Logo des Repositoriums

Auflistung nach Autor:in "Wittig, Frank"

1 - 3 von 3
  • Konferenzbeitrag
    Empirisch basierte Benutzermodellierung mit Bayesschen Netzen: Strukturelle Aspekte
    (9. GI-Workshop "Adaptivität und Benutzermodellierung in interaktiven Softwaresystemen", 2001) Wittig, Frank
    Auf der Basis empirischer Daten, die im Rahmen eines psychologischen Experiments erhoben wurden, wird eine Analyse alternativer Benutzermodelle in Form dynamischer Bayesscher Netze vorgestellt. Im Vordergrund steht hierbei die Frage, ob und gegebenenfalls wie individuelle Unterschiede zwischen den Versuchspersonen modelliert werden sollten, sowie eine Untersuchung der Auswirkungen der Verwendung von Techniken des maschinellen Lernens zur Ermittelung der Struktur der Bayesschen Netze auf die Performanz der gelernten Benutzermodelle.
  • Konferenzbeitrag
    Implicit Feedback for User-Adaptive Systems by Analyzing the Users’ Speech
    (11. GI-Workshop "Adaptivität und Benutzermodellierung in interaktiven Softwaresystemen", 2003) Wittig, Frank; Müller, Christian
    This paper describes an approach to recognize the gender and age of a user on the basis of her/his speech. Within a two-level framework, machine learning techniques are applied to learn several appropriate classifiers whose results are combined on the top level to improve the overall classification of the user. As a part of the user model, the information about the user’s age and gender can be an important basis for appropriate adaptation decisions.
  • Konferenzbeitrag
    Zum maschinellen Lernen für benutzeradaptive Systeme am Beispiel Bayes'scher Netze
    (10. GI-Workshop "Adaptivität und Benutzermodellierung in interaktiven Softwaresystemen", 2002) Wittig, Frank
    Der vorliegende Beitrag beleuchtet die engen Zusammenhänge zwischen der Aufgabenstellung beim maschinellen Lernen und der Aufgabenstellung benutzeradaptiver Systeme. Es werden kritische Problemstellungen identifiziert und diskutiert, die typischerweise die direkte Anwendung maschineller Standardlerntechniken im Kontext benutzeradaptiver Systeme erschweren. Im zweiten Teil des Beitrags wird eine Konzeption vorgestellt, die einige dieser Probleme eines Einsatzes maschineller Lernverfahren Bayes’scher Netze in benutzeradaptiven Systemen durch Integration existierender und speziell für die Benutzermodellierung modifizierter bzw. neu entwickelter Verfahren löst.