Verfügbarkeit: Smart Innovation durch Natural Language Processing

Smart Innovation durch Natural Language Processing: mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bauer, Wilhelm 1957- (VerfasserIn), Warschat, Joachim 1949- (VerfasserIn)
Format:	Buch
Sprache:	German
Veröffentlicht:	München Hanser [2021]
Schlagworte:	Wettbewerbsfähigkeit Natürlichsprachiges System Technologiemanagement Computerlinguistik Künstliche Intelligenz Innovationsmanagement Big Data Hardback Artificial Intelligence Innovation 1784: Hardcover, Softcover / Wirtschaft/Management
Online-Zugang:	Inhaltsverzeichnis
Beschreibung:	XV, 362 Seiten Illustrationen, Diagramme 25 cm
ISBN:	9783446462625 3446462627

Internformat

MARC


LEADER	00000nam a2200000 c 4500
001	BV047143218
003	DE-604
005	20210713
007	t
008	210216s2021 gw a\|\|\| \|\|\|\| 00\|\|\| ger d
015			\|a 20,N21 \|2 dnb
016	7		\|a 1210295695 \|2 DE-101
020			\|a 9783446462625 \|c hbk. : EUR 69.99 (DE), EUR 72.00 (AT) \|9 978-3-446-46262-5
020			\|a 3446462627 \|9 3-446-46262-7
024	3		\|a 9783446462625
035			\|a (OCoLC)1238067534
035			\|a (DE-599)BVBBV047143218
040			\|a DE-604 \|b ger \|e rda
041	0		\|a ger
044			\|a gw \|c XA-DE-BY
049			\|a DE-2070s \|a DE-1050 \|a DE-355 \|a DE-N2 \|a DE-210 \|a DE-860 \|a DE-91 \|a DE-1046 \|a DE-1049 \|a DE-12 \|a DE-634 \|a DE-19
084			\|a QP 210 \|0 (DE-625)141841: \|2 rvk
084			\|a ST 300 \|0 (DE-625)143650: \|2 rvk
084			\|a ST 306 \|0 (DE-625)143654: \|2 rvk
084			\|a WIR 623 \|2 stub
084			\|a DAT 700 \|2 stub
084			\|a 650 \|2 sdnb
100	1		\|a Bauer, Wilhelm \|d 1957- \|e Verfasser \|0 (DE-588)136210619 \|4 aut
245	1	0	\|a Smart Innovation durch Natural Language Processing \|b mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern \|c Wilhelm Bauer, Joachim Warschat
264		1	\|a München \|b Hanser \|c [2021]
264		4	\|c © 2021
300			\|a XV, 362 Seiten \|b Illustrationen, Diagramme \|c 25 cm
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
650	0	7	\|a Wettbewerbsfähigkeit \|0 (DE-588)4065837-5 \|2 gnd \|9 rswk-swf
650	0	7	\|a Natürlichsprachiges System \|0 (DE-588)4284757-6 \|2 gnd \|9 rswk-swf
650	0	7	\|a Technologiemanagement \|0 (DE-588)4215161-2 \|2 gnd \|9 rswk-swf
650	0	7	\|a Computerlinguistik \|0 (DE-588)4035843-4 \|2 gnd \|9 rswk-swf
650	0	7	\|a Künstliche Intelligenz \|0 (DE-588)4033447-8 \|2 gnd \|9 rswk-swf
650	0	7	\|a Innovationsmanagement \|0 (DE-588)4161817-8 \|2 gnd \|9 rswk-swf
650	0	7	\|a Big Data \|0 (DE-588)4802620-7 \|2 gnd \|9 rswk-swf
653			\|a Hardback
653			\|a Artificial Intelligence
653			\|a Big Data
653			\|a Innovation
653			\|a Künstliche Intelligenz
653			\|a 1784: Hardcover, Softcover / Wirtschaft/Management
689	0	0	\|a Innovationsmanagement \|0 (DE-588)4161817-8 \|D s
689	0	1	\|a Technologiemanagement \|0 (DE-588)4215161-2 \|D s
689	0	2	\|a Künstliche Intelligenz \|0 (DE-588)4033447-8 \|D s
689	0	3	\|a Big Data \|0 (DE-588)4802620-7 \|D s
689	0		\|5 DE-604
689	1	0	\|a Künstliche Intelligenz \|0 (DE-588)4033447-8 \|D s
689	1	1	\|a Computerlinguistik \|0 (DE-588)4035843-4 \|D s
689	1	2	\|a Natürlichsprachiges System \|0 (DE-588)4284757-6 \|D s
689	1	3	\|a Wettbewerbsfähigkeit \|0 (DE-588)4065837-5 \|D s
689	1		\|5 DE-604
700	1		\|a Warschat, Joachim \|d 1949- \|e Verfasser \|0 (DE-588)170817091 \|4 aut
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe \|z 978-3-446-46606-7
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe, EPUB \|z 978-3-446-46935-8
856	4	2	\|m DNB Datenaustausch \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032549100&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA \|3 Inhaltsverzeichnis
999			\|a oai:aleph.bib-bvb.de:BVB01-032549100

Datensatz im Suchindex

_version_	1804182204321890304
adam_text	INHALTSVERZEICHNIS VORWORT ........................................................................................... V 1 INNOVATION - DER MOTOR DER WIRTSCHAFT .................................... 3 WILHELM BAUER, JOACHIM WARSCHAT 1.1 WO STEHEN WIR? ........................................................................................... 5 1.2 WO GEHEN WIR HIN? ..................................................................................... 9 1.3 DER AUFBAU DES BUCHS ............................................................................... 14 2 DER MENSCH IM INNOVATIONSPROZESS ....................................... 19 WILHELM BAUER, JOACHIM WARSCHAT, ANTONINO ARDILIO 2.1 CREALYTIC ..................................................................................................... 19 2.2 KREATIVITAETS-UND INNOVATIONSMETHODEN .................................................. 20 3 TECHNOLOGIE ALS INNOVATIONSTREIBER ......................................... 27 WILHELM BAUER, JOACHIM WARSCHAT, ANTONINO ARDILIO 3.1 TECHNOLOGIEN TREIBEN INNOVATIONEN .......................................................... 27 3.2 IN FUNKTIONEN DENKEN ............................................................................... 28 3.3 TECHNOLOGIESYSTEME, VERNETZTE FUNKTIONEN ............................................ 