Интенсивные исследования в области искусственного интеллекта позволили реализовать новую технологию решения задач обработки данных, направленную на повышение эффективности в различных сферах человеческой деятельности.
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.
Пособие рассчитано на студентов и аспирантов, изучающих современные проблемы развития техники с использованием методов искусственного интеллекта.
Author(s): Нечаев Ю.И., Дегтярев А.Б.
Publisher: Изд-во СПбГУ
Year: 2011
Language: Russian
Pages: 269
City: Санкт-Петербург
Tags: Информатика и вычислительная техника;Искусственный интеллект;
Введение
Глава 1. Искусственный интеллект — основа новых информационных технологий
§1.1 Особенности ИС
§1.2. Концептуальные основы разработки ИС реального времени
§1.3. Архитектура и классификация ИС
§1.4. Особенности базы знаний динамических ИС
§1.5. Высокопроизводительные вычисления в динамических ИС
§1.6. Этапы разработки ИС
§1.7. Стендовые и натурные испытания ИС
Глава 2. Методология разработки ИС и технологий
§2.1. Данные и знания. Обобщение и классификация знаний
§2.2. Теоретические аспекты «инженерии знаний»
§2.3. Приобретение и формализация знаний
§2.4. Организация и представление знаний
§2.5. Модели и механизм вывода на знаниях
§2.6. Формализация неопределенности
§2.7. Стратегии и методы поиска решений
Глава 3. Концепция мягких вычислений. Нечеткий логический базис
§3.1 Неопределенности в интеллектуальных системах
§3.2. Нечеткие высказывания и логические операции
§3.3. Формализация неопр>еделенностей. Нечеткие множества, лингвистические переменные и функции принадлежности
§3.4. Пострюение функций принадлежности
§3.5. Методы формализации нечетких знаний
§3.6. Модели нечетких знаний
Глава 4. Концепция мягких вычислений. Нечеткий ЛВ и ГА
§4.1 Теоретические аспекты реализации нейрюсетевых технологий
§4.2. Архитектура и модели нейрюнных сетей
§4.3. Принципы построения и обучения нейрюнных сетей
§4.4. Генетический алгоритм — нетрадиционная оптимизационная структура
§4.5. Эволюционные вычисления
§4.6. Генетические операторы
§4.7. Анализ генетического алгоритма
Глава 5. Анализ альтернатив и методы принятия решений в нечеткой среде
§5.1 Система принятия рюшений при функционирювании ИС
§5.2. Задача принятия рюшений в нечеткой среде
§5.3. Методы принятия решений в нечеткой среде
§5.4. Генерация альтернативных стратегий
§5.5. Анализ альтернатив и выбор решения
Глава 6. Интеллектуальные системы поддержки принятия решений на основе технологии «хранилищ данных»
§6.1 Концепция «хранилищ данных»
§6.2. Представление и поиск информации методами комплексной онтологии
§6.3. Выявление «скрытых» знаний на основе концепции Data Mining
§6.4. Обработка информации методами формального концептуального анализа. 181
§6.5. Приложения онтологии и формального концептуального анализа в обучающих интеллектуальных системах
Глава 7. Интеллектуальная поддержка оператора ИС
§7.1 Интеллектуальный интерфейс в ИС
§7.2. Информационная модель оператора ИС
§7.3. Когнитивная парадигма в ИС
§7.4. Виртуальное моделирование в ИС
§7.5. Теоретические основы построения интеллектуальных агентов и многоагентных систем
§7.6. Вычислительные платформы для реализации систем ИИ
Словарь терминов
Литература
