Скачать 8.02 Mb.
|
СОДЕРЖАНИЕ 2.1. Классический период: игры и доказательство теорем 24 2.1.1. Поиск в пространстве состояний 24 2.1.2. Эвристический поиск 28 2.2. Романтический период: компьютер начинает понимать 30 2.2.1. Система SHRDLU 30 2.2.2. Схемы представления знаний 32 2.3. Период модернизма: технологии и приложения 34 2.3.1. В знании сила 34 2.3.2. Периоды "зимней спячки" и "пробуждения" в истории искусственного интеллекта 36 Рекомендуемая литература 37 Упражнения 37 ГЛАВА 3. Представление знаний 43 3.1. Представление знаний: принципы и методы 43 3.2. Планировщик STRIPS 45 3.2.1. Таблицы операторов и методика "средство -анализ завершения" 46 3.2.2. Анализ метода представления и управления в STRIPS 48 3.3. Формулировка подцелей в MYGIN 49 3.3.1. Лечение заболеваний крови 50 3.3.2. База знаний системы MYCIN 51 3.3.3. Структуры управления в MYCIN 53 3.4. Оценка и сравнение характеристик экспертных систем 55 3.4.1. Оценка системы MYCIN 55 3.4.2. Сравнение MYCIN и STRIPS 57 Рекомендуемая литература 58 Упражнения 58 ГЛАВА 4. Символические вычисления 61 4.1. Символическое представление 62 4.2. Физическая символическая система 62 4.3. Реализация символических структур на языке LISP 63 4.3.1. Структуры данных в языке LISP 63 4.3.2. Структура LISP-программы 64 4.3.3. Приложение функции и лямбда-исчисление 65 4.3.4. Обработка списков 66 4.3.5. Сопоставление с образцом 67 4.4. Почему. LISP не является языком представления знаний 68 4.4.1. Символический уровень и уровень знаний 69 4.4.2. LISP и разработка программ 69 4.5. Языки представления знаний 69 Рекомендуемая литература 70 Упражнения 71 ГЛАВА 5. Системы, основанные на знаниях 72 5.1. Канонические системы 72 5.2. Системы порождающих правил для решения проблем 73 5.2.1. Синтаксис представления правил 73 5.2.2. Рабочая память 75 5.3. Управление функционированием интерпретатора 78 5.3.1. Разрешение конфликтов 78 5.3.2. Прямая и обратная цепочки рассуждений 80 5.3.3. Правила и метаправила 84 Рекомендуемая литература 86 Упражнения 86 ГЛАВА 6. Ассоциативные сети и системы фреймов 89 6.1. Графы, деревья и сети 89 6.2. Ассоциативные сети 92 6.2.1. Разделение видов узлов и когнитивная экономия 92 6.2.2. Анализ адекватности ассоциативных сетей 93 6.3. Представление типовых объектов и ситуаций 94 6.3.1. Основные понятия концепции фреймов 94 6.3.2. Фреймы и графы 95 6.3.3. Значения по умолчанию и демоны 96 6.3.4. Множественное наследование 98 6.3.5. Сравнение сетей и фреймов 101 Рекомендуемая литература 101 Упражнения 101 ГЛАВА 7. Объектно-ориентированное программирование 105 7.1. Язык KRL 105 7.2. Языки LOOPS и FLAVORS 107 7.2.1. Передача сообщений 107 7.2.2. Проблема наложения методов 109 7.2.3. Метаклассы 110 7.3. Языки CLIPS и CLOS 112 7.3.1. Множественное наследование в CLOS и CLIPS 112 7.3.2. Наложение методов в CLOS и CLIPS 113 7.3.3. Метаклассы в CLOS и CLIPS 115 7.4. Множественное наследование в C++ 116 7.5. Объектно-ориентированный анализ и конструирование экспертных систем 119 Рекомендуемая литература 120 Упражнения 120 ГЛАВА 8. Логическое программирование 122 8.1. Формальные языки 122 8.1.1. Исчисление высказываний 122 8.1.2. Исчисление предикатов 123 8.2. Язык PROLOG 125 8.3. Опровержение резолюций 126 8.3.1. Принцип резолюций 126 8.3.2. Поиск доказательства в системе резолюций 127 8.4. Процедурная дедукция в системе PLANNER 130 8.5. PROLOG и MBASE 131 8.5.1. Правила поиска в языке PROLOG 131 8.5.2. Управление поиском в системе MBASE 132 Рекомендуемая литература 134 Упражнения 135 ГЛАВА 9. Представление неопределенности знаний и данных 137 9.1. Источники неопределенности 137 9.2. Экспертные системы и теория вероятностей 138 9.2.1. Условная вероятность 138 