31 3.4 WELCHE ROLLE SPIELEN LEISTUNGSPARAMETER? .............................................. 34 4 WAS WILL DER KUNDE? ............................................................... 39 WILHELM BAUER, JOACHIM WARSCHAT, ANTONINO ARDILIO 4.1 WELCHE FUNKTIONEN SIND DEM NUTZER WICHTIG? ........................................ 39 4.2 WAS BIETEN DIE TECHNOLOGIEN? ................................................................... 44 5 DIE DATENFLUT ........................................................................... 47 WILHELM BAUER, JOACHIM WARSCHAT 5.1 RASANTES WACHSTUM DES WELTWEITEN WISSENS .......................................... 47 5.2 VISIBLE UND INVISIBLE WEB .......................................................................... 48 5.3 WAS SIND VERLAESSLICHE QUELLEN? .................................................................. 51 6 METHODEN DER KUENSTLICHE INTELLIGENZ ...................................... 55 JOACHIM WARSCHAT, MATTHIAS HEMMJE, MICHAEL SCHMITZ, ANTONINO ARDILIO 6.1 WAS IST KUENSTLICHE INTELLIGENZ? ................... 56 6.2 DREI GRUNDLEGENDE AUFGABEN DES MASCHINELLEN LERNENS ...................... 60 6.2.1 REGRESSION ...................................................................................... 61 6.2.2 KLASSIFIKATION ................................................................................ 62 6.2.3 CLUSTERANALYSE ................................................................................ 62 6.3 SPRACHE VERSTEHEN (NATURAL LANGUAGE PROCESSING (NLP)) ...................... 63 6.3.1 TEXTAUFBEREITUNG (PREPROCESSING) ................................................ 66 6.3.2 MIT WORTEN RECHNEN - VEKTORISIERUNG VON TEXTEN .................... 72 6.3.3 GENERATIVE UND DISKRIMINATIVE MODELLE AM BEISPIEL TOPIC MODELING .............................................................................. 79 6.4 NLP UND DEEP LEARNING ............................................................................ 82 6.4.1 LERNFORMEN .................................................................................... 83 6.4.1.1 UEBERWACHTES LERNEN/SUPERVISED LEARNING ................ 83 6.4.1.2 UNUEBERWACHTES LERNEN/UNSUPERVISED LEARNING ........ 84 6.4.1.3 TEILUEBERWACHTES LERNEN/SEMISUPERVISED LEARNING ... 84 6.4.1.4 SELBSTUEBERWACHTES LERNEN/SELFSUPERVISED LEARNING .. 85 6.4.1.5 LERNEN DURCH BELOHNUNG/REINFORCEMENT LEARNING ... 85 6.4.2 BEWERTUNG DER PROGNOSEWERTE .................................................... 88 6.4.3 STATISTISCHE METHODEN UND NEURONALE NETZE .............................. 91 6.4.3.1 HIDDEN-MARKOV-MODELL (HMM) .............................. 92 OE.4.3.2 CONDITIONAL RANDOM FIELDS (CRF) ............................... 94 OE.4.3.3 RANDOM FOREST ........................................................ 95 OE.4.3.4 MULTILAYER PERCEPTRON NETZE (MLP) ............................. 96 OE.4.3.5 CONVOLUTIONAL NEURAL NETWORKS (CNN) ....................... 104 6.4.3.OE RECURRENTE NEURONALE NETZE (RNN) ...................... 107 6.4.3.7 LONG SHORT-TERM MEMORY (LSTM) UND GATED RECURRENT UNIT (GRU) .......................................... 108 OE.4.3.8 TRANSFORMER ................................................................... 111 OE.4.3.9 BERT UND SEINE VERWANDTEN ....................................... 118 6.4.4 ARBEITEN MIT NEURONALEN NETZEN .................................................. 136 6.4.4.1 HYPERPARAMETER ............................................................. 136 OE.4.4.2 NLP-TOOLS ....................................................................... 143 OE.4.4.3 HARDWARE FUER NLP ......................................................... 145 6.4.5 NLP-AUFGABEN ............................................................................... 148 6.4.5.1 NAMED ENTITY RECOGNITION (NER) .................................. 148 OE.4.5.2 SENTIMENT-ANALYSE (EMPFINDUNGSANALYSE) ................. 156 OE.4.5.3 TEXTZUSAMMENFASSUNG (SUMMARIZATION) ................... 158 OE.4.5.4 TOPIC MODELLING UND TOPIC-KLASSIFIKATION ................... 162 OE.4.5.5 FRAGE & ANTWORT ............................................................. 165 OE.4.5.6 SUCHMASCHINE ............................................................... 166 6.5 SYMBOLISCHE KL-SYSTEME ........................................................................... 168 6.5.1 SEMANTIK ....................................................................................... 169 6.5.2 WISSENSREPRAESENTATION ................................................................ 170 6.5.3 TOOLS FUER DIE WISSENSBASIERTE MODELLIERUNG .............................. 173 6.5.4 KL-VERFAHREN (SYMBOLISCH) ZUR ERMITTLUNG VON TECHNOLOGIEN UND ANWENDUNGEN ....................................................................... 175 6.5.4.1 FUNKTIONSBASIERTE FORMULIERUNG DES INFORMATIONSBEDARFS ...................................................... 175 OE.5.4.2 FUNKTIONSPROFILE .............................................................. 