Читать фрагмент

книга

Системы искусственного интеллекта

В учебнике представлено систематизированное изложение основ теории представления знаний в системах искусственного интеллекта (СИИ). Даётся описание наиболее значимых в настоящее время моделей и технологических аспектов проектирования систем, основанных на знаниях (СОЗ). Особое внимание уделено проблемам инженерии знаний в СОЗ, а в качестве основного подхода к их решению рассматривается авторский метод ситуационного анализа и проектирования модели предметной области (БАЗЫ ЗНАНИЙ).
Для студентов и аспирантов специальностей, связанных с изучением СИИ, интеллектуальных информационных систем, научных работников, а также для всех интересующихся вопросами построения и применения СИИ.

Форматы: PDF

Издательство: Финансы и статистика

Год: 2023

Место издания: Москва

ISBN: 978-5-00184-097-8

Страниц: 664

Артикул: 105211

Электронная книга

800 ₽

Купить и скачать

Содержание

Содержание книги "Системы искусственного интеллекта : модели и технологии, основанные на знаниях"

Предисловие

Список принятых сокращений

Введение

Глава 1. Основные понятия ИИ

1.1. Классификация задач, решаемых человеком

1.2. Основные понятия и определения

1.3. Знание как система

1.4. Свойства знаний

1.5. Знание как знаковая система

1.6. Модель предметной области как знаковая система

1.7. Процедура решения задачи

1.8. Примеры решения задач

Вопросы для самопроверки

Глава 2. Методы поиска решений в пространстве состояний

2.1. Пространство состояний

2.2. Метод полного перебора в ширину

2.3. Метод полного перебора в глубину

2.4. Эвристические методы поиска в пространстве состояний

Вопросы для самопроверки

Глава 3. Решение задач методом разбиения на подзадачи

3.1. Представление задачи в виде И/ИЛИ графа

3.2. Механизм сведения задачи к подзадачам

3.3. Пример решения задачи

3.4. Достоинства и недостатки методов поиска в пространстве состояний

Вопросы для самопроверки и упражнения

Глава 4. Модели представления знаний

4.1. Классификация моделей представления знаний

4.2. Формальные модели представления знаний

Вопросы для самопроверки и упражнения

Глава 5. Модель представления знаний в исчислении высказываний

5.1. Понятие «высказывание»

