Publikationen.

Beyond Ontology

Rechnergestützte Epistemologie als geschichtete Inferenzmaschine

A Conceptual Framework for Separating Signal from Noise in Decision-Making

Fernando Negrini (Hauptautor) · Hugo Dias · Darlan Parucker Lueders · Caroline Assis

Ontologische Kohärenz bestimmt nicht, wie eine Maschine unter Unsicherheit schließen sollte. Das Paper führt eine angewandte rechnergestützte Epistemologie ein: eine offene, geschichtete Inferenzarchitektur, aufgebaut über einer rechnergestützten Ontologie. Kandidatensignale werden von heterogenen Engine-Familien untersucht, wiederholt über Stichproben, Fenster, Frequenzen, Spezifikationen und Regime hinweg bewertet, qualifiziert, durch abhängigkeitsbewusste Konvergenz abgeglichen, zu einer Ereigniswahrscheinlichkeit kalibriert und als prüfbares Artefakt auf die geschäftliche Auswirkung abgebildet. Ein menschlicher Modellierer behält die Governance, und zusätzliche Komplexität wird nur zugelassen, wenn sie gegenüber der einfachsten angemessenen Baseline statistisch und wirtschaftlich wesentliche Gewinne bringt.