178 OE.5.4.3 AUTOMATISIERTE ERMITTLUNG VON FUNKTIONSPROFILEN .... 180 6.5.4.4 SUCHE NACH TECHNOLOGIENAMEN ..................................... 183 6.6 HYBRIDE SYSTEME (SYMBOLISCH & SUBSYMBOLISCH) .................................... 185 7 KL IN DER PRAXIS ......................................................................... 189 WILHELM BAUER, JOACHIM WARSCHAT 7.1 KL-PROJEKTE ................................................................................................. 189 7.2 KI IM UNTERNEHMEN ................................................................................... 192 8 EXTRAKTION VON PROBLEMSTELLUNG UND LOESUNG AUS PATENTEN MIT NEURONALEN NETZEN ........................................................... 195 LUKAS HELLER, JOACHIM WARSCHAT 8.1 AUFGABENSTELLUNG ........................................................................................ 195 8.2 KONZEPTE, METHODEN UND MODELLE ............................................................ 195 8.2.1 INVENTIVE DESIGN METHOD .............................................................. 196 8.2.2 NEURONALE NETZE ALS NLP-WERKZEUGE .......................................... 198 8.2.3 TEXTVEKTORISIERUNG ........................................................................ 198 8.2.4 CONVOLUTIONAL NEURAL NETWORKS .................................................. 200 8.2.5 LSTM .............................................................................................. 201 8.2.6 ATTENTION BASED NEURAL NETWORKS ................................................ 202 8.3 MODELLENTWICKLUNG .................................................................................... 204 8.3.1 DATENGRUNDLAGE ............................................................................ 204 8.3.2 NETZSTRUKTUR .................................................................................. 205 8.3.3 OPTIMIERUNGSPARAMETER UND TRAININGSDURCHLAEUFE .................... 206 8.3.4 REFERENZWERT FUER DIE ERGEBNISSE .................................................. 207 8.3.5 ERGEBNIS .......................................................................................... 207 8.4 MODELLANWENDUNG ...................................................................................... 209 8.4.1 VERGLEICH MIT EXPERTENKLASSIFIZIERUNG ........................................ 209 8.4.2 ANWENDUNG AUF ANDEREN PATENTBEREICH ...................................... 211 8.4.3 VERGLEICH DER MODELLE .................................................................. 215 8.4.4 ANWENDUNGDESSYSTEMS .............................................................. 216 8.4.4.1 ANWENDUNG AUF BEISPIELPATENT ...................................... 216 8.4.4.2 PROTOTYP EINES PATENTANALYSETOOLS ................................ 217 9 ARGUMENTATIONSUNTERSTUETZUNG DURCH EMERGENTES WISSEN IN DER MEDIZIN ........................................................................... 219 CHRISTIAN NAWROTH, ALEXANDER DUTTENHOEFER, MATTHIAS HEMMJE 9.1 EINLEITUNG UND DEFINITIONEN ...................................................................... 219 9.2 VORSTUDIEN .................................................................................................... 221 9.3 SYSTEMARCHITEKTUR ...................................................................................... 225 9.4 KONZEPTION DES MEDIZINISCHEN EMERGING ARGUMENT EXTRACTOR (MEDIZINISCHER EAX) .................................................................................. 229 9.5 PROOF-OF-CONCEPT-SYSTEM ............................................................................ 230 9.6 EVALUATION ................................................................................................... 232 9.7 ZUSAMMENFASSUNG UND AUSBLICK .............................................................. 234 10 FUNKTIONSSEMANTISCHE REPRAESENTATION VON 3D-TECHNOLOGIEN FUER DIAGNOSTISCHE ROENTGENSYSTEME ......................................... 237 STEFAN TRAPP 10.1 EINLEITUNG .................................................................................................. 237 10.2 3D-SZENEN ZUR AUTOMATISCHEN POSITIONIERUNG DIAGNOSTISCHER ROENTGENSYSTEME ......................................................................................... 238 10.3 NLP FUER DIE TECHNOLOGIEFRUEHAUFKLAERUNG .................................................. 241 10.4 TECHNOLOGIESUCHE ALS NAMED-ENTITY-RECOGNITION-AUFGABE .................... 244 10.5 ANALYSE DER 3D-TECHNOLOGIE FUER ROENTGENSYSTEME .................................... 247 10.6 FUNKTIONSANALYSE ....................................................................................... 247 10.7 ONTOLOGIE ZUR REPRAESENTATION DER 3D-TECHNOLOGIE ................................. 249 10.8 SKIZZE EINER TECHNOLOGIESUCHE MIT BERT QUESTION ANSWERING ........... 250 10.9 WAHL DER 3D-SENSOR-TECHNOLOGIE 251 10.10 FAZIT UND AUSBLICK .................................................................................. 