Искусственный интеллект
Информатика и вычислительная техника
  • формат djvu
  • размер 7,21 МБ
  • добавлен 07 февраля 2017 г.
Нечаев Ю.И., Дегтярев А.Б. Интеллектуальные системы: концепция и приложения
СПб.: Изд-во СПбГУ, 2011. — 269 с. — ISBN 978-5-288-05182-1.
В учебном пособии общие принципы и методы искусственного интеллекта исследованы при решении трудноформализуемых проблем. Большое внимание уделено развитию современного подхода к реализации систем искусственного интеллекта в рамках новой парадигмы обработки информации в мультипроцессорной вычислительной среде. Рассмотрены вопросы использования концепции мягких вычислений на основе нечеткого логического базиса, теории искусственных нейронных сетей и генетических алгоритмов. Графическая интерпретация результатов функционирования систем искусственного интеллекта представлена с использованием когнитивной парадигмы, средств мультимедиа- и виртуальной реальности. Приведена характеристика современных проблем инженерии знаний и многоагентных систем.
Введение
Искусственный интеллект — основа новых информационных технологий
Особенности ИС
Концептуальные основы разработки ИС реального времени
Архитектура и классификация ИС
Особенности базы знаний динамических ИС
Высокопроизводительные вычисления в динамических ИС
Этапы разработки ИС
Стендовые и натурные испытания ИС
Методология разработки ИС и технологий
Данные и знания. Обобщение и классификация знаний
Теоретические аспекты «инженерии знаний»
Приобретение и формализация знаний
Организация и представление знаний
Модели и механизм вывода на знаниях
Формализация неопределенности
Стратегии и методы поиска решений
Концепция мягких вычислений. Нечеткий логический базис
Неопределенности в интеллектуальных системах
Нечеткие высказывания и логические операции
Формализация неопределенностей. Нечеткие множества, лингвистические переменные и функции принадлежности
Построение функций принадлежности
Методы формализации нечетких знаний
Модели нечетких знаний
Концепция мягких вычислений. Нечеткий ЛВ и ГА
Теоретические аспекты реализации нейросетевых технологий
Архитектура и модели нейронных сетей
Принципы построения и обучения нейронных сетей
Генетический алгоритм — нетрадиционная оптимизационная структура
Эволюционные вычисления
Генетические операторы
Анализ генетического алгоритма
Анализ альтернатив и методы принятия решений в нечеткой среде
Система принятия решений при функционировании ИС
Задача принятия решений в нечеткой среде
Методы принятия решений в нечеткой среде
Генерация альтернативных стратегий
Анализ альтернатив и выбор решения
Интеллектуальные системы поддержки принятия решений на основе технологии «хранилищ данных»
Концепция «хранилищ данных»
Представление и поиск информации методами комплексной онтологии
Выявление «скрытых» знаний на основе концепции Data Mining
Обработка информации методами формального концептуального анализа
Приложения онтологии и формального концептуального анализа в обучающих интеллектуальных системах
Интеллектуальная поддержка оператора ИС
Интеллектуальный интерфейс в ИС
Информационная модель оператора ИС
Когнитивная парадигма в ИС
Виртуальное моделирование в ИС
Теоретические основы построения интеллектуальных агентов и многоагентных систем
Вычислительные платформы для реализации систем ИИ
Словарь терминов
Литература