Lexikon der Argumente

Philosophische Themen und wissenschaftliche Debatten

[englisch]

Finden Sie Gegenargumente, in dem Sie NameVs…. oder….VsName eingeben.

Erweiterte Suche:

Suchbegriff 1: Autor oder Begriff Suchbegriff 2:Autor oder Begriff

Der gesuchte Begriff oder Autor findet sich in folgenden 26 Einträgen:

Begriff/ Autor/Ismus	Autor	Eintrag	Literatur
Analogien	Cartwright	I 94 Analogie/Duhem/Cartwright: Es ist eine rohe Tatsache, dass manche Dinge sich manchmal wie gewisse andere Dinge verhalten - das gibt Hinweise. Erklärung/Duhem: Duhem stellt ein Schema für diese Hinweise auf. Vereinheitlichung: ist nur fiktiv - sie dient der Vereinfachung der Theorie. - Bsp Licht und Elektrizität werden bei Maxwell gleich behandelt. I 111 Analogie/RussellVsAnalogie: Das Prinzip "Dieselbe Ursache, dieselbe Wirkung" ist zwecklos. - Wenn das Antezedens (das die Umstände darstellt) genau genug ist, wird der gleiche Fall nie wieder eintreten. - Cartwright pro >Fundamentale Gesetze. >Gesetze, >Naturgesetze, >Erklärungen, >Tatsachen, >Verhalten, >Gleichheit.	Car I N. Cartwright How the laws of physics lie Oxford New York 1983 CartwrightR I R. Cartwright A Neglected Theory of Truth. Philosophical Essays, Cambridge/MA pp. 71-93 In Theories of Truth, Paul Horwich Aldershot 1994 CartwrightR II R. Cartwright Ontology and the theory of meaning Chicago 1954
Bayessches Netz	Norvig	Norvig I 510 Bayessches Netz/Belief Networks/Probabilistic networks/knowledge map/KI-Forschung/Norvig/Russell: Bayessche Netze können im Wesentlichen jede vollständige gemeinsame Wahrscheinlichkeitsverteilung darstellen und können dies in vielen Fällen sehr präzise tun. Norvig I 511 Ein Bayessches Netz ist ein gerichteter Graph, in dem jeder Knoten mit quantitativen Informationen über die Wahrscheinlichkeit versehen ist. Die vollständige Spezifikation ist wie folgt: 1. Jeder Knoten entspricht einer zufälligen Variable, die diskret oder kontinuierlich sein kann. 2. Ein Satz von gerichteten Links oder Pfeilen verbindet Knotenpaare. Wenn es einen Pfeil von Knoten X zu Knoten Y gibt, gilt X als übergeordnetes Element von Y. Das Diagramm hat keine gerichteten Zyklen (und ist daher ein gerichteter azyklischer Graph (directed acyclic graph) oder DAG. 3. Jeder Knoten Xi hat eine bedingte Wahrscheinlichkeitsverteilung P(Xi \|Parents(Xi)), die die Wirkung der Eltern auf den Knoten quantifiziert. Die Topologie des Netzes - der Satz von Knoten und Verbindungen - spezifiziert die bedingten Unabhängigkeitsbeziehungen, die in der Domäne bestehen (...). >Wahrscheinlichkeitstheorie/Norvig, >Unsicherheit/KI-Forschung. Die intuitive Bedeutung eines Pfeils ist typischerweise, dass X einen direkten Einfluss auf Y hat, was darauf hindeutet, dass Ursachen übergeordnete Effekten aller Effekte sein sollten. Sobald die Topologie des Bayesschen Netzes festgelegt ist, müssen wir nur noch eine bedingte Wahrscheinlichkeitsverteilung für jede Variable, gegeben ihrer übergeordneten Variablen, angeben. Norvig I 512 Umstände: Die Wahrscheinlichkeiten fassen tatsächlich eine potenziell Norvig I 513 unendliche Anzahl von Umständen zusammen. Norvig I 515 Inkonsistenz: Wenn es keine Redundanz gibt, dann gibt es auch keine Chance auf Inkonsistenz: Es ist unmöglich für den Wissensingenieur oder Domänenexperte ein Bayessches Netz zu schaffen, das die Axiome der Wahrscheinlichkeit verletzt. Norvig I 517 Diagnostische Modelle: Wenn wir versuchen, ein Diagnosemodell mit Verbindungen von Symptomen zu Ursachen aufzubauen (...), müssen wir letztlich zusätzliche Abhängigkeiten zwischen ansonsten unabhängigen Ursachen (und oft auch zwischen getrennt auftretenden Symptomen) angeben. Kausalmodelle: Wenn wir uns an ein Kausalmodell halten, müssen wir am Ende weniger Zahlen angeben, und die Zahlen werden oft einfacher zu finden sein. Im Bereich der Medizin beispielsweise haben Tversky und Kahneman (1982)⁽¹⁾ gezeigt, dass Fachärzte es vorziehen, Wahrscheinlichkeitsurteile eher für kausale als für diagnostische Regeln abzugeben. Norvig I 529 Inferenz: Da sie als Sonderfall die Inferenz in der Aussagenlogik beinhaltet, ist die Inferenz in Bayesschen Netze NP-hard. >NP-Vollständigkeit/Norvig. Es besteht ein enger Zusammenhang zwischen der Komplexität der Inferenz Bayesscher Netze und der Komplexität der Constraint-Satisfaction-Probleme (CSPs). >Constraint-Satisfaction-Probleme/Norvig. Clustering-Algorithmen: Mit Hilfe von Clustering-Algorithmen (auch Join-Tree-Algorithmen genannt) kann die Zeit auf O(n) reduziert werden. Aus diesem Grund sind diese Algorithmen in kommerziellen Bayesschen Netztools weit verbreitet. Die Grundidee des Clusterings besteht darin, einzelne Knoten des Netzes zu Clusterknoten zusammenzufügen, so dass das resultierende Netz ein Polytree ist. Norvig I 539 (...) Bayessche Netze sind im Wesentlichen propositional: Das Set von Zufallsvariablen ist fest und endlich, und jedes hat eine feste Domäne von möglichen Werten. Diese Tatsache schränkt die Anwendbarkeit der Bayesschen Netze ein. Wenn wir einen Weg finden, die Wahrscheinlichkeitstheorie mit der Ausdruckskraft von Repräsentationen erster Ordnung zu kombinieren, erwarten wir, dass wir in der Lage sein werden, die Bandbreite der zu bewältigenden Probleme drastisch zu erhöhen. Norvig I 540 Mögliche Welten/Wahrscheinlichkeiten: Für Bayessche Netze sind die möglichen Welten Zuweisungen von Werten zu Variablen; insbesondere für den Boolean case sind die möglichen Welten identisch mit denen der Aussagenlogik. Für ein Wahrscheinlichkeitsmodell erster Ordnung scheint es also, dass wir die möglichen Welten brauchen, die denen der Logik erster Ordnung entsprechen, d.h. eine Reihe von Objekten mit Beziehungen untereinander und eine Interpretation, die konstante Symbole auf Objekte, Prädikatsymbole auf Beziehungen und Funktionssymbole auf Funktionen auf diesen Objekten abbildet. Problem: Das Set der Modelle erster Ordnung ist unendlich. Lösung: Die Datenbanksemantik macht die Annahme einzigartiger Namen - hier übernehmen wir sie für die konstanten Symbole. Es geht auch davon aus, dass die Domäne geschlossen wird - es gibt nicht mehr Objekte als die benannten. Wir können dann eine endliche Menge möglicher Welten garantieren, indem wir das Set der Objekte in jeder Welt genau an das Set der konstanten Norvig I 541 Symbole, die verwendet werden, angleichen. Es gibt keine Unsicherheit über die Zuordnung von Symbolen zu Objekten oder über die vorhandenen Objekte. Relationale Wahrscheinlichkeitsmodelle: Wir nennen Modelle, die auf diese Weise definiert sind, relationale Wahrscheinlichkeitsmodelle (relational probability models oder RPMs. Der Name relationales Wahrscheinlichkeitsmodell wurde von Pfeffer (2000)⁽²⁾ ursprünglich einer etwas anderen Repräsentation gegeben, aber die zugrunde liegenden Ideen sind die gleichen. >Unsicherheit/KI-Forschung. Norvig I 552 Judea Pearl entwickelte die Methode des Nachrichtenaustauschs (message passing method) zur Durchführung von Inferenz in Netzwerkbäumen (Pearl, 1982a)⁽³⁾ und Netzwerk-Polytrees (Kim und Pearl, 1983)⁽⁴⁾ und erklärte die Bedeutung von kausalen statt diagnostischen Wahrscheinlichkeitsmodellen im Gegensatz zu den damals beliebten certainty-factor systems. Das erste Expertensystem, das Bayessche Netze nutzte, war CONVINCE (Kim, 1983)⁽⁵⁾. Erste Anwendungen in der Medizin waren das MUNIN-System zur Diagnose neuromuskulärer Erkrankungen (Andersen et al., 1989)⁽⁶⁾ und das PATHFINDER-System für die Pathologie (Heckerman, 1991)⁽⁷⁾. Norvig I 553 Die vielleicht am weitesten verbreiteten Bayesschen Netzsysteme waren die Diagnose- und Reparaturmodule (z.B. der PrinterWizard) in Microsoft Windows (Breese und Heckerman, 1996)⁽⁸⁾ und der Office Assistant in Microsoft Office (Horvitz et al., 1998)⁽⁹⁾. Ein weiteres wichtiges Anwendungsgebiet ist die Biologie: Bayessche Netze wurden zur Identifizierung menschlicher Gene unter Bezugnahme auf Mausgene (Zhang et al., 2003)⁽¹⁰⁾, zur Ableitung zellulärer Netze (Friedman, 2004)⁽¹¹⁾ und vielen anderen Aufgaben in der Bioinformatik verwendet. Wir könnten die Liste fortführen, aber stattdessen verweisen wir Sie auf Pourret et al. (2008)⁽¹²⁾, einen 400-seitigen Leitfaden für Anwendungen Bayesscher Netze. Ross Shachter (1986)⁽¹³⁾, der in der Einflussdiagramm-Community arbeitete, entwickelte den ersten vollständigen Algorithmus für allgemeine Bayessche Netze. Seine Methode basierte auf einer zielgerichteten Reduktion des Netzes durch posterior-konservierende Transformationen. Pearl (1986)⁽¹⁴⁾ entwickelte einen Clustering-Algorithmus zur genauen Inferenz in allgemeinen Bayesschen Netzen unter Verwendung einer Umwandlung in einen gerichteten Polytree von Clustern, in dem die Nachrichtenaustausch (message passing) verwendet wurde, um Konsistenz über Variablen zu erreichen, die zwischen Clustern geteilt wurden. Ein ähnlicher Ansatz, der von den Statistikern David Spiegelhalter und Steffen Lauritzen (Lauritzen und Spiegelhalter, 1988)⁽¹⁵⁾ entwickelt wurde, basiert auf der Umwandlung in eine ungerichtete Form des grafischen Modells, ein Markov-Netzwerk. Dieser Ansatz wird im HUGIN-System umgesetzt, einem effizienten und weit verbreiteten Werkzeug für unsicheres Schlussfolgern (uncertain reasoning) (Andersen et al., 1989)⁽⁶⁾. Boutilier et al. (1996)⁽¹⁶⁾ zeigen, wie man die kontextspezifische Unabhängigkeit in Clustering-Algorithmen nutzt. Norvig I 604 Dynamische Bayessche Netze (DBNs): können als eine spartanische Kodierung eines Markov-Prozesses angesehen werden und wurden zuerst in der KI von Dean und Kanazawa (1989b)⁽¹⁷⁾, Nicholson und Brady (1992)⁽¹⁸⁾ und Kjaerulff (1992)⁽¹⁹⁾ verwendet. Die letzte Arbeit erweitert das HUGIN-Bayes-Netz-System, um dynamische Bayessche Netze aufzunehmen. Das Buch von Dean und Wellman (1991)⁽²⁰⁾ half, DBNs und den probabilistischen Ansatz zur Planung und Kontrolle innerhalb der KI zu popularisieren. Murphy (2002)⁽²¹⁾ bietet eine gründliche Analyse von DBNs. Dynamische Bayessche Netzwerke sind für die Modellierung einer Vielzahl komplexer Bewegungsprozesse in der Computervision populär geworden (Huang et al., 1994⁽²²⁾; Intille und Bobick, 1999)⁽²³⁾. Wie die HMMs haben sie Anwendungen in der Spracherkennung (Zweig und Russell, 1998⁽²⁴⁾; Richardson et al., 2000⁽²⁵⁾; Stephenson et al., 2000⁽²⁶⁾; Nefian et al., 2002⁽²⁷⁾; Livescu et al., 2003⁽²⁸⁾), Norvig I 605 Genomik (Murphy und Mian, 1999⁽²⁹⁾; Perrin et al., 2003⁽³⁰⁾; Husmeier, 2003⁽³¹⁾) und Roboterlokalisierung (Theocharous et al., 2004)⁽³²⁾ gefunden. Die Verbindung zwischen HMMs und DBNs sowie zwischen dem Vorwärts-Rückwärts-Algorithmus und der Bayesschen Netzwerkpropagierung wurde von Smyth et al. (1997)⁽³³⁾ explizit hergestellt. Eine weitere Vereinheitlichung mit Kalman-Filtern (und anderen statistischen Modellen) findet sich in Roweis und Ghahramani (1999)⁽³⁴⁾. Es existieren Verfahren zum Lernen der Parameter (Binder et al., 1997a⁽³⁵⁾; Ghahramani, 1998⁽³⁶⁾) und der Strukturen (Friedman et al., 1998)⁽³⁷⁾ von DBNs. 1. Tversky, A. and Kahneman, D. (1982). Causal schemata in judgements under uncertainty. In Kahneman, D., Slovic, P., and Tversky, A. (Eds.), Judgement Under Uncertainty: Heuristics and Biases. Cambridge University Press. 2. Pfeffer, A. (2000). Probabilistic Reasoning for Complex Systems. Ph.D. thesis, Stanford University 3. Pearl, J. (1982a). Reverend Bayes on inference engines: A distributed hierarchical approach. In AAAI- 82, pp. 133–136 4. Kim, J. H. and Pearl, J. (1983). A computational model for combined causal and diagnostic reasoning in inference systems. In IJCAI-83, pp. 190–193. 