[Прямое снабжение научного общества] Новое видение искусственного интеллекта Чжан Само -Ли
Цена: 892руб. (¥49.6)
Артикул: 618957211443
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товараПродавец:鑫达图书专营店
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥26.9484руб.
¥ 251 1753 147руб.
¥591 061руб.
¥ 80 56.81 022руб.
Параметры продукта
| Искусственный интеллект Новое поле | ||
 | Используемая цена | 62.00 |
| Издатель | Science Press | |
| Версия | 1 | |
| Опубликованная дата | Октябрь 2016 года | |
| формат | 16 | |
| автор | Чжан Зили | |
| Украсить | Оплата в мягкой обложке | |
| Количество страниц | 328 | |
| Число слов | 400 | |
| Кодирование ISBN | 9787030488107 | |
Введение
Искусственный интеллект - одна из обширных филиалов в области компьютерных наук.Как одна из трех ведущих технологий 21 -го века, уже есть большое количество исследований искусственного интеллекта.В отличие от других основных монографий и учебников по искусственному интеллекту, в этой книге используется новая область идей и идей, а также в исследовании искусственного интеллекта, вдохновленного биологией как основной области фокуса. Сочетание теории и практики анализирует ее основную теорию в деталях. -Певое обсуждение классических моделей, алгоритмов и специфических методов реализации, связанных с областью искусственного интеллекта; организовал работу выдающихся молодых исследователей в глобальной индустрии искусственного интеллекта за последние 30 лет и в сочетании с годами автора в области искусственного интеллекта, связанных Исследовательская работа Fields показывает вопросы исследований режущихся и связанных с ними примеров применения искусственного интеллекта, пытаясь тщательно интегрировать классические теории и исследования, чтобы по -настоящему отражать новые идеи и прогресс в современной области искусственного интеллекта.
Оглавление
Оглавление
** Искусственный интеллект, вдохновленный биологией
Глава 1 Краткое развитие искусственного интеллекта 1
1.1 Основные исследовательские достижения области искусственного интеллекта 1
1.1.1 1956: представление о обработке информации об искусственном интеллекте 2
1.1.2 В 1960 -х годах: вдохновение и представление знаний 3
1.1.3 В 1980 -х годах: искусственная нейронная сеть 4
1.1.4.
1.1.5 21 -й век: динамика символов 5
1.1.6. Исследование искусственного интеллекта моей страны 6
1.2 Развитие искусственного интеллекта 10
1.2.1 Watson 10 от Тьюринга до IBM 10
1.2.2 Smart Machine Google в будущем 12
1.2.3 Baidu Brain 14
1.2.4 Microsoft Smart Ecology 16
1.2.5 Глубокое лицо Facebook 18
1.2.6 Три прорыва делают искусственный интеллект близко к 19
1.3.
1.3.1 Расчет генетических алгоритмов и эволюции 21
1.3.2 Нейронная сеть 21
1.3.3 Групповой интеллект 22
1.4 Резюме 22
Ссылки 23
Глава 2 Расчет эволюции, генетический алгоритм и искусственная жизнь 25
2.1 Расчет по биологическому вдохновению 25
2.1.1 Расчет науки, вдохновленная биологическим: Кангхуан -авеню или шипы?25
2.1.2 Что рассчитывается биологическим вдохновением?26
2.1.3 Multi -Character биологии в вычислительных научных исследованиях 27
2.2 Расчет эволюции 28
2.2.1 Что такое расчет эволюции?28
2.2.2. Основная структура и основные особенности расчета эволюции 30
2.2.3 Классификация расчета эволюции 32
2.2.4 Несколько ключевых вопросов расчета эволюции 32
2.3 Генетический алгоритм 35
2.3.1 Обзор генетических алгоритмов 36
2.3.2 Теоретическая основа генетического алгоритма 38
2.3.3 Основные идеи генетического алгоритма 40
2.3.4 Простой пример применения генетического алгоритма 44
2.4 Искусственная жизнь 46
2.4.1 Робототехника 1: Архитектура толерантности 48
2.4.2 Робототехника 2: Технология робота -тренда, вдохновленная бактериальной деятельностью 49
2.4.3 Робототехника 3: Управление устойчивостью к энергии и разломам 50
2.5 Резюме 51
Ссылки 51
Глава 3 Нервный расчет 52
3.1 Введение в искусственную нейронную сеть 52
3.1.1 Происхождение и развитие искусственной нейронной сети 52