5.2. Алфавит ИВ

5.3. Синтаксис ИВ

5.4. Аксиомы ИВ

5.5. Правила вывода

5.6. Логический вывод в ИВ

5.7. Свойства ИВ как аксиоматической системы

5.8. Алгоритмическая проблема разрешения в ИВ

5.9. Теорема дедукции

5.10. Принцип дедукции

5.11. Принцип резолюций

5.12. Свойства метода резолюций

5.13. Пример построения модели предметной области в ИВ

Упражнения

Глава 6. Исчисление предикатов как метод представления знаний

6.1. Понятие предиката

6.2. Алфавит ИП

6.3. Синтаксис ИП

6.4. Базовые аксиомы ИП

6.5. Правила вывода в ИП

6.6. Примеры предикатов

6.7. Преобразование формул в ИП

6.8. Стандартизация переменных

6.9. Исключение квантора существования

6.10. Предваренная форма

6.11. Исключение кванторов общности

6.12. Приведение матрицы к КНФ

6.13. Подстановки и унификация

6.14. Логический вывод в ИП

6.15. Примеры применения метода резолюций в ИП

6.16. Стратегии резолюции

6.17. Дерево опровержения

6.18. Пример построения модели предметной области в ИП

Упражнения

Глава 7. Продукционная модель представления знаний

7.1. Форма представления знаний

7.2. Продукционная модель знаний

7.3. Механизм вывода в продукционной системе знаний

7.4. Стратегии управления выводом решения

7.5. Взаимодействие правил в процессе рассуждений

7.6. Эвристические принципы управления правилами

7.7. Достоинства и недостатки продукционной модели

7.8. Пример работы механизма продукционной модели

Вопросы для самопроверки и упражнения

Глава 8. Представление знаний в виде семантической сети

8.1. Общие понятия и определения

8.2. Роль отношений в СС

8.3. Свойства отношений

8.4. Предикатные семантические сети

8.5. Атрибутивные семантические сети

8.6. Вывод на семантических сетях

8.7. Исторические примеры СС

8.8. Методика построения предикатной СС

8.9. Достоинства и недостатки семантических сетей

Вопросы для самопроверки и упражнения

Глава 9. Представление знаний в виде фреймов

9.1. Фрейм, его структура и свойства

9.2. Вывод на фреймах

9.3. Методика построения модели предметной области в виде сети фреймов

9.4. Достоинства и недостатки фреймового представления

9.5. Гибридные модели представления знаний

Вопросы для самопроверки и упражнения

Глава 10. Представление нечетких знаний

10.1. Общие понятия

10.2. Нечеткие множества

10.3. Операции над нечеткими множествами

10.4. Отношения и операции над ними

10.5. Нечеткие отношения

10.6. Лингвистическая переменная

10.7. Нечеткий вывод

10.8. Нечеткая импликация

Вопросы для самопроверки и упражнения

Глава 11. Псевдофизическая логика времени

11.1. Свойства времени

11.2. Модель времени

11.3. Пример реализации ПЛВ

Вопросы для самопроверки и упражнения

Глава 12. Неточные рассуждения на основе фактора уверенности

12.1. Стэндфордская модель фактора уверенности

12.2. Байесовская модель субъективной вероятности

12.3. Байесовская сеть представления и вывода вероятностных знаний

Вопросы для самопроверки и упражнения

Глава 13. Экспертные системы

13.1. Архитектура

13.2. Эволюция ЭС

13.3. Стадии разработки ЭС

13.4. Фазы разработки ЭС

Вопросы для самопроверки

Глава 14. Нечёткие экспертные системы

14.1. Архитектура нечетких систем

14.2. Пример работы нечеткой ЭС

14.3. Пакеты нечеткой логики

Вопросы для самопроверки

Глава 15. Инженерия знаний в интеллектуальных системах

15.1. Методы инженерии знаний

15.2. Проблемы структурирования знаний

15.3. Проблема сборки знаний в единую модель предметной области

Вопросы для самопроверки и упражнения

Глава 16. Методологические и теоретические основы ситуационного анализа и проектирования модели предметной области

16.1. Базовые идеи

16.2. Ситуационная абстракция и ее свойства

16.3. Семиотический подход к описанию объектов управления и моделирования

16.4. Метод ситуационного управления

16.5. Методология концептуального анализа и проектирования

Вопросы для самопроверки

Глава 17. Метод ситуационного анализа и проектирования модели предметной области

17.1. Концептуальная структура единичного решения

17.2. Концептуальная модель предметной области

17.3. Концептуальная модель предметной области

17.4. Особенности элементов знания КМПрО

17.5. Схема технологии проектирования КМПрО

17.6. Система приобретения знаний «Помощник Эксперта»

17.7. Инструментальная система «Малый Решатель Проблем»