9.2.2. Коэффициенты уверенности 140 9.2.3. Коэффициенты уверенности и условные вероятности 141 9.3. Сомнительность и возможность 143 9.3.1. Нечеткие множества 143 9.3.2. Нечеткая логика 145 9.3.3. Теория возможности 146 9.4. Неопределенное состояние проблемы неопределенности 146 Рекомендуемая литература 147 Упражнения 147 ГЛАВА 10. Приобретение знаний 149 10.1. Теоретический анализ процесса приобретения знаний 149 10.1.1. Стадии приобретения знаний 150 10.1.2. Уровни анализа знаний 150 10.1.3. Онтологический анализ 153 10.2. Оболочки экспертных систем 153 10.2.1. Система EMYCIN 153 10.2.2. Сопровождение и редактирование баз знаний с помощью программы TEIRESIAS 154 10.3. Методы приобретения знаний 156 10.3.1. Использование опроса экспертов для извлечения знаний в системе COMPASS 156 10.3.2. Автоматизация процесса извлечения знаний в системе OPAL 158 10.3.3. Графический интерфейс модели предметной области 158 10.3.4. Эффективность программы OPAL 161 10.4. Приобретение новых знаний на основе существующих 162 Рекомендуемая литература 162 Упражнения 163 ГЛАВА 11. Эвристическая классификация (I) 169 11.1. Классификация задач экспертных систем 170 11.2. Классификация методов решения проблем 172 11.2.1. Эвристическое сопоставление 172 11.2.2. Общность эвристической классификации 173 11.3. Классификация или конструирование? 177 Рекомендуемая литература 178 Упражнения 178 ГЛАВА 12. Эвристическая классификация (II) 184 12.1. Инструментальные средства и задачи, решаемые экспертной системой 184 12.2. Эвристическая классификация в системах MUD и MORE 185 12.2.1. Модель предметной области выполнения буровых работ 185 12.2.2. Стратегии приобретения знаний 189 12.2.3. Использование коэффициентов уверенности в программе MORE 191 12.2.4. Опыт эксплуатации системы MORE 193 12.3. Совершенствование стратегий 194 12.3.1. Уроки проекта GUIDON 194 12.3.2. Структура задач в системе NEOMYCIN 195 Рекомендуемая литература 197 Упражнения 197 ГЛАВА 13. Иерархическое построение и проверка гипотез 200 13.1. Влияние сложности пространства гипотез на организацию работы системы 200 13.1. Обход дерева 202 13.2. Структурированные объекты в CENTAUR 202 13.2.1. Структура фреймов в CENTAUR 202 13.2.2. Правила, включенные в прототипы 203 13.3. Формирование суждений на базе модели в системе INTERNIST 204 13.3.1. Представление знаний в дереве заболеваний 204 13.3.2. Методика выделения правдоподобных гипотез в INTERNIST 206 13.3.3. Проблемы, обнаруженные в процессе эксплуатации системы INTERNIST 208 13.4. Рабочая среда инженерии знаний TDE 209 Рекомендуемая литература 210 Упражнения 211 ГЛАВА 14. Решение проблем конструирования (I) 213 14.1. Области применения методов конструктивного решения проблем 213 14.2. Система R1/XCON 214 14.2.1. Компоненты и ограничения 215 14.2.2. Использование текущего контекста для управления структурой задачи 216 14.2.3. Формирование суждений с учетом ограничений: метод Match 218 14.3. Использование знаний, развитие и расширение системы XCON 220 14.3.1. Извлечение знаний в системе R1/XCON 220 14.3.2. Совершенствование и расширение системы R1/XCON 222 Рекомендуемая литература 224 Упражнения 224 ГЛАВА 15. Решение проблем конструирования (II) 226 15.1. Стратегии конструирования 226 15.2. Архитектура систем планирования и метапланирования 228 15.3. Извлечение, представление и применение знаний о проектировании 234 15.3.1. Реализация обратного прослеживания в системе VT 234 15.3.2. Приобретение знаний с помощью системы SALT 236 15.4. Итоги анализа систем решения проблем конструирования 237 Рекомендуемая литература 239 Упражнения 239 ГЛАВА 16. Средства формирования пояснений 242 16.1. Формирование пояснений на основе знаний 242 