5. Kim, J. H. (1983). CONVINCE: A Conversational Inference Consolidation Engine. Ph.D. thesis, Department of Computer Science, University of California at Los Angeles. 6. Andersen, S. K., Olesen, K. G., Jensen, F. V., and Jensen, F. (1989). HUGIN—A shell for building Bayesian belief universes for expert systems. In IJCAI-89, Vol. 2, pp. 1080–1085. 7. Heckerman, D. (1991). Probabilistic Similarity Networks. MIT Press. 8. Breese, J. S. and Heckerman, D. (1996). Decisiontheoretic troubleshooting: A framework for repair and experiment. In UAI-96, pp. 124–132. 9. Horvitz, E. J., Breese, J. S., Heckerman, D., and Hovel, D. (1998). The Lumiere project: Bayesian user modeling for inferring the goals and needs of software users. In UAI-98, pp. 256–265. 10. Zhang, L., Pavlovic, V., Cantor, C. R., and Kasif, S. (2003). Human-mouse gene identification by comparative evidence integration and evolutionary analysis. Genome Research, pp. 1–13. 11. Friedman, N. (2004). Inferring cellular networks using probabilistic graphical models. Science, 303(5659), 799–805. 12. Pourret, O., Naım, P., and Marcot, B. (2008). Bayesian Networks: A practical guide to applications. Wiley. 13. Shachter, R. D. (1986). Evaluating influence diagrams. Operations Research, 34, 871–882. 14. Pearl, J. (1986). Fusion, propagation, and structuring in belief networks. AIJ, 29, 241–288. 15. Lauritzen, S. and Spiegelhalter, D. J. (1988). Local computations with probabilities on graphical structures and their application to expert systems. J. Royal Statistical Society, B 50(2), 157–224. 16. Boutilier, C., Friedman, N., Goldszmidt, M., and Koller, D. (1996). Context-specific independence in Bayesian networks. In UAI-96, pp. 115–123. 17. Dean, T. and Kanazawa, K. (1989b). A model for reasoning about persistence and causation. Computational Intelligence, 5(3), 142–150. 18. Nicholson, A. and Brady, J. M. (1992). The data association problem when monitoring robot vehicles using dynamic belief networks. In ECAI-92, pp. 689–693. 19. Kjaerulff, U. (1992). A computational scheme for reasoning in dynamic probabilistic networks. In UAI-92, pp. 121–129. 20. Dean, T. and Wellman, M. P. (1991). Planning and Control. Morgan Kaufmann. 21. Murphy, K. (2002). Dynamic Bayesian Networks: Representation, Inference and Learning. Ph.D. thesis, UC Berkeley 22. Huang, T., Koller, D., Malik, J., Ogasawara, G., Rao, B., Russell, S. J., and Weber, J. (1994). Automatic symbolic traffic scene analysis using belief networks. In AAAI-94, pp. 966–972 23. Intille, S. and Bobick, A. (1999). A framework for recognizing multi-agent action from visual evidence. In AAAI-99, pp. 518–525. 24. Zweig, G. and Russell, S. J. (1998). Speech recognition with dynamic Bayesian networks. In AAAI-98, pp. 173–180. 25. Richardson, M., Bilmes, J., and Diorio, C. (2000). Hidden-articulator Markov models: Performance improvements and robustness to noise. In ICASSP-00. 26. Stephenson, T., Bourlard, H., Bengio, S., and Morris, A. (2000). Automatic speech recognition using dynamic bayesian networks with both acoustic and articulatory features. In ICSLP-00, pp. 951-954. 27. Nefian, A., Liang, L., Pi, X., Liu, X., and Murphy, K. (2002). Dynamic bayesian networks for audiovisual speech recognition. EURASIP, Journal of Applied Signal Processing, 11, 1–15. 28. Livescu, K., Glass, J., and Bilmes, J. (2003). Hidden feature modeling for speech recognition using dynamic Bayesian networks. In EUROSPEECH-2003, pp. 2529–2532 29. Murphy, K. and Mian, I. S. (1999). Modelling gene expression data using Bayesian networks. people.cs.ubc.ca/˜murphyk/Papers/ismb99.pdf. 30. Perrin, B. E., Ralaivola, L., and Mazurie, A. (2003). Gene networks inference using dynamic Bayesian networks. Bioinformatics, 19, II 138-II 148. 31. Husmeier, D. (2003). Sensitivity and specificity of inferring genetic regulatory interactions from microarray experiments with dynamic bayesian networks. Bioinformatics, 19(17), 2271-2282. 32. Theocharous, G., Murphy, K., and Kaelbling, L. P. (2004). Representing hierarchical POMDPs as DBNs for multi-scale robot localization. In ICRA-04. 33. Smyth, P., Heckerman, D., and Jordan, M. I. (1997). Probabilistic independence networks for hidden Markov probability models. Neural Computation, 9(2), 227–269. 34. Roweis, S. T. and Ghahramani, Z. (1999). A unifying review of Linear GaussianModels. Neural Computation, 11(2), 305–345. 35. Binder, J., Koller, D., Russell, S. J., and Kanazawa, K. (1997a). Adaptive probabilistic networks with hidden variables. Machine Learning, 29, 213–244. 36. Ghahramani, Z. (1998). Learning dynamic bayesian networks. In Adaptive Processing of Sequences and Data Structures, pp. 168–197. 37. Friedman, N., Murphy, K., and Russell, S. J. (1998). Learning the structure of dynamic probabilistic networks. In UAI-98.	Norvig I Peter Norvig Stuart J. Russell Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010
Bayessches Netz	Russell	Norvig I 510 Bayessches Netz/Belief Networks/Probabilistic networks/knowledge map/KI-Forschung/Norvig/Russell: Bayessche Netze können im Wesentlichen jede vollständige gemeinsame Wahrscheinlichkeitsverteilung darstellen und können dies in vielen Fällen sehr präzise tun. Norvig I 511 Ein Bayessches Netz ist ein gerichteter Graph, in dem jeder Knoten mit quantitativen Informationen über die Wahrscheinlichkeit versehen ist. Die vollständige Spezifikation ist wie folgt: 1. Jeder Knoten entspricht einer zufälligen Variable, die diskret oder kontinuierlich sein kann. 2. Ein Satz von gerichteten Links oder Pfeilen verbindet Knotenpaare. Wenn es einen Pfeil von Knoten X zu Knoten Y gibt, gilt X als übergeordnetes Element von Y. Das Diagramm hat keine gerichteten Zyklen (und ist daher ein gerichteter azyklischer Graph (directed acyclic graph) oder DAG. 3. Jeder Knoten Xi hat eine bedingte Wahrscheinlichkeitsverteilung P(Xi \|Parents(Xi)), die die Wirkung der Eltern auf den Knoten quantifiziert. Die Topologie des Netzes - der Satz von Knoten und Verbindungen - spezifiziert die bedingten Unabhängigkeitsbeziehungen, die in der Domäne bestehen (...). >Wahrscheinlichkeitstheorie/Norvig, >Unsicherheit/KI-Forschung. Die intuitive Bedeutung eines Pfeils ist typischerweise, dass X einen direkten Einfluss auf Y hat, was darauf hindeutet, dass Ursachen übergeordnete Effekten aller Effekte sein sollten. Sobald die Topologie des Bayesschen Netzes festgelegt ist, müssen wir nur noch eine bedingte Wahrscheinlichkeitsverteilung für jede Variable, gegeben ihrer übergeordneten Variablen, angeben. Norvig I 512 Umstände: Die Wahrscheinlichkeiten fassen tatsächlich eine potenziell Norvig I 513 unendliche Anzahl von Umständen zusammen. Norvig I 515 Inkonsistenz: Wenn es keine Redundanz gibt, dann gibt es auch keine Chance auf Inkonsistenz: Es ist unmöglich für den Wissensingenieur oder Domänenexperte ein Bayessches Netz zu schaffen, das die Axiome der Wahrscheinlichkeit verletzt. Norvig I 517 Diagnostische Modelle: Wenn wir versuchen, ein Diagnosemodell mit Verbindungen von Symptomen zu Ursachen aufzubauen (...), müssen wir letztlich zusätzliche Abhängigkeiten zwischen ansonsten unabhängigen Ursachen (und oft auch zwischen getrennt auftretenden Symptomen) angeben. Kausalmodelle: Wenn wir uns an ein Kausalmodell halten, müssen wir am Ende weniger Zahlen angeben, und die Zahlen werden oft einfacher zu finden sein. Im Bereich der Medizin beispielsweise haben Tversky und Kahneman (1982)⁽¹⁾ gezeigt, dass Fachärzte es vorziehen, Wahrscheinlichkeitsurteile eher für kausale als für diagnostische Regeln abzugeben. Norvig I 529 Inferenz: Da sie als Sonderfall die Inferenz in der Aussagenlogik beinhaltet, ist die Inferenz in Bayesschen Netze NP-hard. >NP-Vollständigkeit/Norvig. Es besteht ein enger Zusammenhang zwischen der Komplexität der Inferenz Bayesscher Netze und der Komplexität der Constraint-Satisfaction-Probleme (CSPs). >Constraint-Satisfaction-Probleme/Norvig. Clustering-Algorithmen: Mit Hilfe von Clustering-Algorithmen (auch Join-Tree-Algorithmen genannt) kann die Zeit auf O(n) reduziert werden. Aus diesem Grund sind diese Algorithmen in kommerziellen Bayesschen Netztools weit verbreitet. Die Grundidee des Clusterings besteht darin, einzelne Knoten des Netzes zu Clusterknoten zusammenzufügen, so dass das resultierende Netz ein Polytree ist. Norvig I 539 (...) Bayessche Netze sind im Wesentlichen propositional: Das Set von Zufallsvariablen ist fest und endlich, und jedes hat eine feste Domäne von möglichen Werten. Diese Tatsache schränkt die Anwendbarkeit der Bayesschen Netze ein. Wenn wir einen Weg finden, die Wahrscheinlichkeitstheorie mit der Ausdruckskraft von Repräsentationen erster Ordnung zu kombinieren, erwarten wir, dass wir in der Lage sein werden, die Bandbreite der zu bewältigenden Probleme drastisch zu erhöhen. Norvig I 540 Mögliche Welten/Wahrscheinlichkeiten: Für Bayessche Netze sind die möglichen Welten Zuweisungen von Werten zu Variablen; insbesondere für den Boolean case sind die möglichen Welten identisch mit denen der Aussagenlogik. Für ein Wahrscheinlichkeitsmodell erster Ordnung scheint es also, dass wir die möglichen Welten brauchen, die denen der Logik erster Ordnung entsprechen, d.h. eine Reihe von Objekten mit Beziehungen untereinander und eine Interpretation, die konstante Symbole auf Objekte, Prädikatsymbole auf Beziehungen und Funktionssymbole auf Funktionen auf diesen Objekten abbildet. Problem: Das Set der Modelle erster Ordnung ist unendlich. Lösung: Die Datenbanksemantik macht die Annahme einzigartiger Namen - hier übernehmen wir sie für die konstanten Symbole. Es geht auch davon aus, dass die Domäne geschlossen wird - es gibt nicht mehr Objekte als die benannten. Wir können dann eine endliche Menge möglicher Welten garantieren, indem wir das Set der Objekte in jeder Welt genau an das Set der konstanten Norvig I 541 Symbole, die verwendet werden, angleichen. Es gibt keine Unsicherheit über die Zuordnung von Symbolen zu Objekten oder über die vorhandenen Objekte. Relationale Wahrscheinlichkeitsmodelle: Wir nennen Modelle, die auf diese Weise definiert sind, relationale Wahrscheinlichkeitsmodelle (relational probability models oder RPMs. Der Name relationales Wahrscheinlichkeitsmodell wurde von Pfeffer (2000)⁽²⁾ ursprünglich einer etwas anderen Repräsentation gegeben, aber die zugrunde liegenden Ideen sind die gleichen. >Unsicherheit/KI-Forschung. Norvig I 552 Judea Pearl entwickelte die Methode des Nachrichtenaustauschs (message passing method) zur Durchführung von Inferenz in Netzwerkbäumen (Pearl, 1982a)⁽³⁾ und Netzwerk-Polytrees (Kim und Pearl, 1983)⁽⁴⁾ und erklärte die Bedeutung von kausalen statt diagnostischen Wahrscheinlichkeitsmodellen im Gegensatz zu den damals beliebten certainty-factor systems. Das erste Expertensystem, das Bayessche Netze nutzte, war CONVINCE (Kim, 1983)⁽⁵⁾. Erste Anwendungen in der Medizin waren das MUNIN-System zur Diagnose neuromuskulärer Erkrankungen (Andersen et al., 1989)⁽⁶⁾ und das PATHFINDER-System für die Pathologie (Heckerman, 1991)⁽⁷⁾. Norvig I 553 Die vielleicht am weitesten verbreiteten Bayesschen Netzsysteme waren die Diagnose- und Reparaturmodule (z.B. der PrinterWizard) in Microsoft Windows (Breese und Heckerman, 1996)⁽⁸⁾ und der Office Assistant in Microsoft Office (Horvitz et al., 1998)⁽⁹⁾. Ein weiteres wichtiges Anwendungsgebiet ist die Biologie: Bayessche Netze wurden zur Identifizierung menschlicher Gene unter Bezugnahme auf Mausgene (Zhang et al., 2003)⁽¹⁰⁾, zur Ableitung zellulärer Netze (Friedman, 2004)⁽¹¹⁾ und vielen anderen Aufgaben in der Bioinformatik verwendet. Wir könnten die Liste fortführen, aber