123,123

內(nèi)容簡(jiǎn)介

　　《人工智能中的圖表推理》以一種全新的角度對(duì)人工智能及其應(yīng)用領(lǐng)域中的技術(shù)和方法（即圖表理論）進(jìn)行了研究和探索。本書在介紹人工智能基本原理的同時(shí)，著重論述了當(dāng)前圖表理論在人工智能領(lǐng)域中的應(yīng)用。本書詳細(xì)介紹了圖表的類型與相關(guān)應(yīng)用，包括邏輯推理、基于規(guī)則的專家系統(tǒng)、基于規(guī)則的推理、基于模型的推理等。本書除了對(duì)靜態(tài)圖表的相關(guān)理論進(jìn)行了論述外，也對(duì)交互式和動(dòng)態(tài)圖表進(jìn)行了闡述，以便幫助研究者、程序員、智能系統(tǒng)設(shè)計(jì)人員和Web應(yīng)用設(shè)計(jì)人員進(jìn)行更深入的研究。《人工智能中的圖表推理》可作為高等院校相關(guān)專業(yè)的高年級(jí)本科生、研究生、程序員、智能系統(tǒng)設(shè)計(jì)人員、Web應(yīng)用設(shè)計(jì)人員及人工智能領(lǐng)域的相關(guān)研究人員的參考用書。本書的作者RobbieT．Nakatsu博士目前是美國(guó)LoyolaMarymount大學(xué)信息系統(tǒng)教授，其研究領(lǐng)域涉及智能用戶接口、人機(jī)接口、人工智能應(yīng)用和信息技術(shù)管理。全書由陳一民、樊清、史曉霞翻譯。

作者簡(jiǎn)介

　　Robb.e丁Nakatsu博士目前是美NLoyolaMarymount大學(xué)信息系統(tǒng)領(lǐng)域的教授，其研究領(lǐng)域涉及智能用戶接口、人機(jī)接1：3、人工智能應(yīng)用和信患技術(shù)管理。在加入LoyolaMarymount大學(xué)之前，Nakatsu博士先后在百事可樂(lè)公司的信息管理系統(tǒng)做顧問(wèn)，在哥倫比亞廣播公司（CBS）做高級(jí)研究分析員，并在摩根士丹利的信息系統(tǒng)部做分析師。他開發(fā)了LogNet軟件，這種軟件可對(duì)如何設(shè)計(jì)商業(yè)后勤網(wǎng)絡(luò)提供了建議。Nakatsu博士也開發(fā)了Expert—Strategy（專家戰(zhàn)略）軟件，這種軟件為專家系統(tǒng)的知識(shí)庫(kù)提供了圖形用戶界面。Nakatsu博士是美國(guó)計(jì)算機(jī)協(xié)會(huì)和信息系統(tǒng)協(xié)會(huì)的會(huì)員。 Nakatsu博士目前所感興趣的研究領(lǐng)域集中在智能用戶接rl，計(jì)算機(jī)仿真建模和信息技術(shù)管理。