16.1.1. Подсистема формирования пояснений в MYCIN 243 16.1.2. Формирование пояснений в системах, производных от MYCIN 244 16.1.3. Формирование пояснений на основе фреймов 246 16.1.4. Организация вывода пояснений в системе CENTAUR 246 16.1.5. Использование мультимедийного интерфейса для формирования пояснений 251 16.2. Формирование пояснений и автоматическое программирование 253 16.2.1. Автоматическое программирование в системе XPLAN 253 16.2.2. Проект Explainable Expert Systems 254 16.2.3. Планирование текстов пояснений и модели пользователей в PEA 257 16.3. Перспективы дальнейших исследований методов формирования пояснений 258 Рекомендуемая литература 259 Упражнения 259 ГЛАВА 17. Инструментальные средства разработки экспертных систем 263 17.1. Общая характеристика инструментальных средств для построения экспертных систем 263 17.2. Оболочки экспертных систем 264 17.3. Языки программирования высокого уровня 266 17.3.1. Языки описания порождающих правил 266 17.3.2. Объектно-ориентированные языки 267 17.3.3. Языки логического программирования экспертных систем 268 17.3.4. Многофункциональные программные среды 269 17.3.5. Дополнительные модули 271 17.4. Использование инструментальных средств 273 17.4.1. Характерные сложности и способы их избежать 273 17.4.2. Выбор подходящего инструментария для разработки экспертной системы 274 17.4.3. Практическое освоение инструментальных средств 276 17.4.4. Стиль программирования 278 17.5. Некоторые максимы разработки экспертных систем 278 Рекомендуемая литература 280 Упражнения 280 ГЛАВА 18. Системы с доской объявлений 282 18.1. Принципы организации систем с доской объявлений 282 18.2. Системы HEARSAY, AGE и ОРМ 283 18.2.1. Почему для HEARSAY-II выбрана такая архитектура 284 18.2.2. Использование источников знаний в HEARSAY-II 284 18.2.3. Система HEARSAY-III— оболочка для создания систем с доской объявлений 285 18.2.4. Инструментальные среды AGE и ОРМ 286 18.3. Среда с доской объявлений ВВ 288 18.3.1. Уровни абстракции в среде ВВ 288 18.3.2. Системы ВВ1 и ACCORD 288 18.3.3. Система PROTEAN 289 18.3.4. Интеграция стратегий логического вывода 289 18.3.5. Общая характеристика ВВ 290 18.4. Эффективность и гибкость модели с доской объявлений 290 18.4.1. Организация доски объявлений в системе GBB 290 18.4.2. Компоновка доски объявлений в среде ERASMUS 291 18.5. Организация параллельных вычислений в системах CAGE и POLIGON 292 Рекомендуемая литература 293 Упражнения 294 ГЛАВА 19. Система отслеживания истинности предположений 295 19.1. Отслеживание зависимостей 295 19.1.1. Релаксация в сети 295 19.1.2. Пересмотр допущений 297 19.2. Пересмотр теорий высказываний 298 19.3. Немонотонное обоснование 299 19.4. Работа со множеством контекстов 302 19.4.1. Отслеживание истинности предположений, основанное на анализе допущений 302 19.4.2. Использование систем отслеживания истинности предположений для диагностирования на основе моделей 305 19.5. Сравнение различных вариантов организации систем отслеживания истинности предположений 308 Рекомендуемая литература 308 Упражнения 308 ГЛАВА 20. Формирование знаний на основе машинного обучения 310 20.1. Индуктивное обучение 311 20.2. Система Meta-DENDRAL 312 20.2.1. Формирование и уточнение правил 313 20.2.2. Пространство версий 315 20.2.3. Алгоритм отсеивания кандидатов 316 20.2.4. Сопоставление экземпляров с образцами в Meta-DENDRAL 317 20.3. Построение дерева решений и порождающих правил 318 20.3.1. Структура дерева решений 318 20.3.2. Алгоритм формирования дерева решений по обучающей выборке 320 20.4. Уточнение наборов правил 324 Рекомендуемая литература 325 Упражнения 326 ГЛАВА 21. Сети доверия 327 21.1. Теория Демпстера—Шефера 327 21.1.1. Функции