Конспект лекций по дисциплине «Системы искусственного интеллекта»




НазваниеКонспект лекций по дисциплине «Системы искусственного интеллекта»
страница11/11
Дата05.09.2012
Размер1.15 Mb.
ТипКонспект
1   2   3   4   5   6   7   8   9   10   11
Sussman G. A Computational Model of Skill Acquisition. // PhD thesis, MIT, Cambridge, Massachusetts, August 1973


59. Erol K., Nau D., Subrahmanian V. Complexity, Decidability and Undecidability Results for Domain-Independent Planning. A Detailed Analysis / Технический отчёт Университета Мэрилэнд №CS-TR-2797


60. Pednault E. ADL and the state-transition model of action // Journal of Logic and Computation. – 1994. – № 4(5). – с. 467-512


61. Planning, scheduling and constraint satisfaction: from theory to practice. IOS Press, 2005


62.Тарханов Т.С. Семейство алгоритмов автоматического синтеза планов целенаправленного поведения в доменах планирования с обратимостью

// Препринт ИПС РАН.—2004


63.Blum A., Furst M. Fast planning through planning graph analysis // Proceedings of the 14th International Joint Conference on Artificial Intelligence (IJCAI – 95). – Montreal, Canada. – 1995. – с.1636 – 1642

64. Трофимов И. В. Использование фокусировки при решении задач планирования. Труды XI Национальной конференции по искусственому интеллекту. Дубна, 2008.


65 S. Hanks, D.S. Weld. A Domain-Independent Algorithm for Plan Adaptation. Journal of Artificial Intelligence Research, vol. 2, pp. 319-360, 1995


66. Laurie H. Ihrig, Subbarao Kambhampati Derivational Replay for Partial-Order Planning. In Proceedings AAAI-94, 1994.


67. D.B. Leake, A. Kinley, D.C. Wilson. A Case Study of Case-Based CBR. In proc. International Conference on Case-Based Reasoning, pp. 371-382, 1997.


68. R.Bergmann, W. Wilke. PARIS: Flexible Plan Adaptation by Abstraction and Refinement. In ECAI'96 Workshop "Adaptation in CBR", Budapest, 1996.


69. R. Alterman. Issues In Adaptive Planning. Report No. UCB/CSD 87/304, 1986.


70. K. Sycara. Using Case-Based Reasoning for Plan Adaptation and Repair. In Proc. of the DARPA Case-Based Reasoning Workshop, 1988.


71. K.J. Hammond. Explaining and Repairing Plans that Fail. Artificial Intelligence, 45(1-2):173-228, 1990.

72. Veloso M.M., Carbonell J.G. Towards Scaling Up Machine Learning: A Case Study with Derivational Analogy in PRODIGY. In Machine Learning Methods for Planning, Morgan Kaufmann, ed. S. Minton, pp. 233-272, 1993.


73. С.Н.Васильев, А.К.Жерлов, Е.А.Федосов, ,Б.Е.Федунов.

Интеллектное управление динамическими системами. М.: ФИЗМАТЛИТ, 2000

74. Осипов Г.С. Динамика в системах, основанных на знаниях // Известия РАН. Теория и системы управления. ¾ №5. – 1998. – с.24-28.


75. Osipov Gennady. Dynamics in Integrated Knowledge-Based Systems. Proceedings

of the 1998 IEEE Joint Conference, Gaithersburg, MD, USA, September , 1998.

76. Gennady Osipov. Attainable Sets and Knowledge Base Architecture in Discrete Dynamic

Knowledge-based Systems. Proc. Of Workshops of the ECAI 2000 14-th European Conference

of Artificial Intelligence. Berlin. 2000, 39-43.

77. Лебедева Т.Г., Осипов Г.С. Архитектура и управляемость дискретных динамических систем, основанных на знаниях. // Известия АН. Теория и системы управления. ¾ №5. – 2000. – с.703-709.

78. Виноградов А. Н., Осипов Г.С., Жилякова Л.Ю. Динамические интеллектуальные системы.

Ч.1. Представление знаний и основные алгоритмы. Известия АН. Теория и системы управления, М: Наука, 2002, №6, 119-127


79.Виноградов А. Н., Осипов Г.С., Жилякова Л. Ю. Динамические интеллектуальные системы.

Ч.2. Моделирование целенаправленного поведения. Известия АН.

