Der vorliegende Band behandelt Verfahren der Künstlichen Intelligenz (KI) in der Bild- und Sprachanalyse, also in einem Teilgebiet der Mustererkennung (ME). Die Definition und Abgrenzung von Begriffen wie KI und ME wird in der Literatur nicht einheitl ich gehandhabt; es ist aber wichtig daran zu erinnern, daß beide aus ihrer Frühzeit gemeinsame Wurzeln haben. Die Fähigkeit zur Erkennung von Mustern, und ganz allgemein zur Wahrnehmung der Umwelt mit geeigneten Sensoren, wurde als wesentl i che Vorau ssetzung für autonom agi erende "i nte 11 i gente" tech nische Systeme angesehen. Einerseits wurde in ersten Veröffentlichungen über KI immer wieder die ME als ein zu lösendes Problem genannt, andererseits wurde als wichtiges Problem in der ME die Einbeziehung von Wissen über das Problem und die zu erkennenden Muster gefordert. Die Wichtigkeit der Wissensverarbeitung in der ME läßt sich in Forschungsanträgen schon aus dem Ende der fünfziger Jahre nach lesen. Zu dieser Zeit war der Stand der ME natürl ich noch nicht so weit ent wickelt wie heute, er stand praktisch auf der Stufe der Extraktion und Klassifi kation von Merkmalvektoren. Leider wird immer noch vielfach ME mit diesem An fangsstand der Technik verwechselt und nicht die generelle Aufgabe, nämlich die automatische Verarbei tung, Auswertung und Interpretation sensorischer Informa tion gesehen. Inzwi schen sind auf dem Sektor der Wi ssensverarbeitung in der KI solche Fortschritte erzielt worden, daß man in der ME die Nutzung von Wi ssen nicht mehr nur fordern sondern tatsächl ich auch durchführen kann.

Inhalt
1 Einführung.- 1.1 Anliegen.- 1.2 Systemstruktur.- 1.3 Vorverarbeitung.- 1.4 Segmentierung von Bildern.- 1.5 Segmentierung von Sprache.- 1.6 Anwendungen.- 1.7 Bibliografischer Rückblick.- 2 Formale Logik.- 2.1 Grundlagen des Prädikatenkalküls 1. Ordnung.- 2.2 Umformung in Klausel-Form.- 2.3 Substitution und Unifikation.- 2.4 Resolutionsregel.- 2.5 Beweisen von Theoremen durch Resolution.- 2.6 Konstruktives Beweisen.- 2.7 Logisches Programmieren und Horn-Klauseln.- 2.8 Aufgaben.- 2.9 Bibliografischer Rückblick.- 3 Relationalstrukturen und semantische Netze.- 3.1 Graphen und Relationalstrukturen.- 3.2 Semantische Netze Konzepte und Instanzen.- 3.3 Semantische Netze Relationen und Vererbung.- 3.4 Wissensnutzung in Relationalstrukturen und semantischen Netzen.- 3.5 Semantische Netze und Prädikatenkalkül.- 3.6 Aufgaben.- 3.7 Bibliografischer Rückblick.- 4 Regelsysteme.- 4.1 Wissens- und Datenbasis.- 4.2 Interpreter.- 4.3 Erweiterungen.- 4.4 Zusammenhänge mit Prädikatenkalkül und semantischen Netzen.- 4.5 Aufgaben.- 4.6 Bibliografischer Rückblick.- 5 Andere Repräsentationsformalismen.- 5.1 Grammatiken.- 5.2 Relaxationsverfahren.- 5.3 Prototypen.- 5.4 Diskriminantenfunktionen.- 5.5 Markov Modelle.- 5.6 Aufgaben.- 5.7 Bibliografischer Rückblick.- 6 Kontroll- und Suchalgorithmen.- 6.1 Aufgabe und prinzipielle Vorgehensweise.- 6.2 Planung.- 6.3 Bewertung.- 6.4 Suche.- 6.5 Aufgaben.- 6.6 Bibliografischer Rückblick.- 7 Wissenserwerb.- 7.1 Formen des Wissenserwerbs.- 7.2 Parameterlernen und Konstruktion von Grammatiken.- 7.3 Manueller Wissenserwerb.- 7.4 Interaktiver Wissenserwerb.- 7.5 Automatischer Wissenserwerb.- 7.6 Aufgaben.- 7.7 Bibliografischer Rückblick.- 8 Wissensbasierte Analyse nuklearmedizinischer Bildfolgen.- 8.1 Datengewinnung und medizinischeHintergründe.- 8.2 Systemübersicht.- 8.3 Verarbeitung auf unterer Ebene.- 8.4 Modell.- 8.5 Kontrolle.- 8.6 Ergebnisse und Diskussionen.- 8.7 Aufgaben.- 8.8 Bibliografischer Rückblick.- 9 Verstehen gesprochener Sprache.- 9.1 Ziele.- 9.2 Verarbeitung auf unterer Ebene.- 9.3 Wissensbasierte Verarbeitung der Sprache.- 9.4 Bibliografischer Rückblick.