QE: Unterschied zwischen den Versionen
Aus Aifbportal
K (Added from ontology) |
Uri (Diskussion | Beiträge) |
||
| (5 dazwischenliegende Versionen von 2 Benutzern werden nicht angezeigt) | |||
| Zeile 3: | Zeile 3: | ||
|Name=Quantitative Emergenz | |Name=Quantitative Emergenz | ||
|Name EN=Quantitative Emergence | |Name EN=Quantitative Emergence | ||
| − | |Beschreibung DE=In diesem gemeinsamen Projekt werden Konzepte und Werkzeuge für die Implementierung einer Architektur zur Realisierung selbstorganisierender technischer Systeme entwickelt, die gleichzeitig zuverlässig, robust und adaptiv sind. Der Entwurf derartiger Systeme erfordert ein tieferes Verständnis der Effekte emergenten globalen Verhaltens in Netzwerken aus intelligenten autonomen Einheiten (d.h. wir müssen emergentes Verhalten quantifizieren). Es werden Werkzeuge benötigt, um unerwünschtes Verhalten zu vermeiden und um erwünschte positive Effekte zu erzeugen bzw. zu verstärken. Die Architektur wird aus einem Netzwerk autonomer Einheiten bestehen (genannt | + | |Beschreibung DE=In diesem gemeinsamen Projekt werden Konzepte und Werkzeuge für die Implementierung einer Architektur zur Realisierung selbstorganisierender technischer Systeme entwickelt, die gleichzeitig zuverlässig, robust und adaptiv sind. Der Entwurf derartiger Systeme erfordert ein tieferes Verständnis der Effekte emergenten globalen Verhaltens in Netzwerken aus intelligenten autonomen Einheiten (d. h. wir müssen emergentes Verhalten quantifizieren). Es werden Werkzeuge benötigt, um unerwünschtes Verhalten zu vermeiden und um erwünschte positive Effekte zu erzeugen bzw. zu verstärken. Die Architektur wird aus einem Netzwerk autonomer Einheiten bestehen (genannt Produktionssystem), ergänzt durch jeweils eine oder mehrere Observer- und Controller-Einheiten. Das Ziel ist die Entwicklung einer angemessenen Methodik für die Beobachtung des (globalen) Systemverhaltens und für eine Messung und Bewertung von Emergenzeffekten. Außerdem müssen geeignete Antworten des Controllers auf die Ergebnisse des Observers erzeugt werden, um ein kontrolliertes emergentes Verhalten innerhalb der Grenzen zu ermöglichen, die von einer externen Einheit vorgegeben sind (der Umgebung). Dies erfordert eine Untersuchung verschiedener potentieller Arten, das Verhalten eines selbstorganisierenden Produktionssystems zu beeinflussen. Während der ersten 2 Jahre des Projekts werden wir von realistischen technischen Anwendungen abstrahieren und zunächst relativ einfache künstliche Produktionssysteme betrachten, die einige interessante Eigenschaften aufweisen. Erst später, in Phase II (d. h. in den Jahren 3 und 4), sollen die hier entwickelten neuen Konzepte und Werkzeuge für den Observer und den Controller mit dem komplexeren organischen Produktionssystem Organic Traffic Control (OTC) kombiniert werden, das in dem korrespondierenden Projekt OTC entwickelt wird. |
| − | |Beschreibung EN=This joint project will focus on the design of concepts and tools for the implementation of an architecture needed for the realisation of self-organising technical systems which are, at the same time reliable, robust, and adaptive. As an important prerequisite for designing such systems we have to understand the effects of emergent global behaviour in networks of intelligent autonomous units (i.e. we have to quantify emergent behaviour) and we | + | |Beschreibung EN=This joint project will focus on the design of concepts and tools for the implementation of an architecture needed for the realisation of self-organising technical systems which are, at the same time reliable, robust, and adaptive. As an important prerequisite for designing such systems we have to understand the effects of emergent global behaviour in networks of intelligent autonomous units (i. e., we have to quantify emergent behaviour) and we needtools to prevent unwanted behaviour and to encourage or enforce desired positive effects. The architecture will consist of a network of autonomous units (called production system), one or more observers, and one or more controllers. We shall develop an appropriate methodology for observing the (global) behaviour of the system and for quantifying and evaluating emergence effects. Furthermore, we