stattdessen verweisen wir Sie auf Pourret et al. (2008)⁽¹²⁾, einen 400-seitigen Leitfaden für Anwendungen Bayesscher Netze. Ross Shachter (1986)⁽¹³⁾, der in der Einflussdiagramm-Community arbeitete, entwickelte den ersten vollständigen Algorithmus für allgemeine Bayessche Netze. Seine Methode basierte auf einer zielgerichteten Reduktion des Netzes durch posterior-konservierende Transformationen. Pearl (1986)⁽¹⁴⁾ entwickelte einen Clustering-Algorithmus zur genauen Inferenz in allgemeinen Bayesschen Netzen unter Verwendung einer Umwandlung in einen gerichteten Polytree von Clustern, in dem die Nachrichtenaustausch (message passing) verwendet wurde, um Konsistenz über Variablen zu erreichen, die zwischen Clustern geteilt wurden. Ein ähnlicher Ansatz, der von den Statistikern David Spiegelhalter und Steffen Lauritzen (Lauritzen und Spiegelhalter, 1988)⁽¹⁵⁾ entwickelt wurde, basiert auf der Umwandlung in eine ungerichtete Form des grafischen Modells, ein Markov-Netzwerk. Dieser Ansatz wird im HUGIN-System umgesetzt, einem effizienten und weit verbreiteten Werkzeug für unsicheres Schlussfolgern (uncertain reasoning) (Andersen et al., 1989)⁽⁶⁾. Boutilier et al. (1996)⁽¹⁶⁾ zeigen, wie man die kontextspezifische Unabhängigkeit in Clustering-Algorithmen nutzt. Norvig I 604 Dynamische Bayessche Netze (DBNs): können als eine spartanische Kodierung eines Markov-Prozesses angesehen werden und wurden zuerst in der KI von Dean und Kanazawa (1989b)⁽¹⁷⁾, Nicholson und Brady (1992)⁽¹⁸⁾ und Kjaerulff (1992)⁽¹⁹⁾ verwendet. Die letzte Arbeit erweitert das HUGIN-Bayes-Netz-System, um dynamische Bayessche Netze aufzunehmen. Das Buch von Dean und Wellman (1991)⁽²⁰⁾ half, DBNs und den probabilistischen Ansatz zur Planung und Kontrolle innerhalb der KI zu popularisieren. Murphy (2002)⁽²¹⁾ bietet eine gründliche Analyse von DBNs. Dynamische Bayessche Netzwerke sind für die Modellierung einer Vielzahl komplexer Bewegungsprozesse in der Computervision populär geworden (Huang et al., 1994⁽²²⁾; Intille und Bobick, 1999)⁽²³⁾. Wie die HMMs haben sie Anwendungen in der Spracherkennung (Zweig und Russell, 1998⁽²⁴⁾; Richardson et al., 2000⁽²⁵⁾; Stephenson et al., 2000⁽²⁶⁾; Nefian et al., 2002⁽²⁷⁾; Livescu et al., 2003⁽²⁸⁾), Norvig I 605 Genomik (Murphy und Mian, 1999⁽²⁹⁾; Perrin et al., 2003⁽³⁰⁾; Husmeier, 2003⁽³¹⁾) und Roboterlokalisierung (Theocharous et al., 2004)⁽³²⁾ gefunden. Die Verbindung zwischen HMMs und DBNs sowie zwischen dem Vorwärts-Rückwärts-Algorithmus und der Bayesschen Netzwerkpropagierung wurde von Smyth et al. (1997)⁽³³⁾ explizit hergestellt. Eine weitere Vereinheitlichung mit Kalman-Filtern (und anderen statistischen Modellen) findet sich in Roweis und Ghahramani (1999)⁽³⁴⁾. Es existieren Verfahren zum Lernen der Parameter (Binder et al., 1997a⁽³⁵⁾; Ghahramani, 1998⁽³⁶⁾) und der Strukturen (Friedman et al., 1998)⁽³⁷⁾ von DBNs. 1. Tversky, A. and Kahneman, D. (1982). Causal schemata in judgements under uncertainty. In Kahneman, D., Slovic, P., and Tversky, A. (Eds.), Judgement Under Uncertainty: Heuristics and Biases. Cambridge University Press. 2. Pfeffer, A. (2000). Probabilistic Reasoning for Complex Systems. Ph.D. thesis, Stanford University 3. Pearl, J. (1982a). Reverend Bayes on inference engines: A distributed hierarchical approach. In AAAI- 82, pp. 133–136 4. Kim, J. H. and Pearl, J. (1983). A computational model for combined causal and diagnostic reasoning in inference systems. In IJCAI-83, pp. 190–193. 5. Kim, J. H. (1983). CONVINCE: A Conversational Inference Consolidation Engine. Ph.D. thesis, Department of Computer Science, University of California at Los Angeles. 6. Andersen, S. K., Olesen, K. G., Jensen, F. V., and Jensen, F. (1989). HUGIN—A shell for building Bayesian belief universes for expert systems. In IJCAI-89, Vol. 2, pp. 1080–1085. 7. Heckerman, D. (1991). Probabilistic Similarity Networks. MIT Press. 8. Breese, J. S. and Heckerman, D. (1996). Decisiontheoretic troubleshooting: A framework for repair and experiment. In UAI-96, pp. 124–132. 9. Horvitz, E. J., Breese, J. S., Heckerman, D., and Hovel, D. (1998). The Lumiere project: Bayesian user modeling for inferring the goals and needs of software users. In UAI-98, pp. 256–265. 10. Zhang, L., Pavlovic, V., Cantor, C. R., and Kasif, S. (2003). Human-mouse gene identification by comparative evidence integration and evolutionary analysis. Genome Research, pp. 1–13. 11. Friedman, N. (2004). Inferring cellular networks using probabilistic graphical models. Science, 303(5659), 799–805. 12. Pourret, O., Naım, P., and Marcot, B. (2008). Bayesian Networks: A practical guide to applications. Wiley. 13. Shachter, R. D. (1986). Evaluating influence diagrams. Operations Research, 34, 871–882. 14. Pearl, J. (1986). Fusion, propagation, and structuring in belief networks. AIJ, 29, 241–288. 15. Lauritzen, S. and Spiegelhalter, D. J. (1988). Local computations with probabilities on graphical structures and their application to expert systems. J. Royal Statistical Society, B 50(2), 157–224. 16. Boutilier, C., Friedman, N., Goldszmidt, M., and Koller, D. (1996). Context-specific independence in Bayesian networks. In UAI-96, pp. 115–123. 17. Dean, T. and Kanazawa, K. (1989b). A model for reasoning about persistence and causation. Computational Intelligence, 5(3), 142–150. 18. Nicholson, A. and Brady, J. M. (1992). The data association problem when monitoring robot vehicles using dynamic belief networks. In ECAI-92, pp. 689–693. 19. Kjaerulff, U. (1992). A computational scheme for reasoning in dynamic probabilistic networks. In UAI-92, pp. 121–129. 20. Dean, T. and Wellman, M. P. (1991). Planning and Control. Morgan Kaufmann. 21. Murphy, K. (2002). Dynamic Bayesian Networks: Representation, Inference and Learning. Ph.D. thesis, UC Berkeley 22. Huang, T., Koller, D., Malik, J., Ogasawara, G., Rao, B., Russell, S. J., and Weber, J. (1994). Automatic symbolic traffic scene analysis using belief networks. In AAAI-94, pp. 966–972 23. Intille, S. and Bobick, A. (1999). A framework for recognizing multi-agent action from visual evidence. In AAAI-99, pp. 518–525. 24. Zweig, G. and Russell, S. J. (1998). Speech recognition with dynamic Bayesian networks. In AAAI-98, pp. 173–180. 25. Richardson, M., Bilmes, J., and Diorio, C. (2000). Hidden-articulator Markov models: Performance improvements and robustness to noise. In ICASSP-00. 26. Stephenson, T., Bourlard, H., Bengio, S., and Morris, A. (2000). Automatic speech recognition using dynamic bayesian networks with both acoustic and articulatory features. In ICSLP-00, pp. 951-954. 27. Nefian, A., Liang, L., Pi, X., Liu, X., and Murphy, K. (2002). Dynamic bayesian networks for audiovisual speech recognition. EURASIP, Journal of Applied Signal Processing, 11, 1–15. 28. Livescu, K., Glass, J., and Bilmes, J. (2003). Hidden feature modeling for speech recognition using dynamic Bayesian networks. In EUROSPEECH-2003, pp. 2529–2532 29. Murphy, K. and Mian, I. S. (1999). Modelling gene expression data using Bayesian networks. people.cs.ubc.ca/˜murphyk/Papers/ismb99.pdf. 30. Perrin, B. E., Ralaivola, L., and Mazurie, A. (2003). Gene networks inference using dynamic Bayesian networks. Bioinformatics, 19, II 138-II 148. 31. Husmeier, D. (2003). Sensitivity and specificity of inferring genetic regulatory interactions from microarray experiments with dynamic bayesian networks. Bioinformatics, 19(17), 2271-2282. 32. Theocharous, G., Murphy, K., and Kaelbling, L. P. (2004). Representing hierarchical POMDPs as DBNs for multi-scale robot localization. In ICRA-04. 33. Smyth, P., Heckerman, D., and Jordan, M. I. (1997). Probabilistic independence networks for hidden Markov probability models. Neural Computation, 9(2), 227–269. 34. Roweis, S. T. and Ghahramani, Z. (1999). A unifying review of Linear GaussianModels. Neural Computation, 11(2), 305–345. 35. Binder, J., Koller, D., Russell, S. J., and Kanazawa, K. (1997a). Adaptive probabilistic networks with hidden variables. Machine Learning, 29, 213–244. 36. Ghahramani, Z. (1998). Learning dynamic bayesian networks. In Adaptive Processing of Sequences and Data Structures, pp. 168–197. 37. Friedman, N., Murphy, K., and Russell, S. J. (1998). Learning the structure of dynamic probabilistic networks. In UAI-98.	Russell I B. Russell/A.N. Whitehead Principia Mathematica Frankfurt 1986 Russell II B. Russell Das ABC der Relativitätstheorie Frankfurt 1989 Russell IV B. Russell Probleme der Philosophie Frankfurt 1967 Russell VI B. Russell Die Philosophie des logischen Atomismus In Eigennamen, U. Wolf (Hg) Frankfurt 1993 Russell VII B. Russell On the Nature of Truth and Falsehood, in: B. Russell, The Problems of Philosophy, Oxford 1912 - Dt. "Wahrheit und Falschheit" In Wahrheitstheorien, G. Skirbekk (Hg) Frankfurt 1996 Norvig I Peter Norvig Stuart J. Russell Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010
Begriffe	Adorno	Grenz I 121 Begriff/Adorno/Grenz: Das synthetische Moment der Begriffe erweist das Nichtbegriffliche als ihren Inhalt: „Das Nichtbegriffliche, dem Begriff unabdingbare I 122 desavouiert dessen Ansichsein und verändert ihn.“⁽¹⁾ (Negative Dialektik, p. 139). >Synthetizität. 1. Th. W. Adorno. Negative Dialektik. In: Gesammelte Schriften, Band 6: Negative Dialektik. Jargon der Eigentlichkeit. Frankfurt am Main: Suhrkamp 1970, p. 139. Adorno XIII 213 Erkenntnis/Natur/Epikur/Adorno: Problem: Wie bringt man Folgendes zusammen: Gleichzeitig das Ansichsein der Natur zu lehren, die damit ein von uns Unabhängiges wäre und doch unsere sinnliche Wahrnehmung als die Quelle aller Erkenntnis anzunehmen? >Natur/Adorno, >Welt/Denken, >Erkenntnis, >Erkenntnistheorie. Lösung/Epikur: Die Lösung ist ein relativ frühes Modell für das, was ich mit aporetischen Begriffen bezeichne. >Epikur. Aporetischer Begriff/Adorno: Solche Begriffe werden nicht gebildet, weil irgendwelche Sachverhalte unmittelbar ihnen entsprechen, sondern die Theoretiker sehen sich zu ihnen veranlasst, weil sonst ihre, wie immer auch motivierten Theorien in ungelösten Widersprüchen stehenbleiben und sich der Vereinheitlichung entziehen würden. >Vereinheitlichung, >Einheit, >Identität/Adorno.	A I Th. W. Adorno Max Horkheimer Dialektik der Aufklärung Frankfurt 1978 A II Theodor W. Adorno Negative Dialektik Frankfurt/M. 2000 A III Theodor W. Adorno Ästhetische Theorie Frankfurt/M. 1973 A IV Theodor W. Adorno Minima Moralia Frankfurt/M. 2003 A V Theodor W. Adorno Philosophie der neuen Musik Frankfurt/M. 1995 A VI Theodor W. Adorno Gesammelte Schriften, Band 5: Zur Metakritik der Erkenntnistheorie. Drei Studien zu Hegel Frankfurt/M. 1071 A VII Theodor W. Adorno Noten zur Literatur (I - IV) Frankfurt/M. 2002 A VIII Theodor W. Adorno Gesammelte Schriften in 20 Bänden: Band 2: Kierkegaard. Konstruktion des Ästhetischen Frankfurt/M. 2003 A IX Theodor W. Adorno Gesammelte Schriften in 20 Bänden: Band 8: Soziologische Schriften I Frankfurt/M. 2003 A XI Theodor W. Adorno Über Walter Benjamin Frankfurt/M. 1990 A XII Theodor W. Adorno Philosophische Terminologie Bd. 1 Frankfurt/M. 1973 A XIII Theodor W. Adorno Philosophische Terminologie Bd. 2 Frankfurt/M. 1974 A X Friedemann Grenz Adornos Philosophie in Grundbegriffen. Auflösung einiger Deutungsprobleme Frankfurt/M. 1984