252 11 AUTOMATISCHE ABSCHAETZUNG VON TECHNOLOGY UND MARKET READINESS ............................................................ 253 TOBIAS ELJASIK-SWOBODA, CHRISTIAN RATHGEBER, RAINER HASENAUER 11.1 EINLEITUNG ................................................................................................... 253 11.2 TRIPLE BOTTOM LINE ..................................................................................... 253 11.2.1 WAS IST READINESS ..................................................................... 254 11.2.2 MARKT-UND TECHNOLOGIEBEREITSCHAFT ............................................ 255 11.2.3 AI-BEREITSCHAFT ............................................................................. 256 11.2.4 DER AUTOMATISIERTE INNOVATIONSCOACH .......................................... 258 11.3 WIE FUNKTIONIERT DIE READINESSNAVIGATOR AI? ..................................... 259 11.4 WIE GUT FUNKTIONIERT DIE READINESSNAVIGATOR AI? ............................... 264 11.5 WIE MAN AI DAZU MOTIVIERT, BESSER ZU FUNKTIONIEREN ............................ 266 11.6 FAZIT ............................................................................................................. 267 12 TECHNOLOGIEERMITTLUNG UND -UMSETZUNG MIT CREALYTIC BEI EINEM MITTELSTAENDISCHEN UNTERNEHMEN ............................ 269 ANTONINO ARDILIO, LUKAS KEICHER 12.1 UNTERNEHMEN .............................................................................................. 269 12.2 HERAUSFORDERUNG ........................................................................................ 269 12.3 ZIEL ................................................................................................................ 272 12.4 METHODISCHES VORGEHEN ............................................................................ 273 12.4.1 DESIGN-THINKING-PHASE 1: VERSTEHEN (GEMEINSAMES VERSTAENDNIS SCHAFFEN ) .................................................................. 275 12.4.2 DESIGN-THINKING-PHASE 2: BEOBACHTEN (KUNDENBEDUERFNISSE VERSTEHEN ) .................................................................................... 277 12.4.3 DESIGN-THINKING-PHASE 3: DEFINIEREN (GENAUE BESCHREIBUNG DES PROBLEMS ) .............................................................................. 278 12.4.4 DESIGN-THINKING-PHASE 4: IDEENFINDUNG (GENERIERUNG VON LOESUNGSIDEEN ) .............................................................................. 281 12.5 TECHNISCHE VORGEHENSWEISE ...................................................................... 282 12.6 ERGEBNIS ...................................................................................................... 285 13 WISSENSBASIERTE PRODUKTIONSPLANUNG FUER INTELLIGENTE PRODUKTIONSUMGEBUNGEN .........................................................287 BENJAMIN GERNHARDT, TOBIAS VOGEL, MATTHIAS HEMMJE 13.1 AUSGANGSPUNKT .......................................................................................... 287 13.2 EINLEITUNG UND MOTIVATION ........................................................................ 288 13.3 HINTERGRUND UND STAND DER WISSENSCHAFT UND TECHNIK .......................... 290 13.4 MODELLIERUNG DER KPP-ONTOLOGIE .............................................................. 292 13.5 VERBLEIBENDE HERAUSFORDERUNGEN ............................................................ 294 13.6 VORGESCHLAGENER ANSATZ ............................................................................ 295 13.7 VERWANDTE ARBEITEN .................................................................................... 296 13.8 INTEGRATIONSKONZEPT .................................................................................... 297 13.9 PROOF-OF-CONCEPT-SZENARIEN ........................................................................ 299 13.10 FAZIT ............................................................................................................. 299 14 TECHNOLOGY INTELLIGENCE - TECHNOLOGIEFRUEHAUFKLAERUNG MIT STATISTISCHEN VERFAHREN UND NEURONALEN NETZEN ..................... 301 FRANCK K. ADJOGBLE, JOACHIM WARSCHAT 14.1 EINFUEHRUNG ................................................................................................. 301 14.2 MOTIVATION UND KONTEXT AM BEISPIEL VON ELEKTROAUTOS .......................... 302 14.3 VERBRAUCHERMEINUNGEN UND DIE DYNAMIK DER MAERKTE .......................... 302 14.4 ELEKTROFAHRZEUGE UND IHRE TECHNOLOGISCHEN MERKMALE .......................... 303 14.5 DIE DATA ENVELOPMENT ANALYSIS (DEA) .................................................... 303 14.6 TECHNOLOGY FORECASTING MIT DER DATA ENVELOPMENT ANALYSIS (TFDEA) . 308 14.7 TECHNOLOGIEFRUEHAUFKLAERUNG MIT NEURONALEN NETZEN .............................. 311 14.7.1 DIE REGRESSIONSANALYSE ALS FUNKTION DER RATE OF CHANGE ........ 311 14.7.2 BERECHNUNG DER DYNAMIC-RATE-OF-CHANGE MIT EINEM NEURONALEN NETZWERK .................................................................... 