have to generate adequate responses of the controller to the results of the observer in order to enable a controlled emergent behaviour within the restrictions set by some external unit (the environment). This requires an exploration of various potential ways of influencing the behaviour of a selforganising production system. For the initial 2 years of this project we shall abstract from realistic technical applications and will use rather simple artificial production systems exhibiting some interesting properties. Only later, during Phase II (i. e., years 3 and 4) we intend to combine the new concepts and tools for the observer and the controller with the more complex organic production system organic traffic control (OTC), which will be developed in the corresponding project OTC. |
| − | + | |Kontaktperson=Hartmut Schmeck | |
| − | |URL=http:// | + | |URL=http://projects.aifb.kit.edu/effalg/otcqe |
| − | |Start=01 | + | |Start=2005/07/01 |
| − | |Ende=30 | + | |Ende=2007/06/30 |
| − | |Finanziert von= | + | |Finanziert von=DFG |
| − | |Projektstatus= | + | |Projektstatus=abgeschlossen |
| − | | | + | |Logo=Qe png.jpg |
| − | |Person=Urban Richter, Hartmut Schmeck | + | |Person=Jürgen Branke, Urban Richter, Hartmut Schmeck |
| − | |Forschungsgruppe=Effiziente Algorithmen | + | |Forschungsgruppe=Effiziente Algorithmen |
| − | |Forschungsgebiet= | + | |Partner=Leibniz Universität Hannover |
| − | | | + | }} |
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Evolutionäre Algorithmen | ||
| + | }} | ||
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Evolutionäre Optimierung veränderlicher Probleme | ||
| + | }} | ||
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Evolutionäre Strategien | ||
| + | }} | ||
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Genetische Algorithmen | ||
| + | }} | ||
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Globale Optimierung | ||
| + | }} | ||
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Maschinelles Lernen | ||
| + | }} | ||
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Mensch-Maschine-Systeme | ||
| + | }} | ||
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Naturanaloge Algorithmen | ||
| + | }} | ||
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Organic Computing | ||
}} | }} | ||
Aktuelle Version vom 20. Dezember 2010, 10:03 Uhr
 |
Quantitative Emergenz |
|
|
Beschreibung
In diesem gemeinsamen Projekt werden Konzepte und Werkzeuge für die Implementierung einer Architektur zur Realisierung selbstorganisierender technischer Systeme entwickelt, die gleichzeitig zuverlässig, robust und adaptiv sind. Der Entwurf derartiger Systeme erfordert ein tieferes Verständnis der Effekte emergenten globalen Verhaltens in Netzwerken aus intelligenten autonomen Einheiten (d. h. wir müssen emergentes Verhalten quantifizieren). Es werden Werkzeuge benötigt, um unerwünschtes Verhalten zu vermeiden und um erwünschte positive Effekte zu erzeugen bzw. zu verstärken. Die Architektur wird aus einem Netzwerk autonomer Einheiten bestehen (genannt Produktionssystem), ergänzt durch jeweils eine oder mehrere Observer- und Controller-Einheiten. Das Ziel ist die Entwicklung einer angemessenen Methodik für die Beobachtung des (globalen) Systemverhaltens und für eine Messung und Bewertung von Emergenzeffekten. Außerdem müssen geeignete Antworten des Controllers auf die Ergebnisse des Observers erzeugt werden, um ein kontrolliertes emergentes Verhalten innerhalb der Grenzen zu ermöglichen, die von einer externen Einheit vorgegeben sind (der Umgebung). Dies erfordert eine Untersuchung verschiedener potentieller Arten, das Verhalten eines selbstorganisierenden Produktionssystems zu beeinflussen. Während der ersten 2 Jahre des Projekts werden wir von realistischen technischen Anwendungen abstrahieren und zunächst relativ einfache künstliche Produktionssysteme betrachten, die einige interessante Eigenschaften aufweisen. Erst später, in Phase II (d. h. in den Jahren 3 und 4), sollen die hier entwickelten neuen Konzepte und Werkzeuge für den Observer und den Controller mit dem komplexeren organischen Produktionssystem Organic Traffic Control (OTC) kombiniert werden, das in dem korrespondierenden Projekt OTC entwickelt wird.
