Дисциплина "Интеллектуальные информационные системы" (ИИС) рассматривает способы построения информационных систем для решения неформализованных задач в различных сферах творческой деятельности человека. Особое внимание уделяется вопросам построения экспертных систем, которые являются наиболее значительным результатом практической реализации теории искусственного интеллекта. Рассматриваются процедуры имитации мыслительной деятельности человека в оп-ределенной предметной области, алгоритмы выделения признаков для описания ситуаций в условиях неопределенности.
Изучаются математические и алгоритмические основы интеллектуаль-ных информационных систем: модели представления знаний на основе систем продукций, семантических сетей и фреймов; выводы на знаниях; нечеткая информация и выводы; нейронные сети; методы эвