@book{Kuwertz2022, abstract = {In dieser Arbeit wird ein Ansatz zur adaptiven Umweltmodellierung betrachtet. Umweltmodelle für kognitive Systeme enthalten oft vorab definierte Domänenmodelle, die für unvorhergesehene Entitäten unzureichend sein können. Der vorgestellte Ansatz adressiert eine adaptive Erweiterung solcher Modelle unter Beachtung der Relevanz von Modellanpassungen. Grundlage ist eine quantitative Modellbewertung, die die Repräsentationsfähigkeit des Modells bezüglich des beobachteten Umgebungszustands bewertet.In this work, an approach for adaptive world modeling is proposed. World models for cognitive systems often employ predefined domain models, which may become insufficient when encountering unforeseen entities. The presented approach addresses an adaptive extension of such domain models, considering the relevance of proposed model adaptations. As a basis, a quantitative model evaluation is devised, rating the ability of a domain model to represent the currently observed environment state.Umfang: XIV, 406 S.Preis: 53.00 €}, address = {Karlsruhe}, author = {Kuwertz, Achim}, doi = {10.5445/KSP/1000148667}, isbn = {978-3-7315-1219-6}, keyword = {Umweltmodellierung, quantitative Modellbewertung, probabilistische Informationsverarbeitung, Konzeptlernen, kognitive Systeme, world modeling, quantitative model evaluation, concept learning, probabilistic information processing, cognitive systems}, month = {Nov}, pages = {440}, publisher = {KIT Scientific Publishing}, title = {Adaptive Umweltmodellierung für kognitive Systeme in offener Welt durch dynamische Konzepte und quantitative Modellbewertung}, year = {2022} }