Cap and Trade System	Stavins	Stavins I 157 Cap-and-Trade-Systeme/Aldy/Stavins: Ein Cap-and-Trade-System begrenzt die Gesamtemissionen regulierter Quellen, indem es eine begrenzte Anzahl handelbarer Emissionszertifikate schafft - insgesamt in Höhe der Gesamtobergrenze - und diese Quellen verpflichtet, Zertifikate zur Deckung ihrer Emissionen zurückzugeben (Stavins, 2007)⁽¹⁾. Angesichts der Wahl, ob sie ein Zertifikat abgeben oder Emissionen reduzieren wollen, legen die Unternehmen Wert auf ein Zertifikat, das die Kosten der Emissionsminderungen widerspiegelt, die durch die Abgabe eines Zertifikats vermieden werden können. Unabhängig von der anfänglichen Verteilung der Zertifikate kann der Handel dazu führen, dass die Zertifikate zu ihrem höchstwertigen Zweck verwendet werden: zur Deckung der Emissionen, die am kostspieligsten zu reduzieren sind, und als Anreiz, die geringsten Kosten zu senken (Hahn & Stavins, in der Presse⁽²⁾; Montgomery, 1972)⁽³⁾. Cap-and-Trade setzt eine Gesamtmenge fest, und durch den Handel ergibt sich ein Preis für die Emissionen. Dieser ist praktisch das Doppelte einer CO2-Steuer, die die Emissionen bewertet und eine Menge an Emissionen liefert, wenn die Unternehmen auf die Minderungsanreize der Steuer reagieren. VsCap and Trade: In einem Emissionshandelsprogramm, Kostenunsicherheit - unerwartet hoch oder volatile Preise der Zertifikate - können die politische Unterstützung für die Klimapolitik untergraben und Stavins I 158 Investitionen in neue Technologien sowie in Forschung und Entwicklung entmutigen. Daher hat sich das Augenmerk auf die Einbeziehung von "Kostendämpfungsmaßnahmen" in Cap-and-Trade-Systemen gerichtet, einschließlich Offsets, Emissionsbanking- und Kreditvergabe, Sicherheitsventile und Preiskorridore. Eine Erhöhung der Sicherheit über die Minderungskosten (durch die oben genannten Methoden) verringert die Sicherheit über die zulässige Emissionsmenge. 1. VsVsCap and Trade: Das Ebnen der Zertifikatspreise im Laufe der Zeit durch Bankgeschäfte und Kreditaufnahme verringert die Sicherheit der Emissionen in einem bestimmten Jahr, bewahrt aber die Sicherheit der Gesamtemissionen über einen längeren Zeitraum. Eine kosteneffiziente Politik mit einem Mechanismus, der gegen unerwartet hohe Kosten versichert - entweder durch Cap and Trade oder eine CO2-Steuer - erhöht die Wahrscheinlichkeit, dass Unternehmen ihren Verpflichtungen nachkommen und die Teilnahme und Einhaltung eines Landes an einem globalen Klimaabkommen erleichtern kann. Im Falle einer Cap and Trade-Regelung würde die Grenzanpassung in Form einer Import-Erlaubnis erfolgen, so dass den Importen dieselben Regulierungskosten entstehen wie den im Inland hergestellten Waren. 2. VsCap and Trade: Grenzmaßnahmen im Rahmen einer CO2-Abgabe oder eines Cap and Trade werfen jedoch Fragen nach der Anwendung von Handelssanktionen zur Förderung umfassenderer und umfangreicherer Emissionsminderungsmaßnahmen weltweit sowie nach ihrer Rechtmäßigkeit im Rahmen der Welthandelsorganisation auf (Brainard & Sorking, 2009⁽⁴⁾; Frankel, 2010⁽⁵⁾). >CO2-Preis-Strategien/Stavins, >CO2-Preis/Fankhauser. Stavins I 172 Cap and Trade-Verknüpfungen/CO2-Preis-Koordinierung/Stavins: Da die Verknüpfung zwischen handelbaren Genehmigungssystemen (d.h. die ein- oder zweiseitige Anerkennung von Zertifikaten aus einem System zur Nutzung in einem anderen) die Einhaltungskosten senken und die Marktliquidität verbessern kann, besteht großes Interesse an der Verknüpfung von Cap and Trade-Systemen untereinander. Es gibt nicht nur Vorteile, sondern auch Bedenken im Zusammenhang mit verschiedenen Arten von Verknüpfungen (Jaffe, Ranson, & Stavins, 2010)⁽⁶⁾. Ein großes Problem ist, dass wenn zwei Stavins I 173 Cap and Trade-Systeme direkt miteinander verbunden sind (d.h. sie ermöglichen die bilaterale Anerkennung von Zertifikaten in den beiden Jurisdiktionen), werden wichtige Kostendämpfungsmechanismen, wie Sicherheitsventile, automatisch von einem System zum anderen übertragen. Da einige Länder (wie die Europäische Union) gegen den Begriff des Sicherheitsventils sind, während andere Länder (wie die Vereinigten Staaten) sehr für die Verwendung eines Sicherheitsventils prädisponiert zu sein scheinen, wäre eine Vereinheitlichung erforderlich. Dieses Problem kann durch den Einsatz einer indirekten Verknüpfung vermieden werden, bei der zwei Cap and Trade-Systeme Kompensationen aus einem gemeinsamen Emissionsminderungs-Kreditsystem wie dem Clean Development Mechanism akzeptieren. Dadurch konvergieren die Vergütungspreise der beiden Cap and Trade-Systeme (solange der ERC-Markt ausreichend tief ist), und alle Vorteile der direkten Verknüpfung werden erreicht (niedrigere Gesamtkosten, geringere Marktmacht, geringere Preisvolatilität), jedoch ohne die Weitergabe von Kostendämpfungsmechanismen von einem System zum anderen. (...) es ist wichtig zu fragen, ob eine Vielzahl heterogener nationaler, subnationaler oder regionaler klimapolitischer Instrumente produktiv verknüpft werden kann. Die grundlegende Antwort ist, dass ein solcher Satz von Instrumenten verknüpft werden kann, aber diese Verknüpfung ist wesentlich schwieriger ist als bei einem Satz von homogeneren handelbaren Genehmigungssystemen (Hahn & Stavins, 1999)⁽⁷⁾. Eine weitere Form der Koordination können einseitige Instrumente des Wirtschaftsschutzes sein, d.h. Grenzanpassungen. >CO2-Preis-Koordinierung/Stavins. 1. Stavins, R. N. (2007). A U.S. cap-and-trade system to address global climate change (The Hamilton Project Discussion Paper 2007-13). Washington, DC: The Brookings Institution. 2. Hahn, R. W., & Stavins, R. N. (in press). The effect of allowance allocations on cap-and-trade system performance. Journal of Law and Economics. 3. Montgomery, D. W. (1972). Markets in licenses and efficient pollution control programs. Journal of Economic Theory, 5, 395-418. 4. Brainard, L., & Sorking, I. (Eds.). (2009). Climate change, trade, and competitiveness: Is a collision inevitable? Washington, DC: Brookings Institution Press. 5. Frankel, J. (2010). Global environment and trade policy. In J. E. Aldy & R. N. Stavins (Eds.), Post-Kyoto international climate policy: Implementing architectures for agreement (pp. 493-529). New York, NY: Cambridge University Press. 6.Jaffe, J., Ranson, M., & Stavins, R. (2010). Linking tradable permit systems: A key element of emerging international climate policy architecture. Ecology Law Quarterly, 36, 789-808. 7. Hahn, R. W., & Stavins, R. N. (1999). What has the Kyoto Protocol wrought? The real architecture of international tradeable permit markets. Washington, DC: The AEI Press. Robert N. Stavins & Joseph E. Aldy, 2012: “The Promise and Problems of Pricing Carbon: Theory and Experience”. In: Journal of Environment & Development, Vol. 21/2, pp. 152–180.	Stavins I Robert N. Stavins Joseph E. Aldy The Promise and Problems of Pricing Carbon: Theory and Experience 2012
Dualismus		Dualismus: die These, dass sich Entitäten in einem betrachteten Bereich nicht vereinheitlichen lassen. In der Philosophie z.B. Geist und Materie. Der Monismus dagegen behauptet, dass eine Vereinheitlichung möglich ist bzw. dass eine Getrenntheit nicht behauptet werden kann. Siehe auch Eigenschaftsdualismus, Monismus.	Link zu Abkürzungen/Autoren
Einheit	Feynman	I 116 Vereinheitlichung/Theory of Everything/TOE/Feynman: Wenn wir eines Tages eine "Universalgleichung finden, könnte eine ihrer Wurzeln diese Zahl 1/4,170000000000000...... sein. Wenn wir die Zeit, die das Licht zum Durchqueren eines Protons benötigt, mit dem Alter des Weltalls vergleichen, so ist die Antwort 10⁴². Sie hat also die gleiche Anzahl Nullen. Also wurde vorgeschlagen, dass die Gravitationskonstante mit dem Weltalter verbunden ist. Wenn sie aber verbunden ist, müsste sie sich mit der Zeit ändern! Vs: Wäre das der Fall, wäre die Welt um die Zeit, als Leben auf ihr entstand um 100° heißer gewesen, weil sie näher an der Sonne gewesen wäre. Das Leben hätte also nicht entstehen können. >Vereinheitlichung, >Leben/Richard Dawkins, >Leben/Stuart Kauffman, >Leben/Ernst Mayr, >Leben/Jacques Monod, vgl. >Evolution, >Theory of everything.	Feynman I Richard Feynman Vorlesungen über Physik I München 2001 Feynman II R. Feynman Vom Wesen physikalischer Gesetze München 1993
Einheit	James	Diaz-Bone I 128 Einheit/Vielheit/James: dies ist das wichtigste philosophische Problem, weil es inhaltliche Konsequenzen hat. Ist Vielfalt wirklich belanglos? Einheit ist nicht das einzige Bedürfnis. Trotzdem werde ich Einheit immer als vornehmer als Vielheit ansehen. I 130 Einheit: der Begriff allein kann keine Garantie für das Erfassen des Ganzen durch die gedankliche Vorstellung sein. Der Begriff Universum ist kein Beleg für die tatsächliche Existenz. Welt/James: statt der Frage von Einheit und Vielheit ist die Auffassung von besonderer Bedeutung, es handele sich um ein raum-zeitliches Kontinuum. I 131 Einheit und Vielheit sind hier absolut gleichwertig! I 131 Kausalität/James: kann überhaupt von kausaler Einheit oder Zweckeinheit der Welt gesprochen werden? Vielheit kann als ebenso ewig angesehen werden wie kausale Vereinheitlichung! I 132 Welt/James: Weder Universum noch Multiversum, Einheit und Vielheit können gleichzeitig und nebeneinander bestehen. Die Welt ist in dem Maße eins, in dem ihre Teile zusammenhängen. Sie wird durch den Menschen mehr und mehr in einheitliche Systeme gebracht. (>Davidson: beschreibungsabhängig. > Welt/Denken/Davidson, Beschreibung/Davidson, Realität/Davidson, Wirklichkeit/Davidson).	James I R. Diaz-Bone/K. Schubert William James zur Einführung Hamburg 1996
Erkenntnis	Epikur	Adorno XIII 213 Erkenntnis/Natur/Epikur/Adorno: Problem: Wie bringt man Folgendes zusammen: Gleichzeitig das Ansichsein der Natur zu lehren, die damit ein von uns Unabhängiges wäre und doch unsere sinnliche Wahrnehmung als die Quelle aller Erkenntnis anzunehmen? Lösung/Epikur: Die Lösung ist ein relativ frühes Modell für das, was ich mit aporetischen Begriffen bezeichne. Aporetischer Begriff/Adorno: Solche Begriffe werden nicht gebildet, weil irgendwelche Sachverhalte unmittelbar ihnen entsprechen, sondern die Theoretiker sehen sich zu ihnen veranlasst, weil sonst ihre, wie immer auch motivierten Theorien in ungelösten Widersprüchen stehenbleiben und sich der Vereinheitlichung entziehen würden. Vgl. >Natur/Aristoteles >Natur/Platon >Wahrnehmung/Aristoteles, >Wahrnehmung/Eleaten >Wahrnehmung/Gorgias vgl. >Rationalität >Sinneseindrücke.	A I Th. W. Adorno Max Horkheimer Dialektik der Aufklärung Frankfurt 1978 A II Theodor W. Adorno Negative Dialektik Frankfurt/M. 2000 A III Theodor W. Adorno Ästhetische Theorie Frankfurt/M. 1973 A IV Theodor W. Adorno Minima Moralia Frankfurt/M. 2003 A V Theodor W. Adorno Philosophie der neuen Musik Frankfurt/M. 1995 A VI Theodor W. Adorno Gesammelte Schriften, Band 5: Zur Metakritik der Erkenntnistheorie. Drei Studien zu Hegel Frankfurt/M. 1071 A VII Theodor W. Adorno Noten zur Literatur (I - IV) Frankfurt/M. 2002 A VIII Theodor W. Adorno Gesammelte Schriften in 20 Bänden: Band 2: Kierkegaard. Konstruktion des Ästhetischen Frankfurt/M. 2003 A IX Theodor W. Adorno Gesammelte Schriften in 20 Bänden: Band 8: Soziologische Schriften I Frankfurt/M. 2003 A XI Theodor W. Adorno Über Walter Benjamin Frankfurt/M. 1990 A XII Theodor W. Adorno Philosophische Terminologie Bd. 1 Frankfurt/M. 1973 A XIII Theodor W. Adorno Philosophische Terminologie Bd. 2 Frankfurt/M. 1974