Involvierte Personen
Informationen
von: 1 Juli 2005
bis: 30 Juni 2007
Finanzierung: DFG
Partner
Forschungsgruppe
Forschungsgebiet
QE (Evolutionäre Algorithmen, Organic Computing, Maschinelles Lernen, Globale Optimierung, Evolutionäre Strategien, Genetische Algorithmen, Evolutionäre Optimierung veränderlicher Probleme, Naturanaloge Algorithmen, Mensch-Maschine-Systeme)
Publikationen zum Projekt
- book
- incollection
- booklet
- proceedings
- techreport
- deliverable
- manual
- misc
- unpublished
article
Hartmut Schmeck, Christian Müller-Schloer, Emre Cakar, Moez Mnif, Urban Richter
Adaptivity and Self-Organisation in Organic Computing Systems
ACM Transactions on Autonomous and Adaptive Systems (TAAS), 5, (3), Seiten 10:1-10:32, September, 2010
(Details)
↑ topinproceedings
Urban Richter, Moez Mnif
Learning to Control the Emergent Behaviour of a Multi-Agent System
In Franziska Klügl, Karl Tuyls, and Sandip Sen, Proceedings of the 2008 Workshop on Adaptive Learning Agents and Multi-Agent Systems at AAMAS 2008 (ALAMAS+ALAg 2008), Seiten: 33-40Mai, 2008
(Details)
Oliver Ribock, Urban Richter, Hartmut Schmeck
Using Organic Computing to Control Bunching Effects
In Uwe Brinkschulte, Theo Ungerer, Christian Hochberger, and Rainer G. Spallek, Proceedings of the 21th International Conference on Architecture of Computing Systems (ARCS 2008), Seiten: 232-244, Springer, LNCS, 4934, Februar, 2008
(Details)
Moez Mnif, Urban Richter, Jürgen Branke, Hartmut Schmeck, Christian Müller-Schloer
Measurement and Control of Self-Organised Behaviour in Robot Swarms
In Paul Lukowicz, Lothar Thiele, and Gerhard Tröster, Proceedings of the 20th International Conference on Architecture of Computing Systems (ARCS 2007), Seiten: 209-223, Springer, LNCS, 4415, März, 2007
(Details)
Emre Cakar, Moez Mnif, Christian Müller-Schloer, Urban Richter, Hartmut Schmeck
Towards a Quantitative Notion of Self-Organisation
Proceedings of the 2007 IEEE Congress on Evolutionary Computation (CEC 2007), Seiten: 4222-4229September, 2007
(Details)
Jürgen Branke, Moez Mnif, Christian Müller-Schloer, Holger Prothmann, Urban Richter, Fabian Rochner, Hartmut Schmeck
Organic Computing - Addressing Complexity by Controlled Self-Organization
In Tiziana Margaria, Anna Philippou, and Bernhard Steffen, Post-Conference Proceedings of the 2nd International Symposium on Leveraging Applications of Formal Methods, Verification and Validation (ISoLA 2006), Seiten: 185-191, IEEE, November, 2006
(Details)
Urban Richter, Moez Mnif, Jürgen Branke, Christian Müller-Schloer, Hartmut Schmeck
Towards a Generic Observer/Controller Architecture for Organic Computing
In Christian Hochberger and Rüdiger Liskowsky, INFORMATIK 2006 – Informatik für Menschen!, Seiten: 112-119, Bonner Köllen Verlag, LNI, P-93, Oktober, 2006
(Details)
↑ topbook
Christian Müller-Schloer, Hartmut Schmeck, Theo Ungerer
Organic Computing - A Paradigm Shift for Complex Systems
Birkhäuser, Juni, 2011
(Details)
Urban Richter
Controlled Self-Organisation Using Learning Classifier Systems
KIT Scientific Publishing, November, 2009
(Details)
↑ topphdthesis
Urban Richter
Controlled Self-Organisation Using Learning Classifier Systems
Hartmut Schmeck; Karl-Heinz Waldmann, 2009/07/30, PhD thesis at the Universität Karlsruhe (TH), Fakultät für Wirtschaftswissenschaften
(Details)
↑ top