доверия 327 21.1.2. Применение теории Демпстера—Шефера к системе MYCIN 328 21.2. Методика Перла 330 21.3. Сравнение методов неточных рассуждений 332 21.4. Резюме 333 Рекомендуемая литература 333 Упражнения 333 ГЛАВА 22. Рассуждения, основанные на прецедентах 335 22.1. База прецедентов 336 22.1.1. Программа CHEF 336 22.1.2. Методы извлечения и адаптации прецедентов 337 22.2. Обучение с помощью компьютера: система САТО 339 22.2.1. Предметная область программы САТО 339 22.2.2. Расследования и рассуждения в юриспруденции 339 22.2.3. Обучение с помощью системы САТО 340 22.3. Формирование отчетов в системе FRANK 342 22.4. Сравнение систем, основанных на правилах и прецедентах 344 Рекомендуемая литература 344 ГЛАВА 23. Гибридные системы 346 23.1. Методы обучения в системе ODYSSEUS 346 23.2. Системы ODYSSEUS и MINERVA 348 23.2.1. Оболочка экспертной системы MINERVA 349 23.2.2. Обучение в системе ODYSSEUS 349 23.3. Использование прецедентов для обработки исключений 350 23.4. Гибридный символический подход и нейронные сети 352 23.4.1. Нейронные сети 352 23.4.2. SCALIR — гибридная система для извлечения правовой информации 355 23.4.3. Организация обучения в системе SCALIR 358 23.5. Будущее гибридных систем 358 Рекомендуемая литература 359 Упражнения 359 ГЛАВА 24. Заключение 361 24.1. Загадка искусственного интеллекта 361 24.2. Представление знаний 362 24.3. Языки программирования систем искусственного интеллекта 363 24.4. Решение практических проблем 364 24.5. Архитектура экспертных систем 365 Рекомендуемая литература 366 Литература 367 Введение При подготовке третьего издания книги Введение в экспертные системы автор старался прежде всего учесть интересы и пожелания читателей четырех основных категорий: |
Реферат в данном проекте произведена попытка автоматизировать процесс... Полученное таким образом решение на данный момент не имеет аналогов в нашем университете по дисциплине «Системы искусственного интеллекта».... |
В настоящий момент в создании искусственного интеллекта (в первоначальном... Целью этой работы является рассмотрение алгоритмов поиска пути, провести обзор и анализ области применения, в каких целях используются... |
||
«Целостный мир viii» 2014 Секция №1 «В царстве линий, формул и файлов» Моделирование поведения искусственного интеллекта в редакторе уровней на примере двумерной игры |
Рабочая программа дисциплины основы искусственного интеллекта Программа составлена в соответствии с Государственным образовательным стандартом высшего профессионального образования по педагогическим... |
||
Речь в данной работе пойдет о так называемом "геделевском аргументе",... Заметим, что "геделевский аргумент"в настоящее время поддерживается рядом известных авторов (Дж. Лукас (1), Р. Пенроуз (2,3 ) и др.)... |
Диагностика интеллекта методом рисуночного теста Количественная оценка интеллекта в системе психолого-педагогической диагностики 3 |
||
Монография написана на основе обширного исторического и богословского... В монографии на основании последних исследований в области истории и археологии проведено исследование библейской книги пророка Захарии... |
Научный отчет Содержание. Аналитический обзор результатов экспериментальных... Теоретическая концепция профилактики девиантного поведения и реабилитации учащихся школы |
||
Хрестоматия по вниманию Хрестоматия позволяет составить представление как об истории, так и о современном состоянии проблем и исследований в области психологии... |
Обзор средств массовой информации Суд намерен выпустить под залог бывшего замминистра строительства и жкх омской области, подозреваемого во взяточничестве 7 |
Поиск на сайте Главная страница Литература Доклады Рефераты Курсовая работа Лекции |