Основы фундаментальной теории искусственного интеллекта в 20-и кн. Кн.10. Представление знаний в искусственном интеллекте

Description

Титульный лист А. Е. Кононюк. Фото Структурная схема развивающейся панмедийной системы наук Структурная схема парадигмы развития науки Аннотация Оглавление 1. Основные положения 1.1. Познание 1.1.1. Цель и формы познания 1.1.2. Моторное познание и его уровни 1.2. Знание 1.2.1. Многообразие форм знаний 1.2.2. Отличительные характеристики знания 1.2.3. Управление знаниями 1.2.4. Непосредственное знание 1.2.5. Научное знание 1.2.6. Неявные и явные знания 1.2.7. Знание во времени 2. Свойства и функции знаний 2.1. Знания, определения и их свойства 2.2. Свойства знаний 2.3. Модели представления знаний 2.4. Методы фильтрации знаний 2.5. Функции знаний 2.5.1. Репрезентативная функция знаний 2.5.2. Эвристическая функция знаний 2.5.2.1.Эвристические методы 2.5.2.2. Эвристические модели 2.5.2.3. Особенности эвристической деятельности 2.5.2.4. Результаты эвристической деятельности 2.5.3. Прогностическая функция знания (науки) 2.5.4. Оценочная функция знаний 3. Классификация знаний 3.1. Прблема построения классификации знаний 3.2. Типы классификаций знаний 3.3. Классификация знаний в области программирования 4. Формы научного знания 4.1. Наука как особая форма знания 4.1.1. Наука как форма деятельности 4.1.2. Наука как форма знания 4.1.3. Наука как социальный институт 4.2. Знание: его природа и типология 4.2.1. Научное и вненаучное Знание: формы их взаимодействия 4.3. Понятие научной дисциплины 4.3.1. Современные способы организации науки 4.3.2. Классификация наук 4.3.3. Периодизация наук 4.4. Формы научного знания: факты, проблемы, гипотезы, теории, парадигмы 4.4.1. Факт 4.4.2. Проблема 4.4.3. Гипотеза 4.4.4. Теория 4.4.5. Парадигма 4.5. Основания, идеалы и нормы науки 4.5.1. Идеалы и нормы исследования 4.5.2. Научная картина мира 4.5.3. Философские основания науки 4.6. Категории, идеи, принципы и законы как важнейшие элементы теоретических систем 4.7. Понятие методологии и её уровни 4.7.1. Философский уровень 4.7.2. Общенаучный уровень 4.7.3. Конкретно-научный уровень 4.7.4. Технологический уровень 4.7.5. Логика (этапы) исследования 4.7.6. Методы педагогического исследования 4.7.7. Апробация и оформление результатов исследования 4.8. Природа и функции метода научного познания 4.9. Эмпирический уровень научного знания: его методы и формы 4.9.1.Особенности или формы эмпирического исследования 4.9.2. Методы научного познания 4.10. Теоретический уровень научного знания: методы и формы 4.10.1. Методы научного познания 4.10.2. Теоретические методы научного познания 4.10.3. Формы научного знания 4.11. Проблема как форма научного познания 4.12. Гипотеза и теория как формы научного знания 4.12.1. Понятие теории и ее структура 4.12.2. Разные классификации теорий 4.12.3. Способ получения 4.12.4. Функции 4.12.5. Гипотеза 4.12.6. Классификация гипотез 4.12.7. Особенность научной гипотезы 5. Структура знаний 5.1. Структура научного знания, уровни и формы научного знания 5.2. Эмпирический уровень научного познания 5.3. Теоретический уровень познания 5.3.1. Взаимосвязь эмпирического и теоретического уровней исследования 5.3.2. Методы теоретического познания 5.4. Метатеоретический уровень научного знания 6. Модели знаний 6.1. Семантическая сеть как модель представления знаний. 6.2. Структура семантических сетей 6.3. Классификация семантических сетей 6.4. Фреймовая модель представления знаний 6.4.1. Значение слова «фрейм» 6.4.2. Фрейм как модели представления знаний 6.5. Объектно-ориентированная методология представления знаний реализована в системах G2, RTWorks. 6.5.1. Фреймовая (объектно-ориентированная ) модель представления знаний 6.5.2. Структура фрейма, его атрибуты и виды 6.5.3. Примеры представления фреймов 6.6. Формула интеллекта и представление знаний 7. К. В. Мельников. Способы представления знаний в экспертных системах Введение 7.1.Структура, классификация и тенденции развития ЭС Классификация средств описания моделей знаний 7.2. Обзор форм представления знаний в промышленных и коммерческих экспертных системах 7.3. Задача проектирования интерфейсной компоненты интеллектуальных систем 7.3.1. Анализ интеллектуальных систем с позиции организации интерфейсной компоненты 7.3.2. Требования к системам 7.3.3. Структура базы знаний 7.3.4. Обоснование выбора фреймовой модели 7.3.5. Математическая постановка задачи проектирования интерфейсной модели 7.4. Представление знаний в интегрированной оболочке Image Expert 7.4.1. Архитектура оболочки Image Expert 7.4.2. Организация моделей знаний 7.4.3. Типы моделей знаний 7.4.4.Фреймовая компонента моделей знаний 7.4.5.