Das Hauptaugenmerk in diesem PPP-Projekt (Projektbezogenes Personenaustausch-Programm) des DAAD liegt auf der Künstlichen Intelligenz und dort auf der Kombination verschiedener Lernverfahren (insbesondere des Inductive Logic Programming, ILP, und der Genetischen Algorithmen, GA) zur Entwicklung effizienter Algorithmen, die die Vorteile der einzelnen Verfahrensgruppen in sich vereinigen, gleichzeitig aber die Nachteile der Einzelverfahren vermeiden.
An verschiedenen praktischen Beispielen werden die überragenden Eigenschaften der neu entwickelten Methoden quantitativ nachgewiesen.

Die wesentlichen Ergebnisse des im Jahr 2002 abgeschlossenen Projektes lassen sich wie folgt zusammenfassen:

• Das am Lehrstuhl unter Leitung von Frau Dr. Kókai entwickelte GeLog-System vereinigt induktive Verfahren mit evolutionären Algorithmen. Im Vergleich mit verschiedenen Lernsystemen (FOIL, C4,5 und GEA) lieferte GeLog an fehlererhaltenen Daten die besten Klassifizierungsergebnisse.

• Das GEA-System, eine von Zoltán Tóth entwickelte, einfach anwendbare und flexible Bibliothek für evolutionäre Programmierung, wurde um eine grafische Oberfläche (GraphGEA) erweitert, die die Einstellung der Parameter erleichtert und die Ergebnisse des Evolutionsprozesses (Entwicklung der Fitnesswerten, die besten Individuen, usw.) visualisiert. In der Literatur findet man kein vergleichbares System, das eine interaktive oder eine Offline Evolution ermöglicht.

• Im Teilprojekt "Structural Image Description with Genetic Programming" (SID-GP) evolvierte Róbert Ványi Strukturen (z.B. Kettenkode oder Lindenmayer-Systeme) mit genetischer Programmierung und erzielte damit die genaueste Beschreibung von binären (schwarz-weiß) Bildern. Wie gut diese Beschreibung ist, wird von einer problemspezifischen Fitnessfunktion bestimmt, die das von der evolvierten Struktur erzeugte Bild mit dem Original vergleicht. Diese Idee wurde noch nie verfolgt.

• Die Forschung von Szilvia Zvada zielte auf die Entwicklung von völlig neuen, induktiven Lernverfahren ab, die das Erlernen nicht vollständig angegebener attributierter Grammatiken ermöglichen, denen semantische und eventuell auch syntaktische Regeln fehlen. Im Rahmen des Projektes wurde die neue LAG-Methode (Learning of Attribute Grammars) entwickelt und ein auf LAG basierendes Lernsystem implementiert.

Außerdem wurde im Rahmen des Projektes die Weiterqualifikation des wissenschaftliches Nachwuchses gefördert: Frau Fischer hat an der Universität Szeged einen Kompaktkurs für PhD-Studenten mit dem Titel "Parsing Natural Languages" gehalten. Frau Fischer, Frau Kókai und Frau Zvada haben sich mit Vorlesungen aktiv am Sommerstudium "Informatica Feminale" der Universität Bremen beteiligt.