圖書目錄

譯者序原書前言第1章引言：人工智能領(lǐng)域的局限 1.1 引言 1.2 人工智能的局限 1.2.1 創(chuàng)造一臺(tái)思考機(jī)器的困難 1.2.2 缺乏常識(shí)性推理 1.2.3 難以駕馭的特性 1.3 智能系統(tǒng)的解釋能力 1.3.1 系統(tǒng)的透明度 1.3.2 系統(tǒng)的靈活性 1.4 人工智能的未來(lái)：面向交互式的圖表參考文獻(xiàn)第2章思維模型：在人眼中的圖表 2.1 思維模型的定義 2.2 知識(shí)的組織 2.2.1 內(nèi)部連接 2.2.2 外部連接 2.3 討論參考文獻(xiàn)第3章圖表的類型 3.1 引言 3.2 系統(tǒng)拓?fù)? 3.3 順序和流程 3.3.1 活動(dòng)圖表 3.3.2 泳道：分割一幅活動(dòng)圖表 3.3.3 案例研究：在急救室中的治療類選法 3.4 層次和分類 3.4.1 組織圖表 3.4.2 遺傳層次 3.4.3 組成模型 3.5 關(guān)聯(lián) 3.5.1 語(yǔ)義網(wǎng)絡(luò) 3.5.2 實(shí)體關(guān)系圖表 3.6 因果關(guān)系 3.6.1 有向圖 3.6.2 其他符號(hào)系統(tǒng) 3.6.3 因果關(guān)系推理中的謬論 3.7 決策圖表 3.7.1 決策樹 3.7.2 影響圖表 3.7.3順序的決策 3.8 討論參考文獻(xiàn)第4章應(yīng)用圖表的邏輯推理 4.1 引言 4.2 論證圖表 4.3 用動(dòng)態(tài)維恩圖表進(jìn)行邏輯推理 4.3.1 維恩圖表介紹 4.3.2 通過(guò)維恩圖表的演繹推論：第一個(gè)途徑 4.3.3 轉(zhuǎn)換規(guī)則 4.4 回顧演繹推理 4.4.1 兩種表示系統(tǒng)的檢驗(yàn)：語(yǔ)言學(xué)(一階邏輯)對(duì)應(yīng)非語(yǔ)言學(xué)(維恩圖表) 參考文獻(xiàn)第5章基于規(guī)則的專家系統(tǒng) 5.1 引言 5.2 基于規(guī)則的推理 5.2.1 基于規(guī)則的專家系統(tǒng)的組成部分 5.2.2 推理機(jī) 5.2.3 沖突結(jié)果 5.2.4 CLIPS 5.3 利益與局限 5.3.1 很難對(duì)專門技術(shù)進(jìn)行提取 5.3.2 不能捕獲所有的知識(shí) 5.3.3 專家系統(tǒng)不能夠?qū)W習(xí) 5.3.4 專家系統(tǒng)缺乏靈活性 5.3.5 缺乏對(duì)專家系統(tǒng)的信任，同時(shí)在解釋結(jié)果上面專家系統(tǒng)的能力有限 5.3.6 專家系統(tǒng)很難檢驗(yàn)和驗(yàn)證附錄A 股票選擇專家系統(tǒng) 參考文獻(xiàn)第6章帶有圖形的基于規(guī)則的推理 6.1 專家系統(tǒng)的透明性 6.2 用圖表表示一個(gè)簡(jiǎn)單的專家系統(tǒng) 6.3 更復(fù)雜的應(yīng)用：運(yùn)輸模式選擇 6.4 知識(shí)庫(kù)的分層模型 6.5 專家系統(tǒng)的靈活性 6.6 規(guī)則軌跡圖 6.7 策略知識(shí) 6.8 討論附錄A 運(yùn)輸模式知識(shí)庫(kù) 參考文獻(xiàn)第7章基于模型的推理 7.1 基于模型的診斷 7.1.1 排除一個(gè)簡(jiǎn)單設(shè)備的故障 7.1.2 排除邏輯門設(shè)備故障 7.2 設(shè)計(jì)商業(yè)后勤網(wǎng)絡(luò) 7.2.1 LogNet描述 7.2.2 網(wǎng)絡(luò)基準(zhǔn) 7.3 帶有圖形用戶界面的可視化交互模型 7.4 基于模型的推理：通向一個(gè)較好網(wǎng)絡(luò)設(shè)計(jì)的向?qū)? 7.4.1 網(wǎng)絡(luò)整理 7.4.2 網(wǎng)絡(luò)分散 7.5 使用LogNet解決問(wèn)題：兩個(gè)方案 7.6 基于啟發(fā)式搜索的調(diào)整 7.7 討論參考文獻(xiàn)第8章基于置信度與貝葉斯網(wǎng)絡(luò)的不精確推理 8.1 置信度 8.1.1 信度網(wǎng)絡(luò) 8.1.2 惡意病毒檢測(cè)系統(tǒng) 8.2 概率論基本原理 8.2.1 基本概念 8.2.2 條件概率與貝葉斯定理 8.3 貝葉斯網(wǎng)絡(luò) 8.4 討論參考文獻(xiàn)第9章理解圖表推理的框架 9.1 評(píng)估圖表準(zhǔn)則 9.1.1 有效圖表可以深化對(duì)系統(tǒng)的理解 9.1.2 有效圖表表述非常明確 9.1.3 有效圖表是最簡(jiǎn)的 9.1.4 有效圖表是相關(guān)的 9.1.5 有效圖表支持多層的描述 9.2 比較兩個(gè)圖表：信息能力和計(jì)算能力 9.3 超越靜態(tài)圖表 9.4 編后：應(yīng)用并超越人工智能技術(shù)的圖形化用戶界面參考文獻(xiàn)