Universiẗat, Diss.--Paderborn, 1999.

University, Diss., 1998--Kaiserslautern.

Chemnitz, Techn. Univ., Diss., 2008.

Zugl.: Trier, Univ., Diss., 2008

University, Diss., 2006--Karlsruhe.

Techn. University, Diss., 2005--Berlin.

In der Arbeit wird ein Rahmenkonzept für ein ganzheitliches Qualitätsmanagement für Fallbasierte Systeme im Angebotsengineering erarbeitet. Es vereint die Anforderungen des Total Quality Management nach Kunden-, Prozess- und Mitarbeiterorientierung mit bestehenden Ansätzen und Methoden zur Pflege Fallbasierter Systeme. Das Rahmenkonzept beschreibt anhand Fallbasierter Systeme zur Kostenschätzung im Angebotsengineering notwendige Grundlagen und Elemente, welche für eine systematische Qualitätsmessung und -steuerung der Wissensbasis eines solchen Fallbasierten Systems benötigt werden. Die Art und Weise ihrer Darstellung zeigt gleichzeitig eine Vorgehensweise auf, wie beim Aufbau einer Qualitätsmessung und -steuerung für Fallbasierte Systeme vorgegangen werden kann. / In the thesis a framework for an integrated quality management for case-based reasoning systems (CBR systems) in offer engineering has been developed. The framework conjoins the requirements of Total Quality Management for customer orientation, process orientation and employee-orientation with existing approaches and techniques from case base maintenance and case-based reasoner maintenance. Using a case-based cost estimation system in offer engineering as a case study, the framework describes basic principles and elements for a systematic quality measurement and control of the knowledge base of CBR systems. The principles and elements are described in a specific order that can be taken as a procedure for developing quality measurement and control for CBR systems.

Jena, Universiẗat, Diss., 1997.

Das Betriebsverhalten von Verarbeitungsanlagen ist geprägt von häufig auftretenden Störungen, die von Bedienern manuell beseitigt werden müssen und deren Arbeitsaufgabe dominieren. Technische Systeme zur Bedienerunterstützung sind für diese Anlagen bisher nicht etabliert. Davon ausgehend wird ein Modell für die kooperative Störungsdiagnose durch Bediener und Assistenzsystem vorgestellt. Durch die Kombination von Bedienerwissen und Prozessdaten wird damit eine gemeinsame Zustandsrepräsentation erstellt, die zu einer zielgenauen Fallerkennung führt und so Bediener bei der Fehlerbeseitigung unterstützt. Als Grundlage für die Entwicklung des Assistenzsystems werden erste Untersuchungen zum Einfluss der Präsentationsform von Lösungsvorschlägen auf die Lösungszeit, die Fehlerraten und die Häufigkeit des Heranziehens von Zusatzinformationen präsentiert.

Quality of service is commonly used to shape network traffic to meet specified criteria. The various scenarios include limiting and reserving bandwidth for a particular application, host or user, prioritizing latency sensitive traffic or equal distribution of unreserved bandwidth. The DynShaper software distributes and controls a traffic quota by more sophisticated means than fixed per user limits and simple disconnection after the user reaches the limit. It distributes the quota on a daily basis, where each day receives the same share. The users are sorted into predefined groups with different bandwidths depending on their recent consumption. This classification is periodically updated to ensure the sorting order is maintained. The bandwidths of these groups is dynamically adjusted depending on the actual consumption to provide an efficient utilization. This thesis presents another distribution model using a case-based reasoning approach, a method for machine learning which is classified as conventional artificial intelligence. Case-based reasoning tries to solve new problems based on the solutions of similar problems from the past. Controlling the network traffic to remain within a fixed quota can be modeled as such a problem if the traffic patterns are recurring. Possible solutions can be derived from statistical data and altered to suit the new problems. When an untested solution is applied, the software supervises the execution and revises the solution accordingly, if the actual results deviate from the precalculated schedule.