不確定性人工智能

第1章人工智能50年.
1.1從著名的達(dá)特茅斯會(huì)議談起
1.1.1達(dá)特茅斯會(huì)議上不同學(xué)科的碰撞
1.1.2發(fā)展中的風(fēng)風(fēng)雨雨
1.2與時(shí)俱進(jìn)的研究目標(biāo)
1.2.1圖靈測試
1.2.2機(jī)器定理證明
1.2.3卡斯帕羅夫與“深藍(lán)”的對(duì)決
1.2.4會(huì)思維的機(jī)器
1.2.5人工生命
1.3人工智能50年主要成就
1.3.1模式識(shí)別
1.3.2知識(shí)工程
1.3.3機(jī)器人
1.4信息時(shí)代推動(dòng)人工智能大發(fā)展
1.4.1人工智能技術(shù)對(duì)全社會(huì)的滲透
1.4.2從萬維網(wǎng)到智能網(wǎng)格
1.4.3從數(shù)據(jù)到知識(shí)
1.5腦科學(xué).認(rèn)知科學(xué)和人工智能的大交叉趨勢
1.5.1腦科學(xué)與人工智能
1.5.2認(rèn)知科學(xué)與人工智能
1.5.3學(xué)科交叉孕育人工智能大突破
參考文獻(xiàn)
第2章人工智能研究的主要方法
2.1符號(hào)主義方法
2.1.1符號(hào)主義的產(chǎn)生和發(fā)展
2.1.2謂詞演算和歸結(jié)原理
2.1.3基于邏輯的程序設(shè)計(jì)語言
2.1.4專家系統(tǒng)
2.2聯(lián)結(jié)主義方法
2.2.1聯(lián)結(jié)主義的產(chǎn)生和發(fā)展
2.2.2聯(lián)結(jié)主義的策略和技術(shù)特征
2.2.3Hopfield神經(jīng)網(wǎng)絡(luò)模型
2.2.4反向傳播神經(jīng)網(wǎng)絡(luò)模型
2.3行為主義方法
2.3.1行為主義的產(chǎn)生和發(fā)展
2.3.2機(jī)器人控制
2.3.3智能控制
2.4對(duì)人工智能研究方法的思考
參考文獻(xiàn)
第3章論知識(shí)的不確定性
3.1隨機(jī)性
3.1.1隨機(jī)性的客觀性
3.1.2隨機(jī)性的魅力
3.2模糊性
3.2.1模糊性的客觀性
3.2.2模糊性的魅力
3.3自然語言中的不確定性
3.3.1語言文字是人類知識(shí)的載體
3.3.2語言中的不確定性
3.4常識(shí)知識(shí)的不確定性
3.4.1關(guān)于常識(shí)的共識(shí)
3.4.2常識(shí)知識(shí)的相對(duì)性
3.5知識(shí)的其它不確定性
3.5.1知識(shí)的不完備性
3.5.2知識(shí)的不協(xié)調(diào)性
3.5.3知識(shí)的非恒常性
參考文獻(xiàn)
第4章不確定性人工智能的數(shù)學(xué)基礎(chǔ)
4.1概率理論
4.1.1貝葉斯定理
4.1.2概率分布函數(shù)
4.1.3態(tài)分布
4.1.4大數(shù)定理和中心極限定理
4.1.5冪律分布
4.1.6熵
4.2模糊集理論
4.2.1隸屬度與隸屬函數(shù)
4.2.2分解定理與擴(kuò)張?jiān)?br />4.2.3模糊關(guān)系
4.2.4可能性測度
4.3粗糙集理論
4.3.1不精確范疇與粗糙集
4.3.2粗糙集的特征
4.3.3粗糙關(guān)系
4.4混沌與分形
4.4.1混沌的基本特征
4.4.2混沌吸引子
4.4.3混沌的幾何特性與分形
4.5核函數(shù)和主曲線
4.5.1核函數(shù)
4.5.2支持向量機(jī)
4.5.3主曲線
參考文獻(xiàn)
第5章定性定量轉(zhuǎn)換模型——云模型
5.1不確定性人工智能研究的切人點(diǎn)
5.1.1研究人類智能的多個(gè)切入點(diǎn)
5.1.2抓住自然語言中的概念不放
5.1.3概念中隨機(jī)性和模糊性的關(guān)聯(lián)性
5.2用云模型表示概念的不確定性
5.2.1云和云滴..
