Wysotzki, F.F.WysotzkiMüller, F.F.Müller2022-03-082022-03-081992https://publica.fraunhofer.de/handle/publica/319524Verfahren des maschinellen Lernens sind in der Zeichenerkennung und Künstlichen Intelligenz seit den 60iger Jahren untersucht worden. Sie haben heute eine Reife erreicht, die zu ersten erfolgreichen industriellen Anwendungen geführt hat. In der Prozeßdiagnose und -steuerung ermöglichen Lernverfahren die Klassifikation und Bewertung von Betriebszuständen, d.h. eine Grobmodellierung eines Prozesses, wenn dieser nicht oder nur teilweise mathematisch beschreibbar ist. Diese Modellbildung wird durch die Möglichkeit der Gewinnung von objektivierten Ursache- Wirkungsbeziehungen zwischen Prozeßparametern erweitert. Auf der Basis derartiger durch die Lernverfahren gewonnener Modelle können zeiteffektive Klassifizierungsprozeduren generiert werden, die wiederum als Regelwissen im Sinne der Künstlichen Intelligenz verwendet und mit menschlichem Wissen kombiniert werden können.deadaptive controlartificial intelligencelearning systemneural netconference paper