Knowledge Representation and Relation Nets introduces a fresh approach to knowledge representation that can be used to organize study material in a convenient, teachable and learnable form. The method extends and formalizes concept mapping by developing knowledge representation as a structure of concepts and the relationships among them. Such a formal description of analogy results in a controlled method of modeling new' knowledge in terms of existing' knowledge in teaching and learning situations, and its applications result in a consistent and well-organized approach to problem solving. Additionally, strategies for the presentation of study material to learners arise naturally in this representation. While the theory of relation nets is dealt with in detail in part of this book, the reader need not master the formal mathematics in order to apply the theory to this method of knowledge representation. To assist the reader, each chapter starts with a brief summary, and the main ideas are illustrated by examples. The reader is also given an intuitive view of the formal notions used in the applications by means of diagrams, informal descriptions, and simple sets of construction rules. Knowledge Representation and Relation Nets is an excellent source for teachers, courseware designers and researchers in knowledge representation, cognitive science, theories of learning, the psychology of education, and structural modeling.

Knowledge Representation and Relation Nets introduces a fresh approach to knowledge representation that can be used to organize study material in a convenient, teachable and learnable form. The method extends and formalizes concept mapping by developing knowledge representation as a structure of concepts and the relationships among them. Such a formal description of analogy results in a controlled method of modeling `new' knowledge in terms of `existing' knowledge in teaching and learning situations, and its applications result in a consistent and well-organized approach to problem solving. Additionally, strategies for the presentation of study material to learners arise naturally in this representation. While the theory of relation nets is dealt with in detail in part of this book, the reader need not master the formal mathematics in order to apply the theory to this method of knowledge representation. To assist the reader, each chapter starts with a brief summary, and the main ideas are illustrated by examples. The reader is also given an intuitive view of the formal notions used in the applications by means of diagrams, informal descriptions, and simple sets of construction rules. Knowledge Representation and Relation Nets is an excellent source for teachers, courseware designers and researchers in knowledge representation, cognitive science, theories of learning, the psychology of education, and structural modeling.

Dieses Buch enthalt die Beitrage einer Tagung, die gemeinsam vom Fachbereich "Ausbildung und Beruf" der Gesellschaft fur Informatik und dem Institut fur Film und Bild in Wissenschaft und Unterricht FWU veranstaltet wurde. Die absehbare technische Weiterentwicklung des Computers in der Hardware und der Software offnet der Ausbildung viele Wege in die Zukunft. Dies belegt eindrucksvoll der Themenkatalog der Tagung: Ausbildung an allgemeinen und berufsbildenden Schulen, betriebliche Ausbildung, Netze und Telekommunikation, Computer-unterstutztes Lernen und Anwenden im Schulunterricht.

In diesem Lehrbuch werden die grundlegenden Begriffe der Theoretischen Informatik - Berechenbarkeit, Entscheidbarkeit, rekursive Funktionen, Regelsprachen, Turingmaschinen, Komplexitat - auf der Basis der Programmiersprache PASCAL motiviert, abgeleitet und in einer einheitlichen Betrachtungsweise dargestellt. Ferner wird die Aquivalenz verschiedener Ansatze zu einer Theorie der Berechenbarkeit - Programme, rekursive Funktionen, Regelsprachen und Turingmaschinen - als weiteres zentrales Konzept herausgestellt. Wahrend in den Kapiteln 1-7 qualitative Aspekte der Berechenbarkeit behandelt werden, ist Kapitel 8 den quantitativen Aspekten gewidmet. Die Komplexitat, d.h. Zeit- bzw. Speicheraufwand fur eine Berechnung, ist sowohl abhangig von dem zugrundeliegenden Berechnungsmodell als auch von dem zu losenden Problem, da fur ein bestimmtes Problem gewisse Schranken nicht unterschritten werden konnen. Bei einem so weitgespannten Gebiet wie der Theoretischen Informatik mussen zwangslaufig manche Einschrankungen bei der Stoffauswahl gemacht werden. So wird z.B. Semantik nur informell behandelt, Parallelitat nur ansatzweise betrachtet oder Automatentheorie nur am Rand gestreift. Ziel der Stoffauswahl war es, ein moglichst umfassendes Bild der Theoretischen Informatik zu bieten und ein Fundament fur weitergehende Studien zu legen. Das Buch setzt Grundkenntnisse aus den Anfangervorlesungen uber Analysis und Lineare Algebra voraus. Um den Leser mit der Terminologie in diesem Buch vertraut zu machen, sind im Anhang diese mathematischen Grundlagen in knapper Form zusammengestellt.