5.2.2云的數(shù)字特征
5.2.3云模型的類型
5.3正態(tài)云發(fā)生器
5.3.1正向云發(fā)生器
5.3.2云滴對(duì)概念的貢獻(xiàn)
5.3.3用正態(tài)云模型理解農(nóng)歷節(jié)氣
5.3.4逆向云發(fā)生器
5.3.5逆向云發(fā)生器誤差分析
5.3.6進(jìn)一步理解正態(tài)云模型
5.4正態(tài)云的數(shù)學(xué)性質(zhì)
5.4.1云滴分布的統(tǒng)計(jì)分析
5.4.2云滴確定度的統(tǒng)計(jì)分析
5.4.3正態(tài)云的期望曲線
5.5論正態(tài)云的普適性
5.5.1正態(tài)分布的普適性
5.5.2鐘形隸屬函數(shù)的普適性
5.5.3正態(tài)云的普遍意義
參考文獻(xiàn)
第6章不確定性知識(shí)發(fā)現(xiàn)的物理學(xué)方法
6.1對(duì)人類自身的認(rèn)知可借鑒對(duì)客觀世界的認(rèn)知
6.1.1借鑒物理學(xué)中的原子模型表示概念
6.1.2借鑒物理學(xué)中的場描述客體間的相互作用
6.1.3借鑒物理學(xué)中的粒度描述知識(shí)的層次結(jié)構(gòu)
6.2數(shù)據(jù)場
6.2.1從物理場到數(shù)據(jù)場
6.2.2數(shù)據(jù)的勢場和力場
6.2.3場函數(shù)中影響因子的優(yōu)選
6.2.4數(shù)據(jù)場與形象思維模擬
6.3概念層次的不確定性
6.3.1連續(xù)數(shù)據(jù)離散化
6.3.2虛擬泛概念樹
6.3.3躍升策略和算法
6.4知識(shí)發(fā)現(xiàn)狀態(tài)空間
6.4.1三種狀態(tài)空間
6.4.2狀態(tài)空間的轉(zhuǎn)換
6.4.3發(fā)現(xiàn)狀態(tài)空間轉(zhuǎn)換的主要操作
參考文獻(xiàn)
第7章發(fā)現(xiàn)不確定性知識(shí)的數(shù)據(jù)挖掘方法
7.1數(shù)據(jù)挖掘中的不確定性
7.1.1數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)
7.1.2挖掘過程中的不確定性
7.1.3發(fā)現(xiàn)知識(shí)的不確定性
7.2不確定性分類和聚類
7.2.1分類方法
7.2.2基于數(shù)據(jù)場的聚類
7.2.3基于數(shù)據(jù)場的離群點(diǎn)檢測和離群知識(shí)發(fā)現(xiàn)
7.3不確定性關(guān)聯(lián)知識(shí)的發(fā)現(xiàn)
7.3.1對(duì)傳統(tǒng)關(guān)聯(lián)規(guī)則的再思考
7.3.2基于云的關(guān)聯(lián)知識(shí)挖掘
7.4時(shí)序數(shù)據(jù)挖掘與預(yù)測
7.4.1基于云的時(shí)間序列挖掘
7.4.2股票數(shù)據(jù)預(yù)測
參考文獻(xiàn)
第8章定性知識(shí)的推理與控制
8.1用云構(gòu)造定性規(guī)則
8.1.1前件云發(fā)生器和后件云發(fā)生器
8.1.2規(guī)則發(fā)生器
8.1.3從精確案例到規(guī)則生成
8.2定性控制機(jī)理
8.2.1模糊控制.概率控制與云控制的機(jī)理及比較
8.2.2Mamdani模糊控制方法的理論解釋
8.3倒立擺——不確定性智能控制示例
8.3.1倒立擺及其控制
8.3.2一級(jí).二級(jí)倒立擺的定性控制機(jī)理
8.3.3三級(jí)倒立擺的云控制策略
8.3.4倒立擺的動(dòng)平衡模式
參考文獻(xiàn)
第9章不確定性人工智能研究展望
9.1云運(yùn)算與詞計(jì)算
9.2認(rèn)知物理學(xué)方向
9.2.1云模型的拓廣
9.2.2動(dòng)態(tài)數(shù)據(jù)場
9.3具有“小世界”和“無尺度”特性的復(fù)雜網(wǎng)絡(luò)
9.3.1復(fù)雜網(wǎng)絡(luò)不確定性中的規(guī)律性
9.3.2無尺度網(wǎng)絡(luò)的模擬
9.3.3用數(shù)據(jù)場研究工程中復(fù)雜網(wǎng)絡(luò)問題
9.4不確定性人工智能任重道遠(yuǎn)
9.4.1認(rèn)知物理學(xué)方法的局限性
9.4.2從丹尼爾獲諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)?wù)勯_去
參考文獻(xiàn)
基金資助目錄
相關(guān)專利
索引
后記...