Phys. Dirk Burghardt
Phys. Dirk Burghardt
Phys. Dirk Burghardt
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
2.2. Grundlagen der automatisierten Generalisierung 25<br />
Reverse Engineering: Eine Möglichkeit der Formalisierung kartographischen Expertenwissens<br />
ist das Reverse Engineering“ (Grünreich, 1995a). Darunter versteht man einen Vergleich<br />
”<br />
mehrerer Darstellungen in Ausgangs- und Folgemaßstab mit dem Ziel, Gemeinsamkeiten zu extrahieren<br />
und diese in verallgemeinerter Form (z.B. als Parameter oder Regel) abzuleiten. Auf<br />
die Bedeutung des Reverse Engineering für die Generalisierung wurde unter anderem auf dem<br />
zweiten Workshop über Progress in Automated Generalization“ in Barcelona 1995 hingewiesen<br />
”<br />
(Grünreich, 1996). Im Anhang A sind die experimentellen Arbeiten des Verfassers zur Analyse<br />
von Verdrängungssituationen in topographischen Karten dargestellt. Hier ist die prizipielle Vorgehensweise<br />
skizziert, wie mittels Reverse Engineering Steuerparameter für die automatisierte<br />
Verdrängung abgeleitet werden können:<br />
• Scannen von Verdrängungsszenen in verschiedenen Maßstäben (z.B. Fluß, Straße, Eisenbahn<br />
im Durchbruchstal)<br />
• Berücksichtigung charakteristischer Punkte zwecks Identifizierung gleicher Objekte in unterschiedlichen<br />
Maßstäben<br />
• Festlegung von geeigneten Maßen zur Beschreibung der Linienverdrängung (z.B. eingeschlossene<br />
Fläche zwischen Original- und verdrängter Linie, bezogen auf die Bogenlänge,<br />
Abstandsquadrate für charakteristische Punkte im Original- bzw. Folgemaßstab)<br />
• Vergleich der Verschiebungsbeträge innerhalb der Maßstabsreihe und zwischen verschiedenen<br />
Objekten<br />
• Ableitung von Verdrängungsprioritäten und Vergleich mit den Verdrängungsprioritäten<br />
des ATKIS-Signaturenkataloges (ATKIS-SK)<br />
• Anwendung der gefundenen Verdrängungsprioritäten als Steuerparameter<br />
Schwierigkeiten ergeben sich aus der Tatsache, daß Lageänderungen nicht zwangsläufig Folge<br />
von Verdrängungsoperationen sind, sondern auch durch Vereinfachung der betreffenden Objekte<br />
entstehen. Die praktische Realisierung zeigt, daß, entgegen den Verdrängungsprioritäten nach<br />
ATKIS-SK, Gewässer stärker verdrängt werden als Straßen und die Lage von Eisenbahnen am<br />
wenigsten geändert wird. Da hier zunächst nur die prinzipielle Machbarkeit und der Aufwand<br />
untersucht wurde, bedarf es für allgemeingültige Aussagen wesentlich umfangreicherer Untersuchungen.<br />
2.2.3 Wissensbasierte Systeme<br />
Formalisierung: Der erste Schritt in der Formalisierung und Modellbildung ist die Auswahl<br />
geeigneter Repräsentationsformen. Dazu gehört das Aufstellen von Rangfolgen und Ordnungen<br />
(Taxonomien), z.B. mit Hilfe von Baumdiagrammen. Für die Ableitung von Relationen und<br />
Charakteristiken können semantische Netze verwendet werden. Sie erleichtern die Abstraktion<br />
und das Finden geeigneter Attribute zur Beschreibung typischer Eigenschaften.<br />
Im zweiten und vielleicht schwierigsten Schritt des gesamten Akquisitionsprozesses müssen Methoden<br />
und Regeln abgeleitet werden, welche die zu bearbeitenden Daten und das akquirierte<br />
Wissen miteinander verknüpfen (Leitner and Buttenfield, 1995). Sie stellen das Kernstück<br />
eines wissensbasierten Systems dar und werden mit dem Begriff des Inferenzmechanismus (Interpreter)<br />
umschrieben (Grünreich und Rappe, 1997). Textliche Beschreibungen sind hierfür<br />
weniger geeignet, da diese oft nicht präzise genug sind, um als Regel in einem wissensbasierten<br />
System verwendet zu werden. Besser lassen sich Tabellen oder statistische Untersuchungen zur<br />
Formalisierung nutzen (Laurema et al., 1991).