Institut für Informatik - Dokumentenserver - Universität Leipzig

3.4 Graduierungsarbeiten am Institut
Die meisten Arbeiten sind unter den jeweils genannten URLs im Volltext auf dem
Dokumenten-Server verfügbar.
3.4.1 Habilitationen
Dr. Lange, Steffen: Algorithmic Learning of Recursive Languages
Das Gebiet des Maschinellen Lernens ist ein in den letzten Jahren intensiv untersuchtes
Teilgebiet der Informatik. Die Bedeutung dieses Gebietes ergibt sich wesentlich
aus der immer stärker werdenden Forderung nach neuartigen Computersystemen,
die flexibler, robuster und autonomer als heutzutage verfügbare Systeme
sind. Solcherart Systeme können nur dann den an sie gestellten
Anforderungen gerecht werden, wenn sie lernfähig sind.
Wie jedes Gebiet der Informatik hat das Maschinelle Lernen sowohl stärker theoretisch
ausgerichtete als auch eher praktisch orientierte Teilgebiete. Die vorliegende
Arbeit ist den eher theoretisch ausgerichteten zuzuordnen. Ihr liegt das
von E. M. Gold eingeführte Modell vom Lernen im Limes zugrunde. Dieses Modell
wurde mit dem Ziel entwickelt, den methodischen und begrifflichen Rahmen der
Berechenbarkeitstheorie zu verwenden, um Lernprozesse zu modellieren und einem
formalen Studium zugänglich zu machen, um dadurch letztlich unser Verständnis
von der "Natur des Lernens" zu vertiefen.
Die vorliegenden Arbeit untersucht die Problematik des Lernens formaler Sprachen.
In diesem Kontext ist der Lernende ein Algorithmus, welcher sukzessive Informationen
über die zu erlernende Sprache angeboten bekommt und aus diesen
Informationen Hypothesen berechnet. Falls sich die Folge der berechneten Hypothesen
stabilisiert, und zwar auf einer Hypothese, die die vorgelegte Sprache korrekt
beschreibt, so hat der Lernalgorithmus erfolgreich gelernt.
Die durchgeführten Untersuchungen konzentrieren sich vorrangig auf folgende
Fragestellungen: (a) zu klären, welche interessanten Klassen formaler Sprachen
überhaupt erlernbar sind, (b) die Familie der erlernbaren Sprachklassen zu charakterisieren,
(c) Eigenschaften zu präzisieren, die einen "natürlichen" Lernalgorithmus
auszeichnen, und (d) herauszuarbeiten, welchen Einfluss diese Eigenschaften
auf die prinzipielle Leistungsfähigkeit der in Frage kommenden Lernalgorithmen
haben.
95