Erklärungen	Goodman	IV 165 Erklärung: Ein Grundbegriff wird nicht definiert, sondern mit Hilfe seiner verschiedenen Spielarten expliziert. II 67 Reduktionssätze/Carnap: Wenn man eine Wissenschaftssprache konstruieren möchte, muss man einige deskriptive (d.h. nichtlogische) Ausdrücke als Grundausdrücke nehmen. Weitere Ausdrücke lassen sich dann u.a. mittels Reduktionssätzen einführen. >Reduktion, >Reduzierbarkeit, >Reduktionismus. II 68 GoodmanVsCarnap/Reduktionssätze: Reduktionssätze sind ziemlich abwegig. Nach meiner Auffassung hat die Philosophie die Aufgabe, die Wissenschaft- (und die Alltagssprache) zu explizieren, nicht zu beschreiben. Die Explikation (>Explikation, Quine) muss auf die vorsystematische Verwendung der Ausdrücke Rücksicht nehmen, braucht sich aber nicht an die Reihenfolge zu halten. Es geht vor allem um Sparsamkeit und Vereinheitlichung.	G IV N. Goodman Catherine Z. Elgin Revisionen Frankfurt 1989 Goodman I N. Goodman Weisen der Welterzeugung Frankfurt 1984 Goodman II N. Goodman Tatsache Fiktion Voraussage Frankfurt 1988 Goodman III N. Goodman Sprachen der Kunst Frankfurt 1997
Folge (Sequenz)	Tarski	Berka I 463 Def Folge von Teilklassen: eine Folge, deren sämtliche Glieder Klassen sind, die in einer gegebenen Klasse a enthalten sind. Def k-tes Glied/Tarski: das einzige Glied, das die Formel xRk und eine gegebene natürliche Zahl k erfüllt, nennen wir das k-te Glied "Rk". Berka I 463 Verschiedenheit: "höchstens an k-ter Stelle unterschieden"/Taski: sind zwei Folgen R und S, wenn zwei beliebige entsprechende Glieder dieser Folgen, Ri und Si identisch sind, höchstens mit Ausnahme der k-ten Glieder Rk und Sk. Berka I 511 Def Folge von Individuen/Tarski:(bei semantischer Vereinheitlichung): die zwei-stelligen Relationen zwischen Individuen und natürliche Zahlen. - Diese gehören damit alle zur selben Bedeutungskategorie ohne Rücksicht auf die Zahl der Glieder (der Folge, nicht der Relation!) und auch die Klasse dieser Folgen, im Gegensatz zu mehrstelligen Relationen.⁽¹⁾ >Erfüllung/Tarski, >Erfüllbarkeit/Tarski, >Wahrheit/Tarski, >Wahrheitsdefinition/Tarski. 1. A.Tarski, Der Wahrheitsbegriff in den formalisierten Sprachen, Commentarii Societatis philosophicae Polonorum. Vol 1, Lemberg 1935	Tarski I A. Tarski Logic, Semantics, Metamathematics: Papers from 1923-38 Indianapolis 1983 Berka I Karel Berka Lothar Kreiser Logik Texte Berlin 1983
Geist	Fichte	Adorno XIII 88 Geist/Fichte/Adorno: Nach Fichte setzt das Moment des Geistes sich selbst; dadurch wird der Geist als ein Prozess bestimmt. (…) >Prozess, vgl. >Prozessphilosophie. Für den Idealismus ist das entscheidende, das solche Unterschied wie die von Geist und Material von sinnlichem Stoff und Form selber nicht als ein schlechterdings Gegebenes und Daseiendes, nicht als eine letzte Antithese erscheinen, sondern als ein Produziertes, als ein Vermitteltes und als ein Gesetztes. >Vermittlung. Es wird hier der Geist als das schlechterdings Setzende und damit als das Absolute interpretiert, in dem der Gegensatz, wie er in seiner klassisch abstrakten, dualistischen Form bei Descartes auftrat, selber als ein erzeugtes verstanden wird. >Dualismus, >R. Descartes. Dadurch, dass beides (…) als von einem einheitlichen Prinzip gesetzt erscheint, scheint es in diesem setzenden Einheitsprinzip doch eine letzte Einheit zu finden, nämlich XIII 89 seine Einheit als Prozess. >Einheit, >Vereinheitlichung.	Fichte I Johann Gottlieb Fichte Zur Politik, Moral und Philosophie der Geschichte In Werke Bd. VII, Berlin 1971 A I Th. W. Adorno Max Horkheimer Dialektik der Aufklärung Frankfurt 1978 A II Theodor W. Adorno Negative Dialektik Frankfurt/M. 2000 A III Theodor W. Adorno Ästhetische Theorie Frankfurt/M. 1973 A IV Theodor W. Adorno Minima Moralia Frankfurt/M. 2003 A V Theodor W. Adorno Philosophie der neuen Musik Frankfurt/M. 1995 A VI Theodor W. Adorno Gesammelte Schriften, Band 5: Zur Metakritik der Erkenntnistheorie. Drei Studien zu Hegel Frankfurt/M. 1071 A VII Theodor W. Adorno Noten zur Literatur (I - IV) Frankfurt/M. 2002 A VIII Theodor W. Adorno Gesammelte Schriften in 20 Bänden: Band 2: Kierkegaard. Konstruktion des Ästhetischen Frankfurt/M. 2003 A IX Theodor W. Adorno Gesammelte Schriften in 20 Bänden: Band 8: Soziologische Schriften I Frankfurt/M. 2003 A XI Theodor W. Adorno Über Walter Benjamin Frankfurt/M. 1990 A XII Theodor W. Adorno Philosophische Terminologie Bd. 1 Frankfurt/M. 1973 A XIII Theodor W. Adorno Philosophische Terminologie Bd. 2 Frankfurt/M. 1974
Gesetzesartigkeit	Schurz	I 237 Naturgesetze/NG/Schurz: Naturgesetze nehmen auf keine spezifischen physikalischen Systeme Bezug sondern drücken aus, was für beliebige Systeme in allen physikalisch möglichen Universen gilt. Bsp die Newtonschen Kernaxiome (Bsp Gesamtkraft = Masse mal Beschleunigung, Bsp Kraft = Gegenkraft, Bsp Gravitationskraft ist proportional zum Produkt der Massen). Erst wenn sie Systembedingungen eingesetzt werden, die die anwesenden Kräfte explizit auflisten, erhalten wir eine konkret lösbare Differentialgleichung. Es gibt nur wenige fundamentale und man findet sie nur in der Physik. Die meisten physikalischen Gesetze sind aber: Def Systemgesetze/Schurz: involvieren konkrete kontingente Systembedingungen. Daher sind sie nicht physikalisch notwendig sondern kontingent. Bsp Fallgesetz, Bsp Pendelgesetz, Bsp Planetengesetz usw. Gesetzesartigkeit/gesetzesartig/Schurz: a) im weiten Sinn: die Gesetzesartigkeit von raumzeitlich beschränkten generellen Sätzen ist graduell. In diesem Sinn sind nicht nur die Naturgesetze sondern auch alle Systemgesetze gesetzesartig. Kontrafaktische Konditionale: wenn wir ihnen zustimmen würden, sind ein Hinweis auf Gesetzesartigkeit. Problem: der Kontrafaktischen Konditionale charakterisiert auch raumzeitlich beschränkte Gesetze Bsp „Alle Raben sind schwarz“. Kontrafaktische Konditionale/Schurz: andererseits: wir würden nicht sagen Bsp „Wäre dieser Apfel nicht in dem Korb gewesen, wäre er nicht grün“. >Kontrafaktische Konditionale, >Naturgesetze, >Gesetze. I 237 Ähnlichkeitsmetrik/Mögliche Welten/Kontrafaktisches Konditional/RescherVsLewis/Schurz: (Lewis 1973b⁽¹⁾): für die Wissenschaftstheorie gibt Lewis’ logische Semantik für Kontrafaktische Konditionale wenig her, denn die inhaltliche Interpretation der Ähnlichkeitsmetrik zwischen Möglichen Welten setzt voraus, dass wir schon eine Unterscheidung zwischen Gesetzen und kontingenten Tatsachen kennen. (Stegmüller 1969⁽²⁾, 320-334). I 238 Gesetzesartigkeit/gesetzesartig/Schurz: b) im engeren Sinn: = physikalische Notwendigkeit (um der Vagheit bzw. Gradualität des weiten Begriffs zu entgehen). Problem: Nicht alle raumzeitlich unbeschränkten Gesetze sind gesetzesartig im engeren Sinn. Universell aber nicht physikalisch notwendig: Bsp „Kein Klumpen Gold hat einen Durchmesser von mehr als einem Kilometer“. Universalität: ist also keine hinreichende, aber eine notwendige Bedingung für Gesetzesartigkeit. Bsp der Allsatz „Alle Äpfel in diesem Korb sind rot“ ist nicht universell, auch dann nicht, wenn man ihn durch seine Kontraposition ersetzt: Bsp „Alle nicht-roten Gegenstände sind keine Äpfel in diesem Korb“. (Hempel 1965⁽³⁾, 341). Starke Hume-These/Hume/Schurz: Universalität ist eine hinreichende Bedingung für Gesetzesartigkeit. SchurzVs: das ist falsch Schwache Hume-These/Schurz: Universalität ist eine notwendige Bedingung für Gesetzesartigkeit. >Kausalität/Hume. Stärker/schwächer/(s): Die Behauptung, dass eine Bedingung hinreichend ist, ist stärker als die, dass sie notwendig ist. BhaskarVsschwache Hume These. Lösung/Carnap/Hempel: Def Maxwell-Bedingung/Gesetzesartigkeit: Naturgesetze bzw. nomologische Prädikate dürfen keinen analytischen Bezug auf bestimmte Individuen oder Raumzeitpunkte (Raumzeit Punkte) enthalten. Das ist viel stärker als die Universalitätsbedingung. (stärker/schwächer). Bsp „Alle Smaragde sind glau“: ist zwar raumzeitlich universell, aber erfüllt nicht die Maxwell-Bedingung. >Glauheit. I 239 Naturgesetze/Armstrong: These: Naturgesetze sind Implikationsbeziehungen zwischen Universalien. Daher kein Bezug auf Individuen. >Naturgesetze/Armstrong, >Kausalität/Armstrong. Maxwell-Bedingung/Wilson/Schurz: (Wilson 1979): stelle ein physikalisches Symmetrieprinzip dar: d.h. Naturgesetze müssen invariant sein unter Translation ihrer Zeitkoordinaten und Translation bzw. Rotation ihrer Raumkoordinaten. Daraus lassen sich Erhaltungssätze gewinnen. Symmetrieprinzipien/Prinzip/Prinzipien/Schurz: physikalische Symmetrieprinzipien sind jedoch nicht a priori, sondern erfahrungsabhängig! >Symmetrien/Feynman, >Symmetrien/Kanitscheider. Maxwell-Bedingung/Schurz: ist für Gesetzesartigkeit zu schwach: Bsp „kein Klumpen Gold hat einen Durchmesser von mehr als 1 km“ auch dieser Allsatz erfüllt sie. Gesetzesartigkeit/Mill/Ramsey/Lewis/Schurz: Vorschlag: alle jene generellen Sätze, die aus jenen Theorien folgen, die die beste Vereinheitlichung der Menge aller wahren Sätze erzeugen. (Lewis 1973b⁽¹⁾, 73). Vs: Problem: Es bleibt unklar, warum man den Satz Bsp „Kein Klumpen Gold hat einen Durchmesser von mehr als 1 km“ nicht hinzufügen sollte. Denn auch daraus folgen viele wahre singuläre Sätze. Lösung/Schurz: Wir brauchen einen klaren Begriff von physikalischer Möglichkeit. Problem: wir haben keine durchgängige Abgrenzung von Naturgesetzen und Systemgesetzen. 1. Lewis, D. (1973b). Counterfactuals. Oxford: Basil Blackwell 2. Stegmüller, W. (1969). Probleme und Resultate der Wissenschaftstheorie und Analytischen Philosophie. Band I:Wissenschaftliche Erklärung und Begründung. Berlin: Springer. 3. Hempel, C. (1965). Aspects of Scientific Explanation and other Essays in the Philosophy of Science, New York: Free Press.	Schu I G. Schurz Einführung in die Wissenschaftstheorie Darmstadt 2006
Identität	Idealismus	Adorno XIII 79 Identität/Idealismus/Adorno: Ich bezeichne das Wesen des Idealismus und auch die idealistische Seite an Kant als Identitätsdenken, also als das Denken, das glaubt, alles, was ist, könne aus einem einheitlichen Prinzip heraus abgeleitet werden und das halte ich für das Entscheidende. >Prinzipien, >Begründung, >Letztbegründung, >Fundierung. Adorno XIII 80 Dieses einheitliche Prinzip müsse immer, wenn vielleicht auch in schwankendem Sinne, Subjekt sein. Identitätsdenken heißt eigentlich immer so viel wie den Primat der Subjektivität fordern. >Einheit, >Vereinheitlichung, >Subjekt, >Subjektivität.	A I Th. W. Adorno Max Horkheimer Dialektik der Aufklärung Frankfurt 1978 A II Theodor W. Adorno Negative Dialektik Frankfurt/M. 2000 A III Theodor W. Adorno Ästhetische Theorie Frankfurt/M. 1973 A IV Theodor W. Adorno Minima Moralia Frankfurt/M. 2003 A V Theodor W. Adorno Philosophie der neuen Musik Frankfurt/M. 1995 A VI Theodor W. Adorno Gesammelte Schriften, Band 5: Zur Metakritik der Erkenntnistheorie. Drei Studien zu Hegel Frankfurt/M. 1071 A VII Theodor W. Adorno Noten zur Literatur (I - IV) Frankfurt/M. 2002 A VIII Theodor W. Adorno Gesammelte Schriften in 20 Bänden: Band 2: Kierkegaard. Konstruktion des Ästhetischen Frankfurt/M. 2003 A IX Theodor W. Adorno Gesammelte Schriften in 20 Bänden: Band 8: Soziologische Schriften I Frankfurt/M. 2003 A XI Theodor W. Adorno Über Walter Benjamin Frankfurt/M. 1990 A XII Theodor W. Adorno Philosophische Terminologie Bd. 1 Frankfurt/M. 1973 A XIII Theodor W. Adorno Philosophische Terminologie Bd. 2 Frankfurt/M. 1974
Intersubjektivität	Flusser	I 213 "Intersubjektivität"/Flusser: Intersubjektivität führt dazu zu sagen: Eine Aussage ist desto wahrer, je mehr Standpunkte darin zum Ausdruck kommen. Wahrheitssuche hört auf epistemologisch zu sein und wird "religiös" in einem neuen, noch unbekannten Sinn. >Perspektive, >Wahrheit, >Objektivität, >Subjektivität, >Gesellschaft, >Vereinheitlichung. Standpunkt: Vielfalt. Nicht Gleichgültigkeit, sondern Einsicht, dass jeder Standpunkt einen spezifischen Wert projiziert. >Aspekte, vgl. >Relativismus, >Kulturrelativismus.	Fl I V. Flusser Kommunikologie Mannheim 1996