315 14.8 ANWENDUNG DES VERFAHRENS AM BEISPIEL ELEKTROAUTO ............................ 316 14.8.1 AUFTEILUNG DER FUNKTIONALITAETEN IN MODELLE .............................. 316 14.8.2 DAS SETUP MODELL ......................................................................... 316 14.8.3 DAS PRAEDIKTION MODELL ................................................................. 319 14.8.4 ADAPTION MODELL DURCH NEURONALES NETZWERK ............................ 324 14.9 ZUSAMMENFASSUNG UND AUSBLICK ............................................................. 328 15 LITERATURVERZEICHNIS ................................................................. 331 LITERATUR ..................................................................................................... 331 LINKS ........................................................................................................... 350 16 INDEX ........................................................................................ 351 17 DIE AUTOREN ...............................................................................355
adam_txt	INHALTSVERZEICHNIS VORWORT . V 1 INNOVATION - DER MOTOR DER WIRTSCHAFT . 3 WILHELM BAUER, JOACHIM WARSCHAT 1.1 WO STEHEN WIR? . 5 1.2 WO GEHEN WIR HIN? . 9 1.3 DER AUFBAU DES BUCHS . 14 2 DER MENSCH IM INNOVATIONSPROZESS . 19 WILHELM BAUER, JOACHIM WARSCHAT, ANTONINO ARDILIO 2.1 CREALYTIC . 19 2.2 KREATIVITAETS-UND INNOVATIONSMETHODEN . 20 3 TECHNOLOGIE ALS INNOVATIONSTREIBER . 27 WILHELM BAUER, JOACHIM WARSCHAT, ANTONINO ARDILIO 3.1 TECHNOLOGIEN TREIBEN INNOVATIONEN . 27 3.2 IN FUNKTIONEN DENKEN . 28 3.3 TECHNOLOGIESYSTEME, VERNETZTE FUNKTIONEN . 31 3.4 WELCHE ROLLE SPIELEN LEISTUNGSPARAMETER? . 34 4 WAS WILL DER KUNDE? . 39 WILHELM BAUER, JOACHIM WARSCHAT, ANTONINO ARDILIO 4.1 WELCHE FUNKTIONEN SIND DEM NUTZER WICHTIG? . 39 4.2 WAS BIETEN DIE TECHNOLOGIEN? . 44 5 DIE DATENFLUT . 47 WILHELM BAUER, JOACHIM WARSCHAT 5.1 RASANTES WACHSTUM DES WELTWEITEN WISSENS . 47 5.2 VISIBLE UND INVISIBLE WEB . 48 5.3 WAS SIND VERLAESSLICHE QUELLEN? . 51 6 METHODEN DER KUENSTLICHE INTELLIGENZ . 55 JOACHIM WARSCHAT, MATTHIAS HEMMJE, MICHAEL SCHMITZ, ANTONINO ARDILIO 6.1 WAS IST KUENSTLICHE INTELLIGENZ? . 56 6.2 DREI GRUNDLEGENDE AUFGABEN DES MASCHINELLEN LERNENS . 60 6.2.1 REGRESSION . 61 6.2.2 KLASSIFIKATION . 62 6.2.3 CLUSTERANALYSE . 62 6.3 SPRACHE VERSTEHEN (NATURAL LANGUAGE PROCESSING (NLP)) . 63 6.3.1 TEXTAUFBEREITUNG (PREPROCESSING) . 66 6.3.2 MIT WORTEN RECHNEN - VEKTORISIERUNG VON TEXTEN . 72 6.3.3 GENERATIVE UND DISKRIMINATIVE MODELLE AM BEISPIEL TOPIC MODELING . 79 6.4 NLP UND DEEP LEARNING . 82 6.4.1 LERNFORMEN . 83 6.4.1.1 UEBERWACHTES LERNEN/SUPERVISED LEARNING . 83 6.4.1.2 UNUEBERWACHTES LERNEN/UNSUPERVISED LEARNING . 84 6.4.1.3 TEILUEBERWACHTES LERNEN/SEMISUPERVISED LEARNING . 84 6.4.1.4 SELBSTUEBERWACHTES LERNEN/SELFSUPERVISED LEARNING . 85 6.4.1.5 LERNEN DURCH BELOHNUNG/REINFORCEMENT LEARNING . 85 6.4.2 BEWERTUNG DER PROGNOSEWERTE . 88 6.4.3 STATISTISCHE METHODEN UND NEURONALE NETZE . 91 6.4.3.1 HIDDEN-MARKOV-MODELL (HMM) . 92 OE.4.3.2 CONDITIONAL RANDOM FIELDS (CRF) . 94 OE.4.3.3 RANDOM FOREST . 95 OE.4.3.4 MULTILAYER PERCEPTRON NETZE (MLP) . 96 OE.4.3.5 CONVOLUTIONAL NEURAL NETWORKS (CNN) . 104 6.4.3.OE RECURRENTE NEURONALE NETZE (RNN) . 107 6.4.3.7 LONG SHORT-TERM MEMORY (LSTM) UND GATED RECURRENT UNIT (GRU) . 108 OE.4.3.8 TRANSFORMER . 111 OE.4.3.9 BERT UND SEINE VERWANDTEN . 118 6.4.4 ARBEITEN MIT NEURONALEN NETZEN . 136 6.4.4.1 HYPERPARAMETER . 136 OE.4.4.2 NLP-TOOLS . 143 OE.4.4.3 HARDWARE FUER NLP . 145 6.4.5 NLP-AUFGABEN . 148 6.4.5.1 NAMED ENTITY RECOGNITION (NER) . 148 OE.4.5.2 SENTIMENT-ANALYSE (EMPFINDUNGSANALYSE) . 156 OE.4.5.3 TEXTZUSAMMENFASSUNG (SUMMARIZATION) . 158 OE.4.5.4 TOPIC MODELLING UND TOPIC-KLASSIFIKATION . 162 OE.4.5.5 FRAGE & ANTWORT . 165 OE.4.5.6 SUCHMASCHINE . 166 6.5 SYMBOLISCHE KL-SYSTEME . 168 6.5.1 SEMANTIK . 169 6.5.2 WISSENSREPRAESENTATION . 170 6.5.3 TOOLS FUER DIE WISSENSBASIERTE MODELLIERUNG . 173 6.5.4 KL-VERFAHREN (SYMBOLISCH) ZUR ERMITTLUNG VON TECHNOLOGIEN UND ANWENDUNGEN . 175 6.5.4.1 FUNKTIONSBASIERTE FORMULIERUNG DES INFORMATIONSBEDARFS . 175 OE.5.4.2 FUNKTIONSPROFILE . 178 OE.5.4.3 AUTOMATISIERTE ERMITTLUNG VON FUNKTIONSPROFILEN . 180 6.5.4.4 SUCHE NACH TECHNOLOGIENAMEN . 183 6.6 HYBRIDE SYSTEME (SYMBOLISCH & SUBSYMBOLISCH) . 185 7 KL IN DER PRAXIS . 189 WILHELM BAUER, JOACHIM WARSCHAT 7.1 KL-PROJEKTE . 189 7.2 KI IM UNTERNEHMEN . 192 8 EXTRAKTION VON PROBLEMSTELLUNG UND LOESUNG AUS PATENTEN MIT NEURONALEN NETZEN . 195 LUKAS HELLER, JOACHIM WARSCHAT 8.1 AUFGABENSTELLUNG . 195 8.2 KONZEPTE, METHODEN UND MODELLE . 195 8.2.1 INVENTIVE DESIGN METHOD . 196 8.2.2 NEURONALE NETZE ALS NLP-WERKZEUGE . 198 8.2.3 TEXTVEKTORISIERUNG . 198 8.2.4 CONVOLUTIONAL NEURAL NETWORKS . 200 8.2.5 LSTM . 201 8.2.6 ATTENTION BASED NEURAL NETWORKS . 202 8.3 MODELLENTWICKLUNG . 204 8.3.1 DATENGRUNDLAGE . 204 8.3.2 NETZSTRUKTUR . 205 8.3.3 OPTIMIERUNGSPARAMETER UND TRAININGSDURCHLAEUFE . 206 8.3.4 REFERENZWERT FUER DIE ERGEBNISSE . 207 8.3.5 ERGEBNIS . 