05 Fakultät Informatik, Elektrotechnik und Informationstechnik
Permanent URI for this collectionhttps://elib.uni-stuttgart.de/handle/11682/6
Browse
4 results
Search Results
Item Open Access Strukturierte Modellierung von Affekt in Text(2020) Klinger, Roman; Padó, Sebastian (Prof. Dr.)Emotionen, Stimmungen und Meinungen sind Affektzustände, welche nicht direkt von einer Person bei anderen Personen beobachtet werden können und somit als „privat“ angesehen werden können. Um diese individuellen Gefühlsregungen und Ansichten dennoch zu erraten, sind wir in der alltäglichen Kommunikation gewohnt, Gesichtsausdrücke, Körperposen, Prosodie, und Redeinhalte zu interpretieren. Das Forschungsgebiet Affective Computing und die spezielleren Felder Emotionsanalyse und Sentimentanalyse entwickeln komputationelle Modelle, mit denen solche Abschätzungen automatisch möglich werden. Diese Habilitationsschrift fällt in den Bereich des Affective Computings und liefert in diesem Feld Beiträge zur Betrachtung und Modellierung von Sentiment und Emotion in textuellen Beschreibungen. Wir behandeln hier unter anderem Literatur, soziale Medien und Produktbeurteilungen. Um angemessene Modelle für die jeweiligen Phänomene zu finden, gehen wir jeweils so vor, dass wir ein Korpus als Basis nutzen oder erstellen und damit bereits Hypothesen über die Formulierung des Modells treffen. Diese Hypothesen können dann auf verschiedenen Wegen untersucht werden, erstens, durch eine Analyse der Übereinstimmung der Annotatorinnen, zweitens, durch eine Adjudikation der Annotatorinnen gefolgt von einer komputationellen Modellierung, und drittens, durch eine qualitative Analyse der problematischen Fälle. Wir diskutieren hier Sentiment und Emotion zunächst als Klassifikationsproblem. Für einige Fragestellungen ist dies allerdings nicht ausreichend, so dass wir strukturierte Modelle vorschlagen, welche auch Aspekte und Ursachen des jeweiligen Gefühls beziehungsweise der Meinung extrahieren. In Fällen der Emotion extrahieren wir zusätzlich Nennungen des Fühlenden. In einem weiteren Schritt werden die Verfahren so erweitert, dass sie auch auf Sprachen angewendet werden können, welche nicht über ausreichende annotierte Ressourcen verfügen. Die Beiträge der Habilitationsarbeit sind also verschiedene Ressourcen, für deren Erstellung auch zugrundeliegende Konzeptionsarbeit notwendig war. Wir tragen deutsche und englische Korpora für aspektbasierte Sentimentanalyse, Emotionsklassifikation und strukturierte Emotionsanalyse bei. Des Weiteren schlagen wir Modelle für die automatische Erkennung und Repräsentation von Sentiment, Emotion und verwandten Konzepten vor. Diese zeigen entweder bessere Ergebnisse, als bisherige Verfahren oder modellieren Phänomene erstmalig. Letzteres gilt insbesondere bei solchen Methoden, welche auf durch uns erstellte Korpora ermöglicht wurden. In den verschiedenen Ansätzen werden wiederkehrend Konzepte gemeinsam modelliert, sei es auf der Repräsentations- oder der Inferenzebene. Solche Verfahren, welche Entscheidungen im Kontext treffen, zeigen in unserer Arbeit durchgängig bessere Ergebnisse, als solche, welche Phänomene getrennt betrachten. Dies gilt sowohl für den Einsatz künstlicher neuronaler Netze, als auch für die Verwendung probabilistischer graphischer Modelle.Item Open Access Circuit complexity of group theoretic problems(2021) Weiß, Armin; Diekert, Volker (Prof. Dr. rer. nat.)In dieser kumulativen Habilitationsschrift werden sechs Arbeiten zum Thema "Schaltkreiskomplexität von Gruppentheoretischen Problemen" zusammengefasst. An vorderster Stelle steht hierbei das Wortproblem: Gegeben ein Wort über den Erzeugern einer Gruppe, ist die Frage, ob das Wort das Einselement der Gruppe darstellt. Daneben werden noch weitere Probleme, wie das Konjugationsproblem, das Power-Wortproblem (wie das Wortproblem, aber die Eingabe wird in komprimierter Form gegeben) und das Lösen von Gleichungen betrachtet. Die meisten der hier zusammengefassten Arbeiten betrachten die genannten Probleme für spezielle Klassen von Gruppen und klassifizieren deren Komplexität mit Methoden der Schaltkreiskomplexität. Eine Ausnahme bildet die letzte Arbeit zum Thema Gleichungen: hier liegt der Zusammenhang zur Schaltkreiskomplexität darin, dass sich das Erfüllbarkeitsproblem für Gleichungen in endlichen auslösbaren Gruppen ähnlich verhält wie das Erfüllbarkeitsproblem für CC^0 Schaltkreise.Item Open Access Datenanalysen für industrielle Anwendungsfälle : Datencharakteristika und Nutzung von Domänenwissen(2025) Reimann, Peter; Mitschang, Bernhard (Prof. Dr.