Fachgebiet:

Künstliche Intelligenz: Symbolische Wissensmodellierung;
Neuroinformatik: Neuronale Modellierung

Projektleiter:

Prof. Biundo-Stephan, Institut für Künstliche Intelligenz, Universität Ulm

Prof. Palm, Institut für Neuroinformatik, Universität Ulm

Standort:

Universität Ulm

Stellenbeschreibung:

Das Teilprojekt befasst sich mit der Modellierung der Information, auf deren Basis ein Companion-System individualisierte, adaptive Assistenzfunktionen und Mensch-Computer-Interaktion realisiert. Es sollen Methoden zur systematischen und konsistenten Übertragung von sensorisch gewonnener Situations- und Emotionsinformation auf die deklarative Wissensrepräsentationsebene entwickelt werden, wobei die durchgängige Behandlung von Unsicherheit eine Hauptrolle spielt. Ein weiterer Schwerpunkt liegt auf der Werkzeugunterstützung beim Aufbau von Wissensbasen für Companion-Systeme. Hier stehen Fragen der Modellabstimmung und Konsistenzsicherung im Vordergrund.

In diesem Teilprojekt sind zwei Stellen zu besetzen.

Ein(e) Mitarbeiter(in) soll sich schwerpunktmäßig mit der Architekturkonzeption für die Wissensbasis und der Entwicklung eines Modellierungswerkzeuges befassen, wobei u.a. Fragen der Komposition heterogener Wissensmodelle und die Entwicklung entsprechender Konsistenzkriterien im Vordergrund stehen. Darüber hinaus sollen Themenstellungen zur Nutzer- und Planmodellierung bearbeitet werden.

Vorausgesetzt werden gute Kenntnisse auf dem Gebiet der Künstlichen Intelligenz sowie Interesse an formalen Methoden. Grundkenntnisse im Bereich der Unsicherheitsbehandlung sind von Vorteil. Die Stelle ist zunächst auf zwei Jahre befristet, mit der Möglichkeit zur Verlängerung um weitere zwei Jahre.

Kontakt:

Prof. Dr. Susanne Biundo-Stephan

Ein(e) Mitarbeiter(in) soll sich mit der subsymbolisch-symbolischen Integration beschäftigen. Hierfür sind Vorkenntnisse im Bereich der künstlichen Intelligenz und der künstlichen neuronalen Netze erwünscht, insbesondere ist etwas Erfahrung in der Behandlung unsicheren Wissens, etwa mit Methoden aus dem Bereich der Fuzzy-Logik, des Dempster-Shafer Kalküls oder der klassischen Bayesianischen Vorgehensweise, von grossem Nutzen.

Die Stelle ist zunächst auf zwei Jahre befristet, mit der Möglichkeit zur Verlängerung um weitere zwei Jahre.

Kontakt:

Prof. Dr. Günther Palm