Maschinelles Lernen und Wissensbasierte Systeme

net. Der Lebenszyklus einer Wissensbasis erweist sieh als geeignetes Gliede­ rungsprinzip, anhand des sen sich die Darstellung vorhandener und neuer Arbei­ ten strukturieren und in einen groBeren Kontext einordnen HiBt. Damit wird dem Leser ein Methodenrepertoire filr die verschiedenen Phasen des Lebenszyklus einer Wissensbasis zur Verfilgung gestellt. Jeder Phase ist ein eigenes Kapitel gewidmet, in dem der Stand der Technik im Bereich des maschinellen Lernens dargestellt wird. AuBerdem wird gezeigt, welche unterschiedlichen Anforderun­ gen an maschinelle Lernsysteme fOr die verschiedenen Phasen bestehen. Urn den ohnehin weit gesteckten thematischen Rahmen nicht zu sprengen, wer­ den schwerpunktmaBig Ansatze vorgestellt und diskutiert, die durch eine symbo­ lische Reprasentation und Verarbeitung von Wissen charakterisiert sind. Lern­ strategien, die numerische Reprasentationsformen nutzen, insbesondere Evolu­ tionsstrategien [Schwefel, 1981], neuron ale Netze [Rosenblatt, 1958; Kosko, 1992] und Fuzzy-Systeme [Zadeh, 1965; Reusch, 1994], werden hier also nieht behandelt. Das System LEDA I zum Lernen von Makrooperatoren unterstiitzt die Daten­ pfadsynthese innerhalb des Entwurfs integrierter Schaltungen. Dabei wird mit dem induktiv gelernten Wissen eine funktionale Hardware-Beschreibung in eine strukturelle iibersetzt. Wahrend herkommliche Arbeiten zum Lernen von Design-Wissen auf Makrooperatoren filr die schrittweise Verfeinerung der eingegebenen Beschreibung beschrankt sind, werden bei LEDA erstmals Makrooperatoren filr den machtigeren Transformationsansatz akquiriert. Ferner zeichnet sich LEDA durch eine explizite Reprasentation und Verar­ beitung von Optimierungszielen (Objectives) innerhalb der Performanzkom­ ponente aus. Die Beriicksichtigung solcher Ziele ist eine unverziehtbare For­ derung filr viele komplexe Design-Probleme. LEDA unterstiitzt primae die Phase der Wissensbasiserweiterung und tragt dariiber hinaus zu den Phasen Wissensbasiseinsatz und -initialisierung bei.