Kausalität	James	Diaz-Bone I 130 Welt/James: statt der Frage von Einheit und Vielheit ist die Auffassung von besonderer Bedeutung, es handele sich um ein raum-zeitliches Kontinuum. I 131 Einheit und Vielheit sind hier absolut gleichwertig! I 131 Kausalität/James: kann dann überhaupt von kausaler Einheit oder Zweckeinheit der Welt gesprochen werden? Vielheit kann als ebenso ewig angesehen werden wie kausale Vereinheitlichung. >Einheit.	James I R. Diaz-Bone/K. Schubert William James zur Einführung Hamburg 1996
Mengenlehre	Bourbaki	Thiel I 308 Mengenlehre: Bei Bourbaki wird nie von Logizismus, immer nur von Mengenlehre gesprochen. Mengen sind genuin mathematische Gegenstände, nicht auf andere reduzierbar (Logik: Klassen). Der Mengenbegriff ist ein wesentliches Werkzeug zur Vereinheitlichung der Mathematik. >Mengen, >Mengenlehre, >Klassen, >Logik, >Vereinheitlichung. I 308/309 Mengenlehre: als Fundamentaldisziplin der Mathematik: Grundbegriffe wie Relation und Funktion werden auf den Begriff der Menge zurückgeführt, und zwar durch explizite Definition. >Elementrelation, >Teilmengen, >Relationen, >Funktionen. Relation als symmetrische oder asymmetrische Paarbildung zweistellige Relation. Manchmal brauchen wir Mittel, die Reihenfolge auszudrücken: Geordnete Paare. >Geordnete Paare. I 310. Def Funktionen: rechtseindeutige Relationen.	T I Chr. Thiel Philosophie und Mathematik Darmstadt 1995
Mengenlehre	Thiel	Thiel I 308 Mengenlehre: Bei Bourbaki wird nie von Logizismus, immer nur von Mengenlehre gesprochen. Mengen sind genuin mathematische Gegenstände, nicht auf andere reduzierbar (Logik: Klassen). Der Mengenbegriff ist ein wesentliches Werkzeug zur Vereinheitlichung der Mathematik. >Vereinheitlichung, >Verallgemeinerung. I 308/309 Mengenlehre: als Fundamentaldisziplin der Mathematik: Grundbegriffe wie Relation und Funktion werden auf den Begriff der Menge zurückgeführt, und zwar durch explizite Definition. Relation als symmetrische oder asymmetrische Paarbildung zweistellige Relation. >Relationen. Manchmal brauchen wir Mittel, die Reihenfolge auszudrücken. Geordnete Paare. Def I 310. Funktionen: def: rechtseindeutige Relationen. I 310. Wenn man die Zurückführbarkeit aller höheren Zahlenarten auf die natürlichen Zahlen einmal voraussetzt, kann man auch diese noch mengentheoretisch gewinnen. >Reduktion, >Reduzierbarkeit, >Zahlen, >Reelle Zahlen. I 311 Die eigentliche Frage ist eine philosophische und betrifft die Berechtigung des hinter allem stehenden reduktionistischen Programms. Thiel: Ob auch noch Zahlen als mathematische Entitäten sich als Mengen erweisen, erscheint heute trotz aller logischen Sackgassen in die der klassische logizistische Ansatz geraten ist, immer noch eine der wichtigsten philosophischen Fragen. >Mathematische Entitäten, >Logik, >Ontologie, >Platonismus, vgl. >Hartry Field.	T I Chr. Thiel Philosophie und Mathematik Darmstadt 1995
Sinn	Weber	Habermas III 22 Sinn/Rationalität/Max Weber/Habermas: Webers Hierarchie der Handlungsbegriffe ist auf den Typus zweckrationalen Handelns hin angelegt, sodass alle übrigen Handlungen als spezifische Abweichungen von diesem Typus eingestuft werden können. >Zweckrationalität. Die Methode des Sinnverstehens analysiert Weber so, dass die komplexeren Fälle auf den Grenzfall des Verstehens zweckrationalen Handelns bezogen werden können: Das Verständnis des subjektiv erfolgsorientierten Handelns erfordert zugleich dessen objektive Bewertung (nach Maßstäben der Richtigkeitsrationalität). >Erfolg, >Richtigkeit, >Rationalität. Habermas III 229 Sinn/Weber/Habermas: Die empirische und vollends die mathematisch orientierte Weltbetrachtung entwickelt prinzipiell die Ablehnung jeder Betrachtungsweise, welche überhaupt nach einem ‚Sinn‘ des innerweltlichen Geschehens fragt. Wo immer rationales empirisches Erkennen die Entzauberung der Welt und deren Verwandlung in einen kausalen Mechanismus konsequent vollzogen hat, tritt die Spannung gegen die Ansprüche des ethischen Postulats: dass die Welt ein gottgeordneter, also irgendwie ethisch sinnvoll orientierter Kosmos sei, endgültig hervor.⁽¹⁾ >Ethik, >Begründung, >Letztbegründung. Habermas III 315 Sinn/Rationalität/Weber/Habermas: Dass die Welt als Kosmos den Anforderungen der rationalen religiösen Ethik genüge, oder irgendeinen ‚Sinn‘ aufweise, damit hatte das religiöse Erkennen gar nichts mehr zu schaffen. Der Kosmos der Naturkausalität und der postulierte Kosmos der ethischen Augleichskausalität standen in unvereinbarem Gegensatz zueinander. Der Intellekt schuf eine von allen persönlichen ethischen Qualitäten der Menschen unabhängige, also unbrüderliche Aristokratie des rationalen Kulturbesitzes. ⁽²⁾ >Protestantische Ethik/Weber, Rationalisierung/Weber. HabermasVsWeber: diese Erklärung gesellschaftlicher Rationalisierung ist unbefriedigend: Weber bleibt den Nachweis dafür schuldig, dass ein prinzipiengeleitetes moralisches Bewusstsein nur in religiösen Kontexten überleben kann. Habermas III 335/336 Sinn/Weber/Habermas: Weber, These vom Sinnverlust: Angesichts der rationalen Eigengesetzlichkeiten der modernen Lebensordnungen ist sowohl die ethische als auch die theoretische Vereinheitlichung der Welt – sei es im Namen der Religion, sei es im Namen der Wissenschaft – nicht mehr möglich. >Einheit, >Vereinheitlichung. Weber sieht (in Anlehnung an das Spätwerk von J. St. Mill) einen neuen Polytheismus, eine versachlichte Gestalt eines Antagonismus zwischen unpersönlichen Wert- und Lebensordnungen. ⁽³⁾ Habermas: Darin spiegelt sich die generationstypische Erfahrung des Nihilismus. >Nihilismus. Habermas III 337 Habermas: Weber begründet die These vom Sinnverlust so: Die Vernunft selbst spaltet sich in eine Pluralität von Wertsphären auf und vernichtet ihre eigenen Universalität. Der Einzelne soll nun diese Einheit, die objektiv nicht mehr hergestellt werden kann, in der Privatheit der eigenen Biografie herzustellen versuchen. >Wertsphären. Habermas III 377 Sinn/Weber/Habermas: Weber führt „Sinn“ als (undefinierten) Grundbegriff ein, um Handeln definieren zu können. Dabei hat Weber keine Bedeutungstheorie, sondern eine intentionalistische Bewusstseinstheorie im Rücken. D.h. er bezieht Sinn nicht auf sprachliche Verständigung sondern auf Meinungen und Absichten eines Handlungssubjekts. Habermas III 378 Es geht also zum Zwecktätigkeit, nicht um Verständigung. Verständigung kann dann erst sekundär mithilfe eines Intentionsbegriffs konstruiert werden.⁽⁴⁾ 1. M. Weber, Gesammelte Ausätze zur Religionssoziologie, Bd. I. 1963, S. 569. 2. M. Weber, M. Weber, Die protestantische Ethik, hrsg. v. J. Winckelmann, Bd 2, Hamburg 1972, S. 569. 3.M. Weber, Gesammelte Aufsätze zur Wissenschaftslehre, hrsg. v. J. Winckelmann, Tübingen 1968, S. 603f. 4.M. Weber, Wirtschaft und Gesellschaft, hrsg. v. J. Winckelmann, Tübingen 1964, S. 3.	Weber I M. Weber Die protestantische Ethik und der Geist des Kapitalismus München 2013 Ha I J. Habermas Der philosophische Diskurs der Moderne Frankfurt 1988 Ha III Jürgen Habermas Theorie des kommunikativen Handelns Bd. I Frankfurt/M. 1981 Ha IV Jürgen Habermas Theorie des kommunikativen Handelns Bd. II Frankfurt/M. 1981
Symmetrien	Kanitscheider	I 277 Symmetrien/Kanitscheider: elektromagnetische Wechselwirkung: Quantenelektrodynamik, Symmetrie U(1), Starke Wechselwirkung: Quantenchromodynamik, Symmetrie der Colour SU(3) Schwache WW: Gruppe SU(2) Erster Vereinheitlichungsschritt: Salam/Weinberg: Eichtheorie mit der Gruppenstruktur SU(2)xU(1) Georgi/Glashow: (1974) 'Vereinigung der elektroschwachen mit der starken WW: GUT/Great Unifying Theory: fundamentale Symmetrie SU(5), die als Untergruppe das Produkt der drei ursprünglichen Kräfte SU(3)cxSU(2)xU(1) mit umfasst. I 276 Symmetriebrechung/Kanitscheider: die spontane Symmetriebrechung ereignet sich dann, wenn bei symmetrischem Grundgesetz die symmetrische Lösung instabil ist. Das geht das System in einem asymmetrischen Zustand über, der die ursprüngliche Symmetrie des Gesetzes verdeckt. Eine gebrochene Symmetrie ist epistemisch eine verborgene Symmetrie. I 279 Symmetrie/Kanitscheider: eine völlig isotrope Flüssigkeit kann wegen ihres kristallinen Charakters anisotrop werden. Permanentmagneten verlieren die gemeinschaftliche Ausrichtung aller elementaren Nord und Südpole, wenn sie erhitzt werden. Allgemein besitzt ein System bei hohen Temperaturen höhere Symmetrien als bei tieferen.	Kanitsch I B. Kanitscheider Kosmologie Stuttgart 1991 Kanitsch II B. Kanitscheider Im Innern der Natur Darmstadt 1996
Technokratie	Morozov	I 138 Technokratie/VsTechnokratie/Technokratiekritik/Technologiekritik/Morozov: Die meisten Kritiker moderner Technokratie oder Technologie beziehen sich auf die ((s) angenommene) Arroganz von Planern und Reformern, denen die Erfahrung mit dem tatsächlichen Leben der Menschen in ihren Lebensräumen abgeht. Nachdenken und Überlegung sind nach diesen Kritikern unverzichtbar, sie werden auch durch die perfektesten Algorithmen nicht überflüssig gemacht werden. Beispiele sind: Jane Jacob, I. Berlin, F. Hayek, K. Popper, M. Oakeshott. >F. A. Hayek, >K. Popper, >M. Oakeshott, >I. Berlin, >Technologie. Literatur: I 137 Städteplanung/Jane Jacob: Jacobs Kritik an phantasieloser Stadtplanung: siehe Jane Jacobs, The Death and Life of Great American Cities (New York: Vintage, 1992); Isaiah Berlin: Berlins Kritik an einem „Prokusteanismus“: einer zwangsweisen Vereinheitlichung: Siehe Jonathan Allen, “Isaiah Berlin’s Anti-Procrustean Liberalism: Ideas, Circumstances, and the Protean Individual,” paper presented at the annual meeting of the American Political Science Association (August 28– 31, 2003, Philadelphia, PA). Available at http:// berlin.wolf.ox.ac.uk/ lists/ onib/ allen2003. pdf; Planung/Zentralplan/Friedrich Hayek: Hayeks Kritik an zentralisierter Planung: siehe Friedrich Hayek. “The Use of Knowledge in Society,” The American Economic Review 35, no. 4 (September 1, 1945): 519– 530; Karl PopperVsHistorismus: siehe Karl Popper. “The Poverty of Historicism, I,” Economica 11, no. 42 (May 1, 1944): 86– 103; Michael OakeshottVsRationalismus: siehe Michael Oakeshott, Rationalism in Politics and Other Essays, exp. ed. (Indianapolis: Liberty Fund, 1991). I 168 Def Technoneutrale/Majid Tehranian/Morozov: Technoneutrale sind vorzugsweise Berater, die ihre Klienten nicht verunsichern wollen.⁽¹⁾ I 170 Def Technostrukturalisten/Tehranian/Morozov: Technostrukturalisten glauben, dass sich Technologien aus institutionellen Bedürfnissen entwickeln, verbreitet durch soziale Kräfte, deren Teil sie selbst sind. ⁽²⁾ 1. Majid Tehranian, Technologies of Power: Information Machines and Democratic Prospects (New York: Ablex Publishing, 1990), 5. 2. ibid.	Morozov I Evgeny Morozov To Save Everything, Click Here: The Folly of Technological Solutionism New York 2014
Theorien	Hacking	I 292 Theorie/Hacking: Ich habe keine Ahnung, wie eine Theorie der "Nichtverzerrtheit durch Lufteinwirkung" aussähe. Beobachtung ohne Theorie: Bsp Herrschels Entdeckung der Wärmestrahlung 1800. >Entdeckungen, >Beobachtung, >Sehen, >Methode, >Wissenschaft. I 291 ff Seine erste Vermutung war das, was wir auch heute glauben. Seine Theorie war dann völlig an Newton ausgerichtet, aber das wirkte sich auf seine Beobachtung nicht aus. Problem: Seine Beobachtung war durch völlig unangemessene Genauigkeitsansprüche belastet. (Präzision, Genauigkeit). Er maß bis aufs Tausendstel, wozu er gar nicht in der Lage war! Das Fehlen einer Theorie ließ ihn etwas bemerken: Unsichtbares Infrarot musste im weißen Licht enthalten sein. (Hanson⁽¹⁾ hätte behauptet, man wäre erst imstande so etwas zu bemerken, wenn man vorher über eine Theorie verfügt.) >Theoriebeladenheit. I 348 Einheit/Theorie/Hacking: Magnetismus kann Licht beeinflussen - so konnte man beide vereinheitlichen (aus Wechselwirkung). >Vereinheitlichung, >Reduktion, >Wechselwirkung. 1. Hanson, R. N. (1958). Patterns of discovery. Cambridge: Cambridge University Press	Hacking I I. Hacking Einführung in die Philosophie der Naturwissenschaften Stuttgart 1996
