreuung:

Dr. Michael Berger, Siemens AG Corporate Technology IC 6

Literatur:

Veröffentlichungen aus den Bereichen autonome Systeme, Situationserkennung, Wahrscheinlichkeitsmodellierung

Bearbeiter:

Thomas Hubauer