207 8.4 MODELLANWENDUNG . 209 8.4.1 VERGLEICH MIT EXPERTENKLASSIFIZIERUNG . 209 8.4.2 ANWENDUNG AUF ANDEREN PATENTBEREICH . 211 8.4.3 VERGLEICH DER MODELLE . 215 8.4.4 ANWENDUNGDESSYSTEMS . 216 8.4.4.1 ANWENDUNG AUF BEISPIELPATENT . 216 8.4.4.2 PROTOTYP EINES PATENTANALYSETOOLS . 217 9 ARGUMENTATIONSUNTERSTUETZUNG DURCH EMERGENTES WISSEN IN DER MEDIZIN . 219 CHRISTIAN NAWROTH, ALEXANDER DUTTENHOEFER, MATTHIAS HEMMJE 9.1 EINLEITUNG UND DEFINITIONEN . 219 9.2 VORSTUDIEN . 221 9.3 SYSTEMARCHITEKTUR . 225 9.4 KONZEPTION DES MEDIZINISCHEN EMERGING ARGUMENT EXTRACTOR (MEDIZINISCHER EAX) . 229 9.5 PROOF-OF-CONCEPT-SYSTEM . 230 9.6 EVALUATION . 232 9.7 ZUSAMMENFASSUNG UND AUSBLICK . 234 10 FUNKTIONSSEMANTISCHE REPRAESENTATION VON 3D-TECHNOLOGIEN FUER DIAGNOSTISCHE ROENTGENSYSTEME . 237 STEFAN TRAPP 10.1 EINLEITUNG . 237 10.2 3D-SZENEN ZUR AUTOMATISCHEN POSITIONIERUNG DIAGNOSTISCHER ROENTGENSYSTEME . 238 10.3 NLP FUER DIE TECHNOLOGIEFRUEHAUFKLAERUNG . 241 10.4 TECHNOLOGIESUCHE ALS NAMED-ENTITY-RECOGNITION-AUFGABE . 244 10.5 ANALYSE DER 3D-TECHNOLOGIE FUER ROENTGENSYSTEME . 247 10.6 FUNKTIONSANALYSE . 247 10.7 ONTOLOGIE ZUR REPRAESENTATION DER 3D-TECHNOLOGIE . 249 10.8 SKIZZE EINER TECHNOLOGIESUCHE MIT BERT QUESTION ANSWERING . 250 10.9 WAHL DER 3D-SENSOR-TECHNOLOGIE 251 10.10 FAZIT UND AUSBLICK . 252 11 AUTOMATISCHE ABSCHAETZUNG VON TECHNOLOGY UND MARKET READINESS . 253 TOBIAS ELJASIK-SWOBODA, CHRISTIAN RATHGEBER, RAINER HASENAUER 11.1 EINLEITUNG . 253 11.2 TRIPLE BOTTOM LINE . 253 11.2.1 WAS IST READINESS . 254 11.2.2 MARKT-UND TECHNOLOGIEBEREITSCHAFT . 255 11.2.3 AI-BEREITSCHAFT . 256 11.2.4 DER AUTOMATISIERTE INNOVATIONSCOACH . 258 11.3 WIE FUNKTIONIERT DIE READINESSNAVIGATOR AI? . 259 11.4 WIE GUT FUNKTIONIERT DIE READINESSNAVIGATOR AI? . 264 11.5 WIE MAN AI DAZU MOTIVIERT, BESSER ZU FUNKTIONIEREN . 266 11.6 FAZIT . 267 12 TECHNOLOGIEERMITTLUNG UND -UMSETZUNG MIT CREALYTIC BEI EINEM MITTELSTAENDISCHEN UNTERNEHMEN . 269 ANTONINO ARDILIO, LUKAS KEICHER 12.1 UNTERNEHMEN . 269 12.2 HERAUSFORDERUNG . 269 12.3 ZIEL . 272 12.4 METHODISCHES VORGEHEN . 273 12.4.1 DESIGN-THINKING-PHASE 1: VERSTEHEN (GEMEINSAMES VERSTAENDNIS SCHAFFEN ) . 275 12.4.2 DESIGN-THINKING-PHASE 2: BEOBACHTEN (KUNDENBEDUERFNISSE VERSTEHEN ) . 277 12.4.3 DESIGN-THINKING-PHASE 3: DEFINIEREN (GENAUE BESCHREIBUNG DES PROBLEMS ) . 278 12.4.4 DESIGN-THINKING-PHASE 4: IDEENFINDUNG (GENERIERUNG VON LOESUNGSIDEEN ) . 281 12.5 TECHNISCHE VORGEHENSWEISE . 282 12.6 ERGEBNIS . 285 13 WISSENSBASIERTE PRODUKTIONSPLANUNG FUER INTELLIGENTE PRODUKTIONSUMGEBUNGEN .287 BENJAMIN GERNHARDT, TOBIAS VOGEL, MATTHIAS HEMMJE 13.1 AUSGANGSPUNKT . 287 13.2 EINLEITUNG UND MOTIVATION . 288 13.3 HINTERGRUND UND STAND DER WISSENSCHAFT UND TECHNIK . 290 13.4 MODELLIERUNG DER KPP-ONTOLOGIE . 292 13.5 VERBLEIBENDE HERAUSFORDERUNGEN . 294 13.6 VORGESCHLAGENER ANSATZ . 295 13.7 VERWANDTE ARBEITEN . 296 13.8 INTEGRATIONSKONZEPT . 297 13.9 PROOF-OF-CONCEPT-SZENARIEN . 299 13.10 FAZIT . 299 14 TECHNOLOGY INTELLIGENCE - TECHNOLOGIEFRUEHAUFKLAERUNG MIT STATISTISCHEN VERFAHREN UND NEURONALEN NETZEN . 301 FRANCK K. ADJOGBLE, JOACHIM WARSCHAT 14.1 EINFUEHRUNG . 301 14.2 MOTIVATION UND KONTEXT AM BEISPIEL VON ELEKTROAUTOS . 302 14.3 VERBRAUCHERMEINUNGEN UND DIE DYNAMIK DER MAERKTE . 302 14.4 ELEKTROFAHRZEUGE UND IHRE TECHNOLOGISCHEN MERKMALE . 303 14.5 DIE DATA ENVELOPMENT ANALYSIS (DEA) . 303 14.6 TECHNOLOGY FORECASTING MIT DER DATA ENVELOPMENT ANALYSIS (TFDEA) . 308 14.7 TECHNOLOGIEFRUEHAUFKLAERUNG MIT NEURONALEN NETZEN . 311 14.7.1 DIE REGRESSIONSANALYSE ALS FUNKTION DER RATE OF CHANGE . 311 14.7.2 BERECHNUNG DER DYNAMIC-RATE-OF-CHANGE MIT EINEM NEURONALEN NETZWERK . 315 14.8 ANWENDUNG DES VERFAHRENS AM BEISPIEL ELEKTROAUTO . 316 14.8.1 AUFTEILUNG DER FUNKTIONALITAETEN IN MODELLE . 316 14.8.2 DAS SETUP MODELL . 316 14.8.3 DAS PRAEDIKTION MODELL . 319 14.8.4 ADAPTION MODELL DURCH NEURONALES NETZWERK . 324 14.9 ZUSAMMENFASSUNG UND AUSBLICK . 328 15 LITERATURVERZEICHNIS . 331 LITERATUR . 331 LINKS . 350 16 INDEX . 351 17 DIE AUTOREN .355
any_adam_object	1
any_adam_object_boolean	1
author	Bauer, Wilhelm 1957- Warschat, Joachim 1949-
author_GND	(DE-588)136210619 (DE-588)170817091
author_facet	Bauer, Wilhelm 1957- Warschat, Joachim 1949-
author_role	aut aut
author_sort	Bauer, Wilhelm 1957-
author_variant	w b wb j w jw
building	Verbundindex
bvnumber	BV047143218
classification_rvk	QP 210 ST 300 ST 306
classification_tum	WIR 623 DAT 700
ctrlnum	(OCoLC)1238067534 (DE-599)BVBBV047143218
discipline	Informatik Wirtschaftswissenschaften
discipline_str_mv	Informatik Wirtschaftswissenschaften