Veränderung	KI-Forschung	Norvig I 566 Veränderung/Wahrscheinlichkeit/Zeit/Inferenz/KI-Forschung/Norvig/Russell: Agenten in teilweise beobachtbaren Umgebungen müssen in der Lage sein, den aktuellen Zustand zu verfolgen, soweit es ihre Sensoren zulassen. (...) ein Agent erhält einen belief state, der darstellt, welche Zustände der Welt derzeit möglich sind, aufrecht. >Belief states/Norvig. Basierend auf dem belief state and transition model kann der Agent vorhersagen, wie sich die Welt im nächsten Zeitschritt entwickeln könnte. Ausgehend von den beobachteten Wahrnehmungen und einem Sensormodell kann der Agent den belief state aktualisieren. [Es gibt zwei Möglichkeiten, belief states darzustellen] (...) a) durch explizit aufgezählte Sets von Zuständen (states), b) durch logische Formeln. Diese Ansätze definierten belief states danach, welche world states möglich waren, konnten aber nichts darüber sagen, welche Zustände wahrscheinlich oder unwahrscheinlich waren. Problem: Eine sich verändernde Welt wird durch Nutzung einer Variablen für jeden Aspekt des world state zu jedem Zeitpunkt modelliert. Die Übergangs- und Sensormodelle können unsicher sein: Das Übergangsmodell (transition model) beschreibt die Wahrscheinlichkeitsverteilung der Variablen zum Zeitpunkt t, angesichts des Zustands der Welt in der Vergangenheit, während das Sensormodell (sensor model) die Wahrscheinlichkeit jeder Empfindung zum Zeitpunkt t, angesichts des aktuellen Zustands der Welt, beschreibt. Lösung: drei spezifische Arten von Modellen: Hidden-Markov-Modelle, Kalman-Filter und dynamische Bayessche Netzwerke (die Hidden-Markov-Modelle und Kalman-Filter als Sonderfälle beinhalten). Norvig I 567 Um den aktuellen Zustand aus der Geschichte der Evidenz zu beurteilen und die Ergebnisse von Behandlungsmaßnahmen vorherzusagen, müssen wir diese Veränderungen modellieren. Wir betrachten die Welt als eine Reihe von Schnappschüssen oder Zeitscheiben, von denen jede eine Reihe von zufälligen Variablen enthält, einige beobachtbar und andere nicht. ((s) Vgl. >Vierdimensionalismus/Philosophische Theorien). Norvig I 568 (...) Der nächste Schritt besteht darin, festzulegen, wie sich die Welt entwickelt (das Übergangsmodell) und wie die Evidenzvariablen ihre Werte erhalten (das Sensormodell). Norvig I 570 Ordnung: Die Erhöhung der Ordnung kann immer als eine Erhöhung des Sets von Zustandsvariablen formuliert werden, wobei die Ordnung fixiert bleibt. Beachten Sie, dass das Hinzufügen von Zustandsvariablen zwar die Vorhersagekraft des Systems verbessern, aber auch die Anforderungen an die Vorhersagen erhöhen könnte (...). Norvig I 603 Problem: Datenassoziation: Beim Versuch, viele Objekte im Auge zu behalten, entsteht Unsicherheit darüber, welche Beobachtungen zu welchen Objekten gehören - das Problem der Datenassoziation. Die Anzahl der Assoziationshypothesen ist typischerweise unlösbar groß, aber MCMC- und partikelfilternde Algorithmen für die Datenassoziation funktionieren in der Praxis gut. Norvig I 602 MCMC: Ein MCMC-Algorithmus untersucht den Raum der Zuordnungshistorie. Norvig I 603 Veränderung: Der sich ändernde Zustand der Welt wird durch die Verwendung einer Reihe von Zufallsvariablen behandelt, die den Zustand zu jedem Zeitpunkt darstellen. Repräsentationen: können so gestaltet werden, dass sie die Markov-Eigenschaft befriedigen, sodass die Zukunft, vor dem Hintergrund der Gegenwart, unabhängig von der Vergangenheit ist. Kombiniert mit der Annahme, dass der Prozess stationär ist, d.h. sich die Dynamik im Laufe der Zeit nicht ändert, vereinfacht dies die Darstellung erheblich. Wahrscheinlichkeit: Ein temporäres Wahrscheinlichkeitsmodell kann so gesehen werden, dass es ein Übergangsmodell, welches die Zustandsentwicklung beschreibt, und ein Sensormodell, das den Beobachtungsprozess beschreibt, enthält. >Inferenz/KI-Forschung. Historische Entwicklung: Viele der Grundideen für die Schätzung des Zustands dynamischer Systeme stammen vom Mathematiker C. F. Gauß (1809)⁽¹⁾, der einen deterministischen Algorithmus der kleinsten Quadrate (least-squares) für das Problem der Schätzung von Umlaufbahnen aus astronomischen Beobachtungen formulierte. A. A. Markov (1913)⁽²⁾ entwickelte in seiner Analyse stochastischer Prozesse die spätere Markov-Annahme; Norvig I 604 (…). Die allgemeine Theorie der Markov-Ketten (Markov chains) und ihrer mxing time wird von Levin et al. (2008)⁽³⁾ behandelt. Bedeutende klassifizierte Forschungsarbeit zur Filterung wurden während des Zweiten Weltkriegs von Wiener (1942)⁽⁴⁾ für kontinuierliche Zeitprozesse und von Kolmogorov (1941)⁽⁵⁾ für diskrete Zeitprozesse durchgeführt. Obwohl diese Arbeiten in den nächsten 20 Jahren zu wichtigen technologischen Entwicklungen führten, machte die Verwendung einer Darstellung im Frequenzbereich viele Berechnungen recht umständlich. Die direkte Zustands-Raum-Modellierung des stochastischen Prozesses erwies sich als einfacher, wie Peter Swerling (1959)⁽⁶⁾ und Rudolf Kalman (1960)⁽⁷⁾ zeigen. Das Hidden-Markov-Modell (HMM) und die zugehörigen Algorithmen für Inferenz und Lernen, einschließlich des Vorwärts-Rückwärts-Algorithmus, wurden von Baum und Petrie (1966)⁽⁸⁾ entwickelt. Der Viterbi-Algorithmus erschien erstmals in (Viterbi, 1967)⁽⁹⁾. Ähnliche Ideen tauchten auch unabhängig voneinander in der Kalman-Filter-Community auf (Rauch et al., 1965)⁽¹⁰⁾. Der Vorwärts-Rückwärts-Algorithmus war einer der wichtigsten Vorläufer der allgemeinen Formulierung des EM-Algorithmus (Dempster et al., 1977)⁽¹¹⁾ (...). Dynamische Bayessche Netzwerke (DBNs) können als eine spärliche Kodierung eines Markov-Prozesses angesehen werden und wurden in der KI erstmals von Dean und Kanazawa (1989b)⁽¹²⁾, Nicholson und Brady (1992)⁽¹³⁾ und Kjaerulff (1992)⁽¹⁴⁾ verwendet. Die letzte Arbeit erweitert das HUGIN Bayes-Netzsystem um dynamische Bayessche Netzwerke. Das Buch von Dean and Wellman (1991)⁽¹⁵⁾ trug dazu bei, DBNs und den probabilistischen Ansatz für Planung und Kontrolle innerhalb der KI zu popularisieren. Murphy (2002)⁽¹⁶⁾ bietet eine gründliche Analyse der DBNs. Dynamische Bayessche Netzwerke haben sich bei der Modellierung einer Vielzahl komplexer Bewegungsprozesse im Bereich der Computervision durchgesetzt (Huang et al., 1994⁽¹⁷⁾; Intille und Bobick, 1999)⁽¹⁸⁾. Wie HMMs haben sie Anwendungen in der Spracherkennung (Zweig und Russell, 1998⁽¹⁹⁾); Richardson et al., 2000⁽²⁰⁾; Stephenson et al., 2000⁽²¹⁾; Nefian et al., 2002⁽²²⁾; Livescu et al., 2003⁽²³⁾), Norvig I 605 Genomik (Murphy und Mian, 1999⁽²⁴⁾; Perrin et al., 2003⁽²⁵⁾; Husmeier, 2003⁽²⁶⁾) und Roboterlokalisierung (Theocharous et al., 2004)⁽²⁷⁾ gefunden. Die Verbindung zwischen HMMs und DBNs sowie zwischen dem Vorwärts-Rückwärts-Algorithmus und der Bayesschen Netzausbreitung wurde explizit von Smyth et al. (1997)⁽²⁸⁾ hergestellt. Eine weitere Vereinheitlichung mit Kalman-Filtern (und anderen statistischen Modellen) findet sich in Roweis und Ghahramani (1999)⁽²⁹⁾. Es gibt Verfahren zum Erlernen der Parameter (Binder et al., 1997a⁽³⁰⁾; Ghahramani, 1998)⁽³¹⁾ und Strukturen (Friedman et al., 1998)⁽³²⁾ von DBNs. Norvig I 606 Datenassoziation: Die Datenassoziation für das Multi Target Tracking wurde erstmals in einem probabilistischen Setting von Sittler (1964)⁽³³⁾ beschrieben. Der erste praktische Algorithmus für umfangreiche Probleme war der "Multiple Hypothesis Tracker" oder MHT-Algorithmus (Reid, 1979)⁽³⁴⁾. Viele wichtige Arbeiten werden bei Bar-Shalom und Fortmann (1988)⁽³⁵⁾ und Bar-Shalom (1992)⁽³⁶⁾ gesammelt. Die Entwicklung eines MCMC-Algorithmus für die Datenassoziation ist auf Pasula et al. (1999)⁽³⁷⁾ zurückzuführen, die ihn auf Probleme der Verkehrsüberwachung anwandten. Oh et al. (2009)⁽³⁸⁾ bieten eine formale Analyse und umfangreiche experimentelle Vergleiche mit anderen Methoden. Schulz et al. (2003)⁽³⁹⁾ beschreiben ein Datenassoziationsverfahren auf Basis der Partikelfilterung. Ingemar Cox analysierte die Komplexität der Datenassoziation (Cox, 1993⁽⁴⁰⁾; Cox und Hingorani, 1994⁽⁴¹⁾) und brachte das Thema in die Aufmerksamkeit der Vision Community. Er bemerkte auch die Anwendbarkeit des polynomialzeitlichen Ungarischen Algorithmus auf das Problem der Suche nach den wahrscheinlichsten Zuweisungen, die lange Zeit als ein hartnäckiges Problem in der Tracking-Community galten. Der Algorithmus selbst wurde von Kuhn (1955)⁽⁴²⁾ veröffentlicht, basierend auf Übersetzungen von Arbeiten, die 1931 von zwei ungarischen Mathematikern, Dénes König und Jenö Egerváry, veröffentlicht wurden. Das Grundtheorem war jedoch zuvor in einem unveröffentlichten lateinischen Manuskript des berühmten preußischen Mathematikers Carl Gustav Jacobi (1804-1851) abgeleitet worden. 1. Gauss, C. F. (1829). Beiträge zur Theorie der algebraischen Gleichungen. Collected in Werke, Vol. 3, pages 71–102. K. Gesellschaft Wissenschaft, Göttingen, Germany, 1876. 2. Markov, A. A. (1913). An example of statistical investigation in the text of “Eugene Onegin” illustrating coupling of “tests” in chains. Proc. Academy of Sciences of St. Petersburg, 7. 3. Levin, D. A., Peres, Y., and Wilmer, E. L. (2008). Markov Chains and Mixing Times. American Mathematical Society. 4. Wiener, N. (1942). The extrapolation, interpolation, and smoothing of stationary time series. Osrd 370, Report to the Services 19, Research Project DIC-6037, MIT. 5. Kolmogorov, A. N. (1941). Interpolation und Extrapolation von stationären zufälligen Folgen. Bulletin of the Academy of Sciences of the USSR, Ser. Math. 5, 3–14. 6. Swerling, P. (1959). First order error propagation in a stagewise smoothing procedure for satellite observations. J. Astronautical Sciences, 6, 46–52. 7. Kalman, R. (1960). A new approach to linear filtering and prediction problems. J. Basic Engineering, 82, 35–46. 8. Baum, L. E. and Petrie, T. (1966). Statistical inference for probabilistic functions of finite state Markov chains. Annals of Mathematical Statistics, 41. 9. Viterbi, A. J. (1967). Error bounds for convolutional codes and an asymptotically optimum decoding algorithm. IEEE Transactions on Information Theory, 13(2), 260–269. 10. Rauch, H. E., Tung, F., and Striebel, C. T. (1965). Maximum likelihood estimates of linear dynamic systems. AIAA Journal, 3(8), 1445–1450. 11. Dempster, A. P., Laird, N., and Rubin, D. (1977). Maximum likelihood from incomplete data via the EM algorithm. J. Royal Statistical Society, 39 (Series B), 1–38. 12. Dean, T. and Kanazawa, K. (1989b). A model for reasoning about persistence and causation. Computational Intelligence, 5(3), 142–150. 13. Nicholson, A. and Brady, J. M. (1992). The data association problem when monitoring robot vehicles using dynamic belief networks. In ECAI-92, pp. 689–693. 14. Kjaerulff, U. (1992). A computational scheme for reasoning in dynamic probabilistic networks. In UAI-92, pp. 121–129. 15. Dean, T. and Wellman, M. P. (1991). Planning and Control. Morgan Kaufmann. 16. Murphy, K. (2002). Dynamic Bayesian Networks: Representation, Inference and Learning. Ph.D. thesis, UC Berkeley 17. Huang, T., Koller, D., Malik, J., Ogasawara, G., Rao, B., Russell, S. J., and Weber, J. (1994). Automatic symbolic traffic scene analysis using belief networks. In AAAI-94, pp. 966–972 18. Intille, S. and Bobick, A. (1999). A framework for recognizing multi-agent action from visual evidence. In AAAI-99, pp. 518-525. 