Создание моделей знаний 7.4.6. Компонента ввода знаний 7.5. Проблема извлечения знаний 7.5.1. Приобретение и формализация знаний 7.5.2. Методы извлечения знаний 7.5.3.Машинно-ориентированное получение знаний 7.5.4. Решение проблемы извлечения знаний в действующих экспертных системах 8. Базы знаний Оглавление 8.1. Понятия Данные и знания Базы данных 8.2. Базы знаний Классификация баз знаний Интеллект человека и искусственный интеллект Применение баз знаний 8.3. Экспертные системы Структура экспертных систем Классификация экспертных систем и области применения Наиболее известные ЭС и их применение 8.4. Интеллектуальные системы Машинное обучение Автоматическое доказательство Другие способы применения искусственного интеллекта 8.5. Взгляд в будущее Список литературы 9.Представление знаний в интеллектуальных системах 9.1. Данные и знания. Основные определения 9.2. Особенности знаний. Переход от Базы Данных к Базе Знаний 9.3. Модели представления знаний. Неформальные (семантические) модели 9.4. Формальные модели представления знаний 9.5. Продукционные системы 9.5.1. Компоненты продукционных систем 9.5.2. Стратегии решений организации поиска 9.6. Логический подход. Представление простых фактов в логических системах 10. Планирование задач 10.1. Основные определения 10.2. Комплексная схема нечеткого планирования 10.3. Особенности планирования целенаправленных действий 10.4. Оценки сложности задачи планирования Литература 11. Экспертные системы 11.1. Назначение экспертных систем 11.2. Структура экспертных систем 11.3. Этапы разработки экспертных систем 11.4. Интерфейс с конечным пользователем 11.5. Представление знаний в экспертных системах 11.6. Уровни представления и уровни детальности 11.7. Организация знаний в рабочей системе 11.8. Организация знаний в базе данных 11.9. Методы поиска решений в экспертных системах 11.10. Инструментальный комплекс для создания статических экспертных систем (на примере интегрированного комплекса ЭКО) 11.11. Средства представления знаний и стратегии управления 11.12. Инструментальный комплекс для создания экспертных систем реального времени (на примере интегрированной среды g2-gensym corp., США) 12. Методы работы со знаниями 12.1. Основные определения 12.2. Подготовительный этап 12.3. Основной этап 12.4. Системы приобретения знаний от экспертов 12.5. Формализация качественных знаний 12.6. Пример формализации качественных знаний Литература 13.Системы понимания естественного языка 13.1. Предпосылки возникновения систем понимания естественного языка 13.2. Понимание в диалоге 13.3. Примеры системы обработки естественного языка 13.4. Методы озвучивания речи 13.5. Наиболее распространенные системы синтеза речи 13.6. Речевой вывод информации 13.7. Автоматический компьютерный синтез речи по тексту 13.7.1. Методы синтеза речи 13.7.2. Обобщенная функциональная структура синтезатора 13.7.3. Модуль лингвистической обработки 13.7.4. Лингвистический анализ 13.7.5. Формирование просодических характеристик 13.8. Cинтезатор русской речи 13.8.1. Язык формальной записи правил синтеза 13.8.2. Интонационное обеспечение 13.8.3. Аллофонная база данных 13.8.4. Лингвистический анализ 13.8.5. Инструментарий синтеза русской речи 13.9. Cистема распознавания речи 13.9.1. Акустическая модель 13.9.2. Лингвистическая модель 13.10. Классификация систем распознавания речи Заключение Литература 14. Тенденции развития систем искусственного интеллекта 14.1. Состояние и тенденции развития искусственного интеллекта 14.2. Успехи систем искусственного интеллекта и их причины 14.3. Экспертные системы реального времени - основное направление искусственного интеллекта 14.4. Основные производители 14.5. Архитектура экспертной системы реального времени 14.6. Жизненный цикл приложения 14.6.1. Разработка прототипа приложения 14.6.2. Расширение прототипа до приложения 14.6.3. Тестирование приложения на наличие ошибок 14.6.4. Тестирование логики приложения и ограничений (по времени и памяти) 14.6.5. Сопровождение приложения 14.7. Основные компоненты 14.8. Базы знаний 14.8.1. Сущности и иерархия классов 14.8.2. Выполняемые утверждения 14.9. Машина вывода, подсистема моделирования и планировщики Заключение Литература 10. Литература 15. Нейронные сети 15. 1. Что такое нейронные сети? 15.2. Биологический нейрон 15.3. Искусственный нейрон 15.4. Активационные функции 15.5. Базовые архитектуры нейронных сетей 15.6. Полносвязные нейронные сети 15.7. Обучение искусственных нейронных сетей 15.8. Нейрокомпьютеры 15.8.1.Основные определения 15.8.2. Элементная база нейровычислителей 15.8.3. ПЛИС - как элементная база нейровычислителей 15.8.4. Нейрочипы 15.8.5. Преимущества нейрокомпьютеров Список источников