3.1.2 Применение искусственной нейронной сети 53
3.1.3 Резюме 54
3.2 Hopfield Нейронная сеть 54
3.2.1 Обзор нейронной сети Hopfield 54
3.2.2 Hopfield Нейронная сеть Lenovo Memory 55
3.3 Комбинация игр и нейронной сети 57
3.3.1 Обзор игры 57
3.3.2 Обучающая модель в сочетании с комбинацией игровой модели и модели нейронной сети 58
3.4 Сеть отображения функций (SOM) 65 (SOM) 65
3.4.1 Метод быстрого кластеризации текста SOM 65
3.4.2 Алгоритм смешанного кластера в сочетании с SOM и SOM 66
3.5 Неврологические чипы и искусственная жизнь 67
3.5.1 Разработка нейрохипоскопии и ее применения 68
3.5.2 Связанные применения искусственной жизни 69
3.6 глубокое обучение 71
3.6.1 Основные мысли о глубоком обучении 71
3.6.2 Типичная структура глубокого обучения 71
3.6.3 Применение глубокого обучения 77
3.6.4 Статус глубокого обучения и анализ проспектов 80
3.7 Искусственная нейронная сеть и медицинское изображение 81
3.7.1 Обзор искусственной нейронной сети и медицинского изображения 81
3.7.2 Введение в модель классификации мозговых изображений на основе искусственной нейронной сети 82
Рекомендации 84
Глава 4 Группа Smart 87
4.1 Групповая интеллектуальная базовая мысль 87
4.1.1 Источник мышления 87
4.1.2 Преимущества группового интеллекта и проблемы решения типа 88
4.2 Алгоритм AQUNIA 88
4.2.1 Основные мысли об алгоритме Ant Colony 89
4.2.2 Алгоритм aquintel в основном достигает 90
4.2.3 Aquunon Algorithm Приложение 93
4.3 Алгоритм оптимизации группы. 95
4.3.1 Алгоритм оптимизации основной группы частиц 95
4.3.2 Исследование улучшения алгоритма оптимизации гравитации 97
4.3.3 Связанные применения алгоритма оптимизации групп частиц 99
Ссылки 101
Глава 5 Модель трансформатора и приложение 105
5.1 Биологический механизм трансформаторов 105
5.1.1 Labyrinth Experiment 106
5.1.2 Эксперимент по проектированию адаптивной сети 107
5.2 Трансформатор модель 109
5.2.1 Jones Multi Agent Model Описание 109
5.2.2 Gunji и другие модели сотовой модели 110
5.2.3 Описание математической модели математики, такой как Tero 112
5.3 Multi Agent Model System 113
5.3.1. Введение в систему 114
5.3.2 Сеть трансформаторов моделирования 118
5.3.3 Labyrinth Solution 120
5.4 Трансформеры IBTM Model System 122
5.4.1 Введение в стратегию улучшения IBTM 122
5.4.2 Описание алгоритма модели IBTM 125
5.4.3 Эксперимент по моделированию модели IBTM 125
5.5 Математическая модель Системная приложение 129
5.5.1 Трансформеры Многочисленная входная экспортная математическая модель 129
5.5.2 На основе многоэтажного трансформатора многоэкспендическая модель улучшает алгоритм Colony Ant Colony 129
5.5.3 Анализ эксперимента 130
5.6 Резюме 134
Ссылки 135
Глава 6 Умный агент и мульти -агентная система 137
6.1 Smart Agent and Agent Somatulation Software 137
6.1.1 NetLogo138
6.1.2 Swarm138
6.1.3 Repast138
6.1.4 TNG Lab139
6.2 Моделирование биологической иммунной системы на основе агента 139
6.2.1 Основной метод моделирования биологической системы иммунизации 139
6.2.2 Метод моделирования биологических иммунных систем. Сравнение 141
6.2.3 Метод моделирования биологической иммунной системы на основе агента 142
6.2.4 Моделирование Outlook на основе иммунной системы агента 145
6.3 Экономическое моделирование на основе агента 146
6.3.1 Экономика и сложность 146
6.3.2 Компьютерная экономика на основе агента 147
6.3.3 Случай моделирования экономической системы 150
Ссылки 159
Вторая часть вопросов горячих исследований искусственного интеллекта
Глава 7 AI Research Hot Spot 161
7.1 Искусственный интеллект и машинное обучение 161
7.1.1 Некрасно машинное обучение 162
7.1.2 Hotspot исследования машинного обучения (1)—— укажите обучение 162
7.1.3 Hot Spot (2) Исследование машинного обучения (2)—— исследования по теории машинного обучения 163
7.1.4 Hotspot исследования машинного обучения (3)——
7.1.5 Hot Spet исследования машинного обучения (4)—— генетическое программирование решений сложных задач 165
7.2 Искусственный интеллект и кросс -дисциплина 166