19. Zweig, G. and Russell, S. J. (1998). Speech recognition with dynamic Bayesian networks. In AAAI-98, pp. 173–180. 20. Richardson, M., Bilmes, J., and Diorio, C. (2000). Hidden-articulator Markov models: Performance improvements and robustness to noise. In ICASSP-00. 21. Stephenson, T., Bourlard, H., Bengio, S., and Morris, A. (2000). Automatic speech recognition using dynamic bayesian networks with both acoustic and articulatory features. In ICSLP-00, pp. 951-954. 22. Nefian, A., Liang, L., Pi, X., Liu, X., and Murphy, K. (2002). Dynamic bayesian networks for audiovisual speech recognition. EURASIP, Journal of Applied Signal Processing, 11, 1–15. 23. Livescu, K., Glass, J., and Bilmes, J. (2003). Hidden feature modeling for speech recognition using dynamic Bayesian networks. In EUROSPEECH-2003, pp. 2529-2532 24. Murphy, K. and Mian, I. S. (1999). Modelling gene expression data using Bayesian networks. people.cs.ubc.ca/˜murphyk/Papers/ismb99.pdf. 25. Perrin, B. E., Ralaivola, L., and Mazurie, A. (2003). Gene networks inference using dynamic Bayesian networks. Bioinformatics, 19, II 138-II 148. 26. Husmeier, D. (2003). Sensitivity and specificity of inferring genetic regulatory interactions from microarray experiments with dynamic bayesian networks. Bioinformatics, 19(17), 2271-2282. 27. Theocharous, G., Murphy, K., and Kaelbling, L. P. (2004). Representing hierarchical POMDPs as DBNs for multi-scale robot localization. In ICRA-04. 28. Smyth, P., Heckerman, D., and Jordan, M. I. (1997). Probabilistic independence networks for hidden Markov probability models. Neural Computation, 9(2), 227-269. 29. Roweis, S. T. and Ghahramani, Z. (1999). A unifying review of Linear GaussianModels. Neural Computation, 11(2), 305-345. 30. Binder, J., Koller, D., Russell, S. J., and Kanazawa, K. (1997a). Adaptive probabilistic networks with hidden variables. Machine Learning, 29, 213-244. 31. Ghahramani, Z. (1998). Learning dynamic bayesian networks. In Adaptive Processing of Sequences and Data Structures, pp. 168–197. 32. Friedman, N., Murphy, K., and Russell, S. J. (1998). Learning the structure of dynamic probabilistic networks. In UAI-98. 33. Sittler, R. W. (1964). An optimal data association problem in surveillance theory. IEEE Transactions on Military Electronics, 8(2), 125-139. 34. Reid, D. B. (1979). An algorithm for tracking multiple targets. IEEE Trans. Automatic Control, 24(6), 843–854. 35. Bar-Shalom, Y. and Fortmann, T. E. (1988). Tracking and Data Association. Academic Press. 36. Bar-Shalom, Y. (Ed.). (1992). Multi target multi sensor tracking: Advanced applications. Artech House. 37. Pasula, H., Russell, S. J., Ostland, M., and Ritov, Y. (1999). Tracking many objects with many sensors. In IJCAI-99. 38. Oh, S., Russell, S. J., and Sastry, S. (2009). Markov chain Monte Carlo data association for multi-target tracking. IEEE Transactions on Automatic Control, 54(3), 481-497. 39. Schulz, D., Burgard, W., Fox, D., and Cremers, A. B. (2003). People tracking with mobile robots using sample-based joint probabilistic data association filters. Int. J. Robotics Research, 22(2), 99-116 40. Cox, I. (1993). A review of statistical data association techniques for motion correspondence. IJCV, 10, 53–66. 41 Cox, I. and Hingorani, S. L. (1994). An efficient implementation and evaluation of Reid’s multiple hypothesis tracking algorithm for visual tracking. In ICPR-94, Vol. 1, pp. 437-442. 42. Kuhn, H. W. (1955). The Hungarian method for the assignment problem. Naval Research Logistics Quarterly, 2, 83-97.	Norvig I Peter Norvig Stuart J. Russell Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010
Vernunft	Idealismus	Adorno XIII 130 Vernunft/Idealismus/Adorno: Die erste Wandlung des Vernunftbegriffs im Idealismus hatte bedeutet, dass die Inhalte des Bewusstseins in die Vernunft hineingenommen wurden, aber reflektiert in dem Sinn, dass sie... XIII 131 ...selber als Momente des Bewusstseins sich erweisen sollen, d.h. dass die Inhalte in sich selber vermittelt sind durch Subjektivität. >Inhalt, >Bewusstsein, >Identität/Idealismus, >Subjektivität, >Subjekt/Idealismus. Vernunft/Verstand/Kant/Adorno: Vernunft ist dann das Vermögen, Einheit in der Mannigfaltigkeit zu stiften, und zwar nach Gesetzen. >Gesetze, >Einheit und Vielheit, >Vereinheitlichung, >Ordnung, >Einheit, >Apprehension, >Apperzeption.	A I Th. W. Adorno Max Horkheimer Dialektik der Aufklärung Frankfurt 1978 A II Theodor W. Adorno Negative Dialektik Frankfurt/M. 2000 A III Theodor W. Adorno Ästhetische Theorie Frankfurt/M. 1973 A IV Theodor W. Adorno Minima Moralia Frankfurt/M. 2003 A V Theodor W. Adorno Philosophie der neuen Musik Frankfurt/M. 1995 A VI Theodor W. Adorno Gesammelte Schriften, Band 5: Zur Metakritik der Erkenntnistheorie. Drei Studien zu Hegel Frankfurt/M. 1071 A VII Theodor W. Adorno Noten zur Literatur (I - IV) Frankfurt/M. 2002 A VIII Theodor W. Adorno Gesammelte Schriften in 20 Bänden: Band 2: Kierkegaard. Konstruktion des Ästhetischen Frankfurt/M. 2003 A IX Theodor W. Adorno Gesammelte Schriften in 20 Bänden: Band 8: Soziologische Schriften I Frankfurt/M. 2003 A XI Theodor W. Adorno Über Walter Benjamin Frankfurt/M. 1990 A XII Theodor W. Adorno Philosophische Terminologie Bd. 1 Frankfurt/M. 1973 A XIII Theodor W. Adorno Philosophische Terminologie Bd. 2 Frankfurt/M. 1974
Welt	James	Diaz-Bone I 128 Welt/Einheit/Vielheit/James: Dies ist das wichtigste philosophische Problem, weil es inhaltliche Konsequenzen hat. Ist Vielfalt wirklich belanglos? Einheit ist nicht das einzige Bedürfnis. Trotzdem werde ich Einheit immer als vornehmer als Vielheit ansehen. >Einheit. I 130 Einheit: Der Begriff allein kann keine Garantie für das Erfassen des Ganzen durch die gedankliche Vorstellung sein. Der Begriff Universum ist kein Beleg für die tatsächliche Existenz. I 130 Welt/James: Statt der Frage von Einheit und Vielheit ist die Auffassung von besonderer Bedeutung, es handele sich um ein raum zeitliches Kontinuum. I 131 Einheit und Vielheit sind hier absolut gleichwertig! I 131 Kausalität/James: Kann dann überhaupt von kausaler Einheit oder Zweckeinheit der Welt gesprochen werden? Vielheit kann als ebenso ewig angesehen werden wie kausale Vereinheitlichung! I 132 Welt/James: Weder Universum noch Multiversum, Einheit und Vielheit können gleichzeitig und nebeneinander bestehen. Die Welt ist in dem Maße eins, in dem ihre Teile zusammenhängen. Sie wird durch den Menschen mehr und mehr in einheitliche Systeme gebracht. ((s) >Davidson: beschreibungsabhängig).	James I R. Diaz-Bone/K. Schubert William James zur Einführung Hamburg 1996
Wissen	Minsky	Minsky I 72 Wissen/Minsky: Um als Experte zu gelten, benötigt man eine große Menge an Wissen über nur relativ wenige Arten. Im Gegensatz dazu umfasst der gesunde Menschenverstand eines gewöhnlichen Menschen eine viel größere Vielfalt an verschiedenen Arten von Wissen - und dies erfordert kompliziertere Managementsysteme. Es gibt einen einfachen Grund, warum es einfacher ist, sich Spezialwissen anzueignen als gesunden Menschenverstand. Jede Art von Wissen benötigt irgendeine Form der Repräsentation und eine Reihe von Fertigkeiten, die an diesen Repräsentationsstil angepasst sind. Ist diese Investition erst einmal getätigt, ist es für einen Spezialisten relativ einfach, weiteres Wissen anzusammeln, vorausgesetzt, das zusätzliche Fachwissen ist einheitlich genug, um zum gleichen Repräsentationsstil zu passen. I 124 Wissen/Akkumulation/Minsky: Uniframing funktioniert nicht immer. (>Uniframing/Terminologie). Wir versuchen oft, eine alltägliche Idee zu präzisieren - finden aber einfach nicht viel Einheit. Dann können wir nur Sammlungen von Beispielen anhäufen. (Def Uniframe/Minsky: eine Beschreibung, die so konstruiert ist, dass sie auf mehrere verschiedene Dinge gleichzeitig anwendbar ist). Höchstwahrscheinlich haben sich verschiedene Teile unseres Gehirns so entwickelt, dass sie beide Arten von Strategien anwenden können. Die Anhäufung von Beispielen muss nicht länger dauern, um sie zu manipulieren, wenn alle Beispiele gleichzeitig von separaten [Software-]Agenten bearbeitet werden können, die sich nicht gegenseitig stören. Aber wenn diese Prozesse erst einmal anfangen, sich gegenseitig zu helfen, wird die Effizienz der gesamten Gesellschaft (>Society of Minds) rapide abnehmen. I 125 Oberflächlich betrachtet mag es einfacher erscheinen, Akkumulationen vorzunehmen als Uniframes - aber die Wahl, was akkumuliert werden soll, erfordert möglicherweise tiefere Einsichten. Klassifizierung/Lernen: Unsere verschiedenen Motive und Anliegen erfordern wahrscheinlich unvereinbare Wege, die Dinge zu klassifizieren. I 126 Vereinheitlichung: Anhäufungen scheinen selten ganz zufriedenstellend zu sein, weil wir der Meinung sind, dass Vorstellungen mehr Einheit haben sollten. Wir hätten kein Wort für Stuhl oder Bogen oder Währung, wenn sie nichts anderes bedeuten würden als Listen von Dingen, die nichts miteinander zu tun haben. Viele gute Ideen sind in Wirklichkeit zwei Vorstellungen in einer - die eine Brücke zwischen zwei Bereichen des Denkens oder unterschiedlichen Standpunkten bilden. Rationalität/Mittel/Zwecke/Minsky: Unsere verschiedenen Welten von Zielen und Mitteln passen normalerweise nicht sehr gut zusammen. Wenn wir also in einer solchen Welt einen nützlichen, kompakten Einheitsrahmen finden, entspricht das oft einer Anhäufung in unseren anderen Welten. >Klassifikation, >Regeln/Minsky.	Minsky I Marvin Minsky The Society of Mind New York 1985 Minsky II Marvin Minsky Semantic Information Processing Cambridge, MA 2003

Der gesuchte Begriff oder Autor findet sich in Auseinandersetzungen folgender wissenschaftlicher Lager:

Begriff/ Autor/Ismus	Pro/Versus	Eintrag	Literatur
deduktiv- nomolog. Vereinheitlichung	Versus	I 96 Erklärung: DuhemVsFraassen: Vereinheitlichung bloß fiktive Annahme zur Vereinfachung - DuhemVsDeduktion - DuhemVsdeduktiv-nomologisches Modell - FraassenVsDuhem: die empirische Substruktur der Theorie soll der der Phänomene isomorph sein - DuhemVsFraassen: das geht höchstens ganz grob - (Cartwright dito).	Link zu Abkürzungen/Autoren

Der gesuchte Begriff oder Autor findet sich in folgenden Thesen von Autoren des zentralen Fachgebiets.

Begriff/ Autor/Ismus	Autor	Eintrag	Literatur
Natur	Duhem, P.	Cartwright I 94 Natur/Duhem/Cartwright: Duhem These die Phänomene der Natur zerfallen grob gesagt in natürliche Arten. DuhemVsRealismus: da gibt es keine Vereinigung. Es ist nur eine rohe Tatsache, daß einige Dinge sich manchmal wie gewisse andere Dinge verhalten. Und das kann ein Hinweis auf das Verhalten anderer Dinge sein. Erklärung/Duhem: stellt ein Schema auf, das diese Hinweise zu gebrauchen erlaubt. Vereinheitlichung/Duhem/Cartwright: ist nur fiktiv: Bsp es ist einfacher für uns Maxwells vier Gesetze und ein elektromagnetisches Feld zu postulieren um sowohl Licht als auch Elektrizität als Manifestation eines einzigen Merkmals anzusehen, aber die Vereinigung selbst gibt es nicht. Die Phänomene sind ja auch ganz verschieden! Wahrheit/Erklärung/Duhem/Cartwright: wir können nicht erwarten, ein explanatorisches Gesetz für zwei verschiedene Phänomene zu finden, das dann auch noch wahr ist!	Car I N. Cartwright How the laws of physics lie Oxford New York 1983 CartwrightR I R. Cartwright A Neglected Theory of Truth. Philosophical Essays, Cambridge/MA pp. 71-93 In Theories of Truth, Paul Horwich Aldershot 1994 CartwrightR II R. Cartwright Ontology and the theory of meaning Chicago 1954