Abschlussarbeit

Beschreibung:

Abstrakte Argumentation ist ein stark erforschtes Thema der Künstlichen Intelligenz. Ein häufig genutzter Ansatz sind die Abstrakten Argumentationsframeworks von Dung [1]. Diese Frameworks bilden eine Diskussion zwischen zwei Parteien ab, wobei nur die Struktur jener Diskussion wichtig ist. Als grundlegendes Modell wird ein gerichteter Graph genutzt, wobei die Argumente die Knoten sind und ein Angriff von einem Argument auf ein anderes Argument eine Kante ist. Also eine Kante zwischen Argument 'a' zu Argument 'b' bedeutet, dass 'a' 'b' attackiert.

Auf diesem Modell gibt es eine Handvoll von Problemen, die untersucht werden können, wie zum Beispiel "Erfüllt eine gegebene Menge von Argumenten eine Liste an Eigenschaften, sodass diese Menge als 'akzeptabel' gewertet werden kann.". Für diese Probleme gibt es bereits einige Programme, um diese zu lösen. Einige diese Probleme haben sich aber als sehr hart herausgestellt. Deswegen wird viel Zeit zur Optimierung der Programme genutzt, damit diese schneller die Probleme lösen können.

Viel Zeit wurde in die Optimierung und Entwicklung dieser Programme investiert, aber der Ansatz der Vorverarbeitung wurde bisher vernachlässigt. Unter einer Vorverarbeitung wird verstanden, dass die Eingabedaten verändert werden, damit handelsübliche Programme zum Lösen von den Argumentationsproblemen schneller zu einem Ergebnis kommen. So eine Vorverarbeitung der Eingabedaten kann zu einer Beschleunigung des Löseprozesses führen.

Ziel dieser Thesis ist es, eine Übersicht über vorhandene Methoden zu erstellen. Außerdem sollen die Methoden miteinander verglichen und optimiert werden. Wobei der Fokus bei der Optimierung auf der Kombination der Ansätze liegen soll und es soll überprüft werden, ob eine unterschiedliche Reihenfolge der Anwendung von den vorhandenen Methodiken zu anderen Ergebnissen führt.

[1] Dung, Phan Minh. "On the acceptability of arguments and its fundamental role in nonmonotonic reasoning, logic programming and n-person games." Artificial intelligence 77.2 (1995): 321-357.