Теория и системы управления, М: Наука, 2003, №1. стр.


80. Г.С.Осипов. Динамические интеллектуальные системы. Искусственный интеллект и

принятие решений, М.: URSS, 2008, № 1.

81. Месарович М., Такахара Я. Общая теория систем. Математические основы. – М.: Мир, 1978. – 311с.


82. Р.Калман, П.Фалб, М.Арбиб. Очерки по математической теории систем.

М.: МИР, 1971.


83. Стефанюк В.Л. Поведение квазистатической оболочки в изменяющейся нечёткой среде // Труды 4-ой национальной конференции по искусственному интеллекту (КИИ-94), т.1 // Рыбинск, 1994, с.199-203.


84. Мееров М.В. Синтез структур систем автоматического регулирования высокой точности. М.:Наука, 1967.


85. Емельянов С.В., Коровин С.К. Новые типы обратной связи. Управление при неопределённости.- М.: Наука. Физматлит, 1997, 352 стр.


86. Емельянов С.В., Коровин С.К.Расширение множества типов обратных связей и их применение при построении замкнутых динамических систем//Изв.АН СССР. Техническая кибернетика. 1981 №5, С. 173-183.


87. Емельянов С.В., Коровин С.К. Новые типы обратной связи. Синтез нелинейного управления в условиях неопределённости// Юбилейный сборник трудов ОИВТиА РАН.

Т.1. 1993. С. 115-137.


88. Т.А.Гаврилова, В.Ф.Хорошевский. Базы знаний интеллектуальных систем.

С.-Петербург.: ПИТЕР, 2000


89. Boose J.H. Personal Construct Theory and the Transfer of Human Expertise. Advances in Artificial Intelligence/Ed.T.O`Shea.North-Holland: Elsevir, 1984, p. 27-33


90. J. Kelly. The Psychology Personal Constructs.- N.Y.:Norton, 1955


91. Т.А.Гаврилова, К.Р.Червинская. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь,, 1992

92. G.S.Osipov. The Method of direct Knowledge Acquisition from human experts. Proceeding of the 5th Banff Knowledge Acquisition for Knowledge-Based Systems Workshop, Banff, Canada, November, 1990 , pp.104-116.

93. Cтепанов Ю.С. Имена, предикаты, предложения. Семиологическая грамматика. – М.: Наука, 1981, 360 стр.


94. Караулов, Ю.Н. Общая и русская идеография. – М.: Наука, 1976


95. Ю.И.Журавлев. Об алгебраическом подходе к решению задач распознавания или классификации. Проблемы кибернетики, Т.38, с. 5-68.


96. Quinlan, J, R. Induction of Decision Trees. Machine Learning 1:81-106,1986


97. Michalski, R. S. A Theory and Methodology of Inductive Learning. Artificial Inteligence, 20:111-161, 1983


98. Michalski, R.S. and Stepp, R. Learning from Observation: Conceptual Clustering. In: R.S.

Michalski, J.G. Carbonnell, and T.M.Mitchell (eds): Machine Learning: An Artificial Intelligence Approach, Morgan Kaufmann.


99. Mitchell, T.M. Machine Learning, McGraw Hill, 1996.


100. Hirsh, H. Incremental Version-Space Merging: A General Framework for Concept Learning. Kluwer Academic Publishers, 1990.


101. Winston, P.H. Learning Structural Descriptions from Examples. Technical report AI-TR-231, MIT Cambridge, MA, 1970


102. Miroslav Kubat, Ivan Bratko, Ryszard Michalsky. A Review of Machine Learning Methods. In: Machine Learning and Data Mining: Methods and Applications, John Wiley&Sons Ltd, 1996


103. Niblett, T. and Bratko, I. Learning decision Trees in noisy domains. In: Expert Systems 86: Proc. Expert Systems 86 Conf. Cambridge Univ. Press


104. Michalski, R.S. AQVAL/1-Computer Implementation of a Variable-Valued Logic System VL1 and Examples of its Application to Pattern ecognition. Proc. Of the First Int. Joint Conf. on Pattern Recognition, Washington, DS, pp.3-17, 1973.


109.Люгер Д. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. - М.: Изд. дом «Вильямс», 2003. – 864 с.

114. И.М.Кобозева. Лингвистическая семантика. М.:УРСС, 2000


115. Хомский Н. Синтаксические структуры. Пер. с англ. К. И. Бабицкого и В. А. Успенского // Новое в зарубежной лингвистике. II. М.: ИИЛ, 1962. С. 412—527.