format	Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>03097nam a2200721 c 4500</leader><controlfield tag="001">BV047143218</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20210713 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">210216s2021 gw a\|\|\| \|\|\|\| 00\|\|\| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">20,N21</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1210295695</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783446462625</subfield><subfield code="c">hbk. : EUR 69.99 (DE), EUR 72.00 (AT)</subfield><subfield code="9">978-3-446-46262-5</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3446462627</subfield><subfield code="9">3-446-46262-7</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783446462625</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1238067534</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV047143218</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BY</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-2070s</subfield><subfield code="a">DE-1050</subfield><subfield code="a">DE-355</subfield><subfield code="a">DE-N2</subfield><subfield code="a">DE-210</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-91</subfield><subfield code="a">DE-1046</subfield><subfield code="a">DE-1049</subfield><subfield code="a">DE-12</subfield><subfield code="a">DE-634</subfield><subfield code="a">DE-19</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QP 210</subfield><subfield code="0">(DE-625)141841:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 300</subfield><subfield code="0">(DE-625)143650:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 306</subfield><subfield code="0">(DE-625)143654:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">WIR 623</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 700</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">650</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Bauer, Wilhelm</subfield><subfield code="d">1957-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)136210619</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Smart Innovation durch Natural Language Processing</subfield><subfield code="b">mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern</subfield><subfield code="c">Wilhelm Bauer, Joachim Warschat</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">München</subfield><subfield code="b">Hanser</subfield><subfield code="c">[2021]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">© 2021</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XV, 362 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield><subfield code="c">25 cm</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Wettbewerbsfähigkeit</subfield><subfield code="0">(DE-588)4065837-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Natürlichsprachiges System</subfield><subfield code="0">(DE-588)4284757-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Technologiemanagement</subfield><subfield code="0">(DE-588)4215161-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Computerlinguistik</subfield><subfield code="0">(DE-588)4035843-4</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Künstliche Intelligenz</subfield><subfield code="0">(DE-588)4033447-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Innovationsmanagement</subfield><subfield code="0">(DE-588)4161817-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Big Data</subfield><subfield code="0">(DE-588)4802620-7</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Hardback</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Artificial Intelligence</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Big Data</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Innovation</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Künstliche Intelligenz</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">1784: Hardcover, Softcover / Wirtschaft/Management</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Innovationsmanagement</subfield><subfield code="0">(DE-588)4161817-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Technologiemanagement</subfield><subfield code="0">(DE-588)4215161-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Künstliche Intelligenz</subfield><subfield code="0">(DE-588)4033447-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="3"><subfield code="a">Big Data</subfield><subfield code="0">(DE-588)4802620-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Künstliche Intelligenz</subfield><subfield code="0">(DE-588)4033447-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Computerlinguistik</subfield><subfield code="0">(DE-588)4035843-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="2"><subfield code="a">Natürlichsprachiges System</subfield><subfield code="0">(DE-588)4284757-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="3"><subfield code="a">Wettbewerbsfähigkeit</subfield><subfield code="0">(DE-588)4065837-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Warschat, Joachim</subfield><subfield code="d">1949-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)170817091</subfield><subfield code="4">aut</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe</subfield><subfield code="z">978-3-446-46606-7</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, EPUB</subfield><subfield code="z">978-3-446-46935-8</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032549100&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-032549100</subfield></datafield></record></collection>
