Философские аспекты проблемы систем ИИ


         

Философские аспекты проблемы систем ИИ

Глава 1: Базовые понятия ИИ
Цель преподавания дисциплины
Терминология
Терминология - 2
Терминология - 3
Терминология - 4
Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность).
Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность). - 2
Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность). - 3

Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность). - 4
Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность). - 5
Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность). - 6
История развития систем ИИ.
История развития систем ИИ. - 2
История развития систем ИИ. - 3
История развития систем ИИ. - 4
История развития систем ИИ. - 5
История развития систем ИИ. - 6
История развития систем ИИ. - 7

Глава 2: Архитектура и основные составные части систем ИИ
Различные подходы к построению систем ИИ
Различные подходы к построению систем ИИ - 2
Различные подходы к построению систем ИИ - 3
Различные подходы к построению систем ИИ - 4
Различные подходы к построению систем ИИ - 5
Вспомогательные системы нижнего
Вспомогательные системы нижнего - 2
Вспомогательные системы нижнего - 3
Вспомогательные системы нижнего - 4

Глава 3: Системы распознавания образов (идентификации)
Понятие образа
Проблема обучения распознаванию образов (ОРО)
Проблема обучения распознаванию образов (ОРО) - 2
Проблема обучения распознаванию образов (ОРО) - 3
Геометрический и структурный подходы.
Геометрический и структурный подходы. - 2
Геометрический и структурный подходы. - 3
Гипотеза компактности
Обучение и самообучение. Адаптация и обучение

Обучение и самообучение. Адаптация и обучение - 2
Перцептроны
Перцептроны - 2
Перцептроны - 3
История исследований в области нейронных сетей
Модель нейронной сети с обратным распространением ошибки (back propagation)
Модель нейронной сети с обратным распространением ошибки (back propagation) - 2
Модель нейронной сети с обратным распространением ошибки (back propagation) - 3
Модель нейронной сети с обратным распространением ошибки (back propagation) - 4
Модель нейронной сети с обратным распространением ошибки (back propagation) - 5

Нейронные сети: обучение без учителя
Нейронные сети: обучение без учителя - 2
Нейронные сети: обучение без учителя - 3
Нейронные сети: обучение без учителя - 4
Нейронные сети Хопфилда и Хэмминга
Нейронные сети Хопфилда и Хэмминга - 2
Нейронные сети Хопфилда и Хэмминга - 3
Метод потенциальных функций
Метод потенциальных функций - 2
Метод наименьших квадратов

Метод наименьших квадратов - 2
Метод наименьших квадратов - 3
Метод предельных упрощений (МПУ)
Кластерный анализ
Кластерный анализ - 2
Кластерный анализ - 3
Иерархическое группирование
Иерархическое группирование - 2
Глава 4. Логический подход к построению систем ИИ
Неформальные процедуры

Алгоритмические модели
Продукционные модели
Таблица 1. Решение 2
Режим возвратов
Логический вывод
Зависимость продукций
Продукционные системы с исключениями
Язык Рефал
Язык Рефал - 2
Язык Рефал - 3

Язык Рефал - 4
Пролог
ТЕРМЫ
КОНСТАНТЫ
ATOM
ЧИСЛА
ПЕРЕМЕННЫЕ
ОБЛАСТЬ ДЕЙСТВИЯ ПЕРЕМЕННЫХ
СЛОЖНЫЕ ТЕРМЫ, ИЛИ СТРУКТУРЫ
СИНТАКСИС ОПЕРАТОРОВ

СИНТАКСИС СПИСКОВ
СИНТАКСИС СТРОК
УТВЕРЖДЕНИЯ
ЗАПРОСЫ
ВВОД программ
Унификация
Унификация - 2
Унификация - 3
Арифметические выражения
Введение

Арифметические выражения
Арифметические операторы
Вычисление арифметических выражений
Сравнение результатов арифметических выражений
Структуры данных
Списки
Списки - 2
Списки - 3
Списки - 4
Списки - 5

ПРЕДСТАВЛЕНИЕ БИНАРНЫХ ДЕРЕВЬЕВ
ПРЕДСТАВЛЕНИЕ МНОЖЕСТВ С ПОМОЩЬЮ БИНАРНЫХ ДЕРЕВЬЕВ
ПРЕДСТАВЛЕНИЕ МНОЖЕСТВ С ПОМОЩЬЮ БИНАРНЫХ ДЕРЕВЬЕВ - 2
Механизм возврата и процедурная семантика
Механизм возврата
Пример: задача поиска пути в лабиринте
Пример: задача поиска пути в лабиринте - 2
Элементы нечеткой логики
Глава 5. Экспертные системы
Экспертные системы, базовые понятия

Экспертные системы, методика построения
Этап идентификации
Этап идентификации - 2
Этап концептуализации
Этап концептуализации - 2
Этап концептуализации - 3
Этап концептуализации - 4
Этап концептуализации - 5
Этап концептуализации - 6
Этап формализации

Этап выполнения
Этап тестирования
Этап тестирования - 2
Этап опытной эксплуатации
Экспертные системы, параллельные и последовательные решения
Пример ЭС, основанной на правилах логического вывода и действующую в обратном порядке
Пример ЭС, основанной на правилах логического вывода и действующую в обратном порядке - 2
Пример ЭС, основанной на правилах логического вывода и действующую в обратном порядке - 3
Пример ЭС, основанной на правилах логического вывода и действующую в обратном порядке - 4
Глава 6. Машинная эволюция

Метод перебора, как наиболее универсальный метод поиска решений. Методы ускорения перебора.
Эволюция
МГУА
Генетический алгоритм (ГА)
Генетический алгоритм (ГА) - 2
Автоматический синтез технических решений
Поиск оптимальных структур
Поиск оптимальных структур - 2
Поиск оптимальных структур - 3
Поиск оптимальных структур - 4

Алгоритм поиска глобального экстремума
Алгоритм поиска глобального экстремума - 2
Алгоритм конкурирующих точек
Алгоритм случайного поиска в подпространствах
Некоторые замечания относительно использования ГА
Автоматизированный синтез физических принципов действия
Синтез физических принципов действия по заданной физической операции
Синтез физических принципов действия по заданной физической операции - 2
Синтез физических принципов действия по заданной физической операции - 3
Синтез физических принципов действия по заданной физической операции - 4

Заключительные замечания


Руководство паровозному машинисту - перейти
Unix Man (Справочное руководство) - перейти
A.OUT - перейти
BACKUP - перейти
HYPOT(3M) - перейти
CURSES(3X) - перейти
DAEMON.MN(7) - перейти

ECHO(1) - перейти
GETPWENT(3C) - перейти
GAMMA(3M) - перейти
H2PH(1) - перейти
ID(1) - перейти
BESSEL(3M) - перейти
KBMODE(ADM) - перейти
L3TOL(3C) - перейти