Вопросы для самопроверки и упражнения

Глава 18. Онтологии и онтологические системы

18.1. Понятие онтологии

18.2. Формальная модель онтологии

18.3. Формальная модель онтологической системы

18.4. Технология проектирования онтологий

18.5. Виды онтологий

18.6. Операции над онтологиями

18.7. Основные задачи, решаемые с помощью онтологии

18.8. Инструменты инженерии онтологий

18.9. Методология инженерии знаний в онтологических системах

18.10. Проектирование онтологий в среде Protege

Вопросы для самопроверки и упражнения

Глава 19. Введение в многоагентные системы

19.1. Понятие агента

19.2. Окружение агентов

19.3. Архитектуры агентов

19.4. Языки программирования агентов

19.5. Многоагентные системы

19.6. Коммуникации между агентами

19.7. Архитектура многоагентных систем

19.8. Проблемы построения многоагентных систем

19.9. Пример разработки МАС

19.10. Советы

Вопросы для самопроверки

Глава 20. Системы когнитивного моделирования

20.1. Сущность когнитивного моделирования

20.2. Когнитивная модель: определение и структура

20.3. Пример системы когнитивного моделирования

20.4. Программная реализация когнитивной модели

20.5. Применение когнитивных технологий

Глава 21. Машинное обучение и интеллектуальный анализ данных

21.1. Проблемы обучения КС

21.2. Обучение с учителем и без учителя

21.3. Типы закономерностей

21.4. Типы моделей обучения

21.5. Методы извлечения знаний из данных

21.6. Интеллектуальный анализ данных - Data Mining

21.7. Правдоподобные рассуждения

21.8. Метод ДСМ

Вопросы для самопроверки и упражнения

Литература

Приложения

Приложение А

Приложение B

Приложение C

Приложение D

Приложение Е

Отрывок из книги

ло ги че с ко го вы во да, по пол не ния зна ний, их кор рек ти ров ка и т.д. –то есть про це дур, ими ти ру ю щих мыс ли тель ную де я тель ность че -ло ве ка.Си с те ма ис кус ствен но го ин тел лек та (СИИ)– ап па рат ныйи ин фор ма ци он но:про грам мный ком плекс, дей ствие ко то ро го ана -ло гич но дей ствию ме ха низ мов мыш ле ния че ло ве ка и не от ли чи мо отре ше ний, ко то рые при ни ма лись бы че ло ве ком:экс пер том, то естьпро фес си о на лом в дан ной пред мет ной об ла с ти.Очень ча с то СИИ оп ре де ля ют про сто как си с те мы, ос но ван ныена зна ни ях.Рас смо т рим по дроб нее вве ден ные по ня тия.Пер вое – это по ня тие «си с те ма зна ний» как ос но ва лю бой ис -кус ствен ной ин тел лек ту аль ной си с те мы.1.3. Зна ние как си с те маВот как оп ре де ля ет ся зна ние в фи ло соф ском сло ва ре (под ред.Фро ло ва И.Т. – М., 1986): «Зна ние – иде аль ное вы ра же ние в зна -ко вой фор ме объ ек тив ных свойств и свя зей ми ра, при род но го и че -ло ве че с ко го. При этом зна ния мо гут быть до на уч ны ми (жи тей ски -ми или опыт ны ми) и на уч ны ми, ко то рые, в свою оче редь, де лят сяна эм пи ри че с кие и те о ре ти че с кие».Дру ги ми сло ва ми, зна ние оп ре де ля ет ся как ин фор ма ция, ко то -рая от ра жа ет объ ек тив ные свой стваисвя зине ко то рых объ ек тов,яв ле ний, про цес сов, сущ но с тей и от но ше ни я ми меж ду ни ми какв субъ ек тив ном, так и в на уч ном (объ ек тив ном) вы ра же нии.Из те о рии си с тем при ве дем так же не об хо ди мые нам оп ре де ле -ния об ос нов ных ее по ня ти ях:lСи с те ма есть ко неч ное мно же с т во функ ци о наль ных эле мен тов(объ ек тов – ча с тей) и свя зей (от но ше ний) меж ду ни ми, вы де -лен ное из сре ды с оп ре де лен ной це лью.lЛю бой си с те ме при су щи свой ства це ло ст но с ти (эмер д жент но с -ти) и ие рар хич но с ...

Внимание!
При обнаружении неточностей или ошибок в описании книги "Системы искусственного интеллекта : модели и технологии, основанные на знаниях (автор Л. Болотова)", просим Вас отправить сообщение на почту help@directmedia.ru. Благодарим!