116. Montague, Richard. Formal Philosophy: Selected Papers of Richard Montague. Edited and with an introduction by Richmond Thomason, New Haven: Yale Univ. Press. 1974


117. Филлмор Ч. Дело о падеже. // Новое в зарубежной лингвистике. Вып. X. М., 1981. С. 400-444


118.Филлмор Ч. Дело о падеже открывается вновь. // Новое в зарубежной лингвистике. Вып. X. М., 1981. С. 496-530.

119. И.А.Мельчук. Опыт теории лингвистических моделей «СМЫСЛ ↔ ТЕКСТ». М.: Наука, 1974


120. Ю.Д.Апресян. Лексическая семантика. Синонимические средства языка. Избранные труы, Т.1. М.:ЯРК, 1995.


121.Золотова, Г.А.; Онипенко, Н.К.; Сидорова, М.Ю. Коммуникативная граматика руского языка. М.: Институт русского языка им. В.В.Виноградова РАН, 2004.


122. Золотова, Г.А. Синтаксическй словарь. Репертуар элементарных единиц русского синтаксиса. М.:Наука, 1988.


123. Смирнов И.В. Метод автоматического установления значений минимальных семантико-синтаксических единиц текста. Информационные технологии и вычислительные системы. 2008, № 3, с. 30-45.


124. Г.С.Осипов, И.В.Смирнов, И.А. Тихомиров. Реляционно-ситуационный метод поиска и анализа текстов и его приложения. Искусственный интеллект и принятие решений. 2008, №2, с. 3-10.


125. http://www.aot.ru



1 Структур человеческого сознания, отражающих представление личности о действительности



1   2   3   4   5   6   7   8   9   10   11

Похожие:

Конспект лекций по дисциплине «Системы искусственного интеллекта» iconКонспект лекций по дисциплине "Программное обеспечение интеллектуальных систем". Для магистров специальности 5А521902
Целью данного курса является приобретение знаний по разработки и реализации основных элементов систем искусственного интеллекта
Конспект лекций по дисциплине «Системы искусственного интеллекта» iconЛабораторная работа №1 по дисциплине “Системы искусственного интелекта
Исчисление предикатов первого порядка является теоретической основной множества формализмов методов искусственного интеллекта. Задачи...
Конспект лекций по дисциплине «Системы искусственного интеллекта» icon«шаг за шагом» создание искусственного интеллекта гашева Светлана
Интеллект рассматривают как прикладную область исследований, связанных с имитацией отдельных функций интеллекта человека [6]. Распознавание...
Конспект лекций по дисциплине «Системы искусственного интеллекта» iconУчебно-методический комплекс по дисциплине “основы искусственного интеллекта”
...
Конспект лекций по дисциплине «Системы искусственного интеллекта» icon«Основы искусственного интеллекта»
Рабочая учебная программа по дисциплине «Основы искусственного интеллекта» для ооп «050100 Физика и информатика по циклу б в. 13...
Конспект лекций по дисциплине «Системы искусственного интеллекта» iconРабочая программа дисциплины «Системы искусственного интеллекта»
Рабочая программа основана на требованиях Федерального государственного стандарта высшего профессионального образования по направлению...
Конспект лекций по дисциплине «Системы искусственного интеллекта» iconУчебно-методический комплекс по дисциплине “основы искусственного интеллекта” для специальности
...
Конспект лекций по дисциплине «Системы искусственного интеллекта» iconУчебно-методический комплекс по дисциплине “основы искусственного интеллекта” для специальности
...
Конспект лекций по дисциплине «Системы искусственного интеллекта» iconВ. К. Финн к структурной когнитологии: феноменология сознания с точки зрения искусственного интеллекта
Ки и искусственного интеллекта – полигона экспериментальной проверки научных средств имитации рациональности и продуктивного мышления....
Конспект лекций по дисциплине «Системы искусственного интеллекта» icon1. интеллектуальные системы
Системы искусственного интеллекта, решающие задачи по обработке знаний и при этом проявляющие черты, сходные с чертами естественного...
Разместите кнопку на своём сайте:
Библиотека


База данных защищена авторским правом ©lib.znate.ru 2014
обратиться к администрации
Библиотека
Главная страница