7.2.1 Применение искусственного интеллекта в кросс -дископлинах кратко описывает 166
7.2.2 Применение искусственного интеллекта в кросс -дископлинах (1)—&Mdash; AI и экономика 166
7.2.3 Применение искусственного интеллекта в кросс -дисциплине (2)—— AI и Algorithm Biology 168
7.2.4. Применение искусственного интеллекта в кросс -дископлинах (3)—— AI и человеческий расчет 169
7.3 Искусственный интеллект и лечение естественного языка 170
7.3.1 Краткое описание обработки естественного языка 170
7.3.2 Исследование горячих точек обработки естественного языка (1)—— AI и лингвистика 170
7.3.3 Исследование горячих точек обработки естественного языка (2)—— AI и естественный язык понимание 171
7.4 Искусственный интеллект и наука данных 172
7.4.1 Информация о гетерогенном извлечении данных 172
7.4.2 Исследование доверительных отношений в социальных сетях 173
7.4.3 Большой анализ данных в социальных сетях 174
7.4.4 Приложение на основе социальных сетей (1)—— обнаружение и прогноз событий 175
7.4.5 Приложение на основе социальных сетей (2)—— рыночный прогноз 177
7.5 Искусственный интеллект и многоагентная система 178
7.5.1 Теоретические исследования многоагентной системы (1)—— механизм вознаграждения 178
7.5.2 Теоретические исследования многоагентной системы (2)—— Механизм сотрудничества 179
7.5.3 Теоретические исследования агентской системы (3)—— механизм альянса 180
7.5.4 Теоретические исследования агентской системы (4)—— оптимизированный выбор 182
7.5.5 Исследование искусственного интеллекта и робота (1)—— автономный автомобиль 183
7.5.6 Исследование искусственного интеллекта и робота (2)—— поговорите с роботами 184
7.5.7 Исследование искусственного интеллекта и робота (3)—&Mdash; Multi -Robot Control 185
7.6 Искусственный интеллект и логика 186
7.6.1 Краткое описание логики 186
7.6.2 Hotpot Logic Research (1)—&Mdash; Human -Grade AI187
7.6.3 Горячие точки логического исследования (2)—— в сочетании с вероятностью логики и статистики AI188
7.6.4 Горячие точки логического исследования (3)—&Mdash; проверка информации о физической системе слияния 190
7.6.5 Hotpot Logic Research (4)—— AI и описание логика 191
7.7 Искусственный интеллект и самафоремология 192
7.7.1 Краткое описание семантики 192
7.7.2 Горячие точки для исследования семантики (1)—&Mdash; Semantic Network 192
7.7.3 Горячие точки исследования семантики (2)—— Multi -Mode чувствует себя человеческое некалуменное поведение 194
7.7.4 Горячие точки для исследования семантики (3)—— AI и онтологическая технология 195
7.7.5 Горячие точки для исследования семантики (4)—&Mdash; Semantic Technology Application 196
7.7.6 Горячие точки для исследования семантики (5)—— анализ связанных данных 197
7.8 Искусственный интеллект и визуализация 198
7.8.1 Краткое описание визуализации 198
7.8.2 Hotspot Visual Research (1)—— визуальный поиск и анализ 198
7.8.3 Hotspot Visual Research (2)—— рассчитайте статистику изображения в фотографии 199
7.8.4 Hotspot Visual Research (3)—— изучение визуальных сцен 201
7.9 Резюме 202
Рекомендации 202
Глава 8 Откровение исследований искусственного интеллекта 208
8.1 Тьюринг и искусственный интеллект 208
8.1.1 Естественные науки питания искусственного интеллекта 208
8.1.2 Компьютерная наука 211 с искусственным интеллектом 211
8.1.3 Cross -дисциплинарные, которые вдохновляют искусственный интеллект 212
8.2 Развитие искусственного интеллекта 213
8.3 Нобелевская премия в компьютерной индустрии—— награда Тьюринга 214
Ссылки 214
Третья часть моделирования, моделирования и применения
Глава 9 Анализ социальной сети 215
9.1 Горячая информация на основе Weibo Discover 215
9.1.1 Содержание исследования 216
9.1.2 Используйте внешнюю базу знаний, чтобы выкопать горячие темы 216
9.1.3 Темы, основанные на раскопках MA-LDA Hot Topics 217
9.1.4 Сравнение горячих тем на основе раскопок LDA и MA-LDA 217 217
9.2 Китайский анализ эмоций Weibo 222
9.2.1 Содержание исследования 222
9.2.2 Модель эмоционального анализа 222
9.2.3.
