Добавлен пользователем Админ, дата добавления неизвестна
Описание отредактировано
Определение ИИ. Определение слабо формализуемых задач и их примеры. Определение сложных систем. История развития исследований в области ИИ. Основные свойства естественного интеллекта. Основные направления исследований в области ИИ. Две точки зрения на развитие СИИ. Нечеткая логика. Краткие исторические сведения. Аспекты неполноты информации. Определения четких и нечетких множеств. Определение нечеткого множества. Функция принадлежности. Примеры нечетких дискретных и непрерывных множеств. Основные свойства нечетких множеств. Нечеткое число и нечеткий интервал. Понятия фаззификации, дефаззификации, лингвистической переменной. Пример. Операции с нечеткими множествами (эквивалентность, включение, нечеткая операция «И», «ИЛИ», «НЕ»). Нечеткие отношения. Примеры. Нечеткие алгоритмы. Обобщенная схема процедуры нечеткого логического вывода. Нечеткие алгоритмы. Метод максимума-минимума как метод нечеткого логического вывода (изложение необходимо сопроводить примером). Нечеткие алгоритмы. Метод максимума-произведения как метод нечеткого логического вывода (изложение необходимо сопроводить примером). Методы дефаззификации. Процедура (схема) нечеткого логического вывода. Пример нечеткого логического вывода для выполнения нескольких правил. Достоинства и недостатки систем, основанных на нечеткой логике. Искусственные нейронные сети. Особенности биологического нейрона. Модель искусственного нейрона. Определение искусственной нейронной сети. Однослойный и многослойный персептроны. Классификация ИНС. Задачи, решаемые с помощью нейронных сетей. Основные этапы нейросетевого анализа. Классификация известных нейросетевых структур по типу связей и типу обучения и их применение. Алгоритм обучения с учителем для многослойного персептрона. Алгоритм обратного распространения ошибки. Сети Кохонена. Постановка задачи кластеризации. Алгоритм кластеризации. Преобразование алгоритма кластеризации с целью реализации в нейросетевом базисе. Структура сети Кохонена. Алгоритм обучения без учителя для сетей Кохонена. Обобщенная процедура. Алгоритм обучения без учителя для сетей Кохонена. Метод выпуклой комбинации. Графическая интерпретация. Самоорганизующиеся карты (СОК) Кохонена. Особенности обучения СОК. Построение карт. Проблемы обучения ИНС. Генетические алгоритмы. Определение. Назначение. Сущность естественного отбора в природе. Основные понятия генетических алгоритмов. Блок-схема классического генетического алгоритма. Особенности инициализации. Пример. Селекция хромосом. Метод рулетки. Пример. Применение генетических операторов. Пример. Блок-схема классического генетического алгоритма. Проверка условия остановки ГА. Достоинства ГА. Гибридные СИИ и их виды. Структура мягкой экспертной системы. Методология разработки экспертных систем. Виды прототипов экспертных систем. Обобщенная структура основных этапов разработки экспертных систем.
Чтобы скачать этот файл зарегистрируйтесь и/или войдите на сайт используя форму сверху.
М.: Издательский отдел факультета ВМиК МГУ, 2002. — 137 с.
Содержание:
Основные сведения о языке UML.
Цели и история создания языка UML.
Средства UML.
Диаграммы вариантов использования.
Диаграммы взаимодействия.
Диаграммы последовательности.
Кооперативные диаграммы.
Диаграммы классов.
Общие сведения.
Стереотипы классов.
Механизм пакетов.
Атрибуты.
Операции.
Связи....
Что такое искусственный интеллект?
Схема интеллектуального интерфейса.
Является ли ИИ наукой?
История развития науки ИИ.
Модели естественного интеллекта.
Структурная модель нейроной сети.
Персептрон - прообраз нейрокомпьютеров.
Структура элемента нейронной сети.
Свойства основных концепций программирования.
Процедурная концепция программирования.
Вычислительная модель....
Искусственный интеллект. Слабоформализованные задачи. Сложная система. Свойства естественного интеллекта. Моторика. Мышление. История развития, исследования в области ИИ. Направления исследований в области ИИ. Нечеткая логика. Математические основы НЛ. Виды функций принадлежности. Выбор функции принадлежности.
Основные свойства нечетких множеств.
Определение операции...
Базовые понятия ИИ. Цель преподавания дисциплины. Терминология. Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность). История развития систем ИИ. Архитектура и основные составные части систем ИИ. Различные подходы к построению систем ИИ. Вспомогательные системы нижнего уровня (распознавание образов зрительных и звуковых, идентификация,...
Лекции по Основам Искусственного Интеллекта от зав. кафедры Информатики В архиве лежат 6 раздельных файлов (по лекции в каждом). Содержание: Искусственный интеллект: основные понятия и история возникновения Данные и знания Общая характеристика задач решаемых методами ИИ Степень использования человеческого интеллекта Полнота априорной информации «Продвинутость» задач Нечеткая...
Шпоры по ИИС, всего 20 вопросов, оформлены, нужно только распечатать.Основные термины искусственного интеллекта.Направления исследования искусственного интеллекта.Особенности и признаки интеллектуальности информационных систем.Классификация ИИС.Классификация моделей представления знаний.Продукционная модель представления знаний.Продукционные интеллектуальные системы.Семантические...