id	DE-604.BV047143218
illustrated	Illustrated
index_date	2024-07-03T16:36:09Z
indexdate	2024-07-10T09:03:50Z
institution	BVB
isbn	9783446462625 3446462627
language	German
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-032549100
oclc_num	1238067534
open_access_boolean
owner	DE-2070s DE-1050 DE-355 DE-BY-UBR DE-N2 DE-210 DE-860 DE-91 DE-BY-TUM DE-1046 DE-1049 DE-12 DE-634 DE-19 DE-BY-UBM
owner_facet	DE-2070s DE-1050 DE-355 DE-BY-UBR DE-N2 DE-210 DE-860 DE-91 DE-BY-TUM DE-1046 DE-1049 DE-12 DE-634 DE-19 DE-BY-UBM
physical	XV, 362 Seiten Illustrationen, Diagramme 25 cm
publishDate	2021
publishDateSearch	2021
publishDateSort	2021
publisher	Hanser
record_format	marc
spelling	Bauer, Wilhelm 1957- Verfasser (DE-588)136210619 aut Smart Innovation durch Natural Language Processing mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern Wilhelm Bauer, Joachim Warschat München Hanser [2021] © 2021 XV, 362 Seiten Illustrationen, Diagramme 25 cm txt rdacontent n rdamedia nc rdacarrier Wettbewerbsfähigkeit (DE-588)4065837-5 gnd rswk-swf Natürlichsprachiges System (DE-588)4284757-6 gnd rswk-swf Technologiemanagement (DE-588)4215161-2 gnd rswk-swf Computerlinguistik (DE-588)4035843-4 gnd rswk-swf Künstliche Intelligenz (DE-588)4033447-8 gnd rswk-swf Innovationsmanagement (DE-588)4161817-8 gnd rswk-swf Big Data (DE-588)4802620-7 gnd rswk-swf Hardback Artificial Intelligence Big Data Innovation Künstliche Intelligenz 1784: Hardcover, Softcover / Wirtschaft/Management Innovationsmanagement (DE-588)4161817-8 s Technologiemanagement (DE-588)4215161-2 s Künstliche Intelligenz (DE-588)4033447-8 s Big Data (DE-588)4802620-7 s DE-604 Computerlinguistik (DE-588)4035843-4 s Natürlichsprachiges System (DE-588)4284757-6 s Wettbewerbsfähigkeit (DE-588)4065837-5 s Warschat, Joachim 1949- Verfasser (DE-588)170817091 aut Erscheint auch als Online-Ausgabe 978-3-446-46606-7 Erscheint auch als Online-Ausgabe, EPUB 978-3-446-46935-8 DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032549100&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis
spellingShingle	Bauer, Wilhelm 1957- Warschat, Joachim 1949- Smart Innovation durch Natural Language Processing mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern Wettbewerbsfähigkeit (DE-588)4065837-5 gnd Natürlichsprachiges System (DE-588)4284757-6 gnd Technologiemanagement (DE-588)4215161-2 gnd Computerlinguistik (DE-588)4035843-4 gnd Künstliche Intelligenz (DE-588)4033447-8 gnd Innovationsmanagement (DE-588)4161817-8 gnd Big Data (DE-588)4802620-7 gnd
subject_GND	(DE-588)4065837-5 (DE-588)4284757-6 (DE-588)4215161-2 (DE-588)4035843-4 (DE-588)4033447-8 (DE-588)4161817-8 (DE-588)4802620-7
title	Smart Innovation durch Natural Language Processing mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern
title_auth	Smart Innovation durch Natural Language Processing mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern
title_exact_search	Smart Innovation durch Natural Language Processing mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern
title_exact_search_txtP	Smart Innovation durch Natural Language Processing mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern
title_full	Smart Innovation durch Natural Language Processing mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern Wilhelm Bauer, Joachim Warschat
title_fullStr	Smart Innovation durch Natural Language Processing mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern Wilhelm Bauer, Joachim Warschat
title_full_unstemmed	Smart Innovation durch Natural Language Processing mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern Wilhelm Bauer, Joachim Warschat
title_short	Smart Innovation durch Natural Language Processing
title_sort	smart innovation durch natural language processing mit kunstlicher intelligenz die wettbewerbsfahigkeit verbessern
title_sub	mit Künstlicher Intelligenz die Wettbewerbsfähigkeit verbessern
topic	Wettbewerbsfähigkeit (DE-588)4065837-5 gnd Natürlichsprachiges System (DE-588)4284757-6 gnd Technologiemanagement (DE-588)4215161-2 gnd Computerlinguistik (DE-588)4035843-4 gnd Künstliche Intelligenz (DE-588)4033447-8 gnd Innovationsmanagement (DE-588)4161817-8 gnd Big Data (DE-588)4802620-7 gnd
topic_facet	Wettbewerbsfähigkeit Natürlichsprachiges System Technologiemanagement Computerlinguistik Künstliche Intelligenz Innovationsmanagement Big Data
url	http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032549100&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
work_keys_str_mv	AT bauerwilhelm smartinnovationdurchnaturallanguageprocessingmitkunstlicherintelligenzdiewettbewerbsfahigkeitverbessern AT warschatjoachim smartinnovationdurchnaturallanguageprocessingmitkunstlicherintelligenzdiewettbewerbsfahigkeitverbessern

Verfügbarkeit

Es ist kein Print-Exemplar vorhanden.

Fernleihe Bestellen Achtung: Nicht im THWS-Bestand! Inhaltsverzeichnis

MARC

Datensatz im Suchindex

Es ist kein Print-Exemplar vorhanden.

Ähnliche Einträge