9.2.4 Метод статистики значения функции 223
9.2.5 Сравнение результатов классификации нескольких моделей 224
9.3 Китайская физическая ссылка Weibo 225
9.3.1 Содержание исследования 225
9.3.2 Ссылка Общая кадр 225
9.3.3 Построить физический словарь 226
9.3.4 Дизайн модели 227
9.5 Система рекомендаций социальной сети 230
9.5.1. Содержание исследования 230
9.5.2 Рекомендуемая система на основе сети социальной маркировки 230
9.5.3 Рекомендуемая система на основе скрытой модели 232 Маркова 232
9.5.4.
9.5.
9.6 Прогноз ссылки 241
9.6.1 Содержание исследования 241
9.6.2 Ссылки для социальных сетей 241
9.7 Резюме 243
Ссылки 244
Глава 10 Семантическая сеть технологии и приложение 245
10.1 Семантическая сеть технологии и ее применение в интеграции ресурсов 245
10.1.1 Концепция и архитектура семантической сети 245
10.1.2 Введение в онтологию 247
10.1.3 Метод интеграции ресурсов на основе технологии семантической сети 250
10.1.4 Применение технологии семантической сети в интеграции ресурсов 251
10.2 Применение технологии семантической сети в сельскохозяйственной и сельской информации 257
10.2.1 Сельскохозяйственная и сельская информация 257
10.2.2 Применение технологии семантической сети при посадке цитрусовых 257
10.2.3 Система поддержки принятия решений для оплодотворения цитрусовых, основанная на технологии семантической сети 260
10.3 Применение технологии семантической сети/семантическая интеграция 262
10.3.1 Применение технологии семантической сети в социальной сети 262
10.3.2 Применение технологии семантической сети в Интернете вещей 263
10.4 Резюме 265
Ссылки 266
Глава 11 Информация Fusion 267
11.1 История развития и статус интеграции информации 267
11.2 Характеристики и структура управления мультисенсорной системой 268
11.3 Основной метод слияния информации и текущая точка исследования 270
11.3.1 Интеграция Информация Основная модель 270
11.3.2 Основной алгоритм слияния информации 272
11.3.3 Современная точка доступа 274
11.4 Теория доказательств Демпстера-Шафер 274
11.4.1 Структура распознавания 275
11.4.2 Функция базового распределения доверия 275
11.4.3 Функция доверия 276
11.4.4 Как аналогичная функция 276
11.4.5 Теория комбинированных доказательств 277
11.5 Пример приложения для интеграции информации 278
11.5.1 Применение интеграции информации в промышленных роботах 278
11.5.2 Применение онлайн -подписей почерка слияния информации 278
11.5.3 Применение слияния информации в самолете 278
11.6 Резюме 279
Ссылки 279
Глава 12 Применение технологии искусственного интеллекта в биологической информации 280
12.1 Обзор биологической информации 280
12.1.1 Что такое биологическая информация?280
12.1.2 Объект исследования биологической информации 281
12.1.3 Исследование биологической информации 282
12.1.4 Новый прогресс биологической информации 284
12.2 Анализ последовательности генома и прогноз функции 285
12.2.1 Анализ последовательности генома 285
12.2.2 Прогноз гена и генетической области 287
12.3 Анализ информации о экспрессии и регуляции генов 288
12.3.1 Что такое регуляция экспрессии генов 289
12.3.2 Особенности расчета сети регуляции экспрессии 289
12.3.3 Метод анализа на основе генных чипов 291
12.3.4 Неодирующий региональный анализ и распознавание регуляторных компонентов 293
12.4 Молекулярная эволюция: анализ разработки системы 296
12.4.1 Основная концепция дерева разработки системы 297
12.4.2 Эволюция ДНК и модель эволюции 298
12.4.3 Метод построения дерева системы разработки 304
12.5 Прогнозирование структуры и функции белка 307
12.5.1 Прогноз структуры белка 308
12.5.2 Прогнозирование функции белка 312
12.6 Резюме 314
Ссылка 315