-Ing. habil.)Der inhaltliche Schwerpunkt der vorliegenden Arbeit liegt im Bereich des Datenmanagements sowie der Datenanalyse für industrielle Anwendungsfälle aus dem produzierenden Gewerbe. Die in solchen industriellen Anwendungsfällen verfügbaren Daten weisen komplexe Charakteristika auf, die gängige Verfahren zum Datenmanagement und zur Datenanalyse vor Herausforderungen stellen. Beispiele für solche Datencharakteristika sind, dass häufig nur sehr wenige Daten zur Verfügung stehen oder dass die hohe Produktvielfalt in Unternehmen zu einer höheren Anzahl und Komplexität der in den Daten auftretenden Muster führen kann. In dieser Arbeit werden die häufigsten domänenspezifischen und komplexen Datencharakteristika vorgestellt und kategorisiert. Zudem wird aufgezeigt, dass diese Datencharakteristika, wenn sie nicht adäquat adressiert werden, zu mäßigen Analyseergebnissen führen, z.B. zu einer geringen Vorhersagegenauigkeit in einer Klassifikation. Als weiterer Schwerpunkt wird in dieser Arbeit der Stand der Wissenschaft hinsichtlich grundlegender Ansätze zur Nutzung von formal repräsentiertem Domänenwissen in die drei Schritte Datenakquise, Datenvorbereitung und Datenanalyse von Datenanalyseprozessen untersucht. Es wird diskutiert, inwieweit diese Ansätze die komplexen Datencharakteristika industrieller Anwendungsfälle adressieren können, um somit die Qualität von Analyseergebnissen zu erhöhen. Betrachtete Wissensrepräsentationsformen sind Fallbasen, Regelbasen, Glossare, semantische Netze wie Ontologien oder Wissensgraphen, probabilistische Graphen sowie mathematische Simulationsmodelle. Die untersuchten Ansätze schließen u.a. Ansätze zur Nutzung einer Regelbasis, semantischer Netze oder Simulationsmodelle zum Feature-Engineering, zur Festlegung der Labels in Daten oder für weitere Schritte der Datenakquise, Datenvorbereitung oder der Datenanalyse ein. Die Diskussionen werden mit Evaluationsergebnissen auf Basis realer industrieller Anwendungsfälle und Daten untermauert.Item Open Access Engineering AI planning systems(2024) Georgievski, Ilche; Aiello, Marco (Prof. Dr.)Planning and acting adaptively in complex environments is fundamental to human intelligence. We navigate such complexity by simulating, evaluating, and selecting among possible courses of action using internal models of the world. The field of AI planning seeks to computationally reproduce this form of intelligent behavior. This habilitation thesis presents research on engineering AI planning systems that can effectively address complex, real-world problems, with the broader objective of enabling users to design, develop, and operate such systems. The thesis offers and advocates for a holistic approach to AI planning, one that integrates algorithmic, knowledge, and systems engineering to support the entire lifecycle of planning technology, from conceptualisation to deployment. By bridging foundational research with real-world application, it strives to widen the academic dialogue around AI planning and to establish a pathway toward making AI planning technology a practical tool for innovation. The habilitation thesis is cumulative and accompanied by an executive summary synthesising insights from sixteen publications. The executive summary begins by outlining the research context, key challenges, and research approach employed. It then turns to the published contributions, with particular focus on systems engineering and knowledge engineering, including methodological and artefactual advancements. These contributions are supported by applied research in the domain of smart energy systems. The summary concludes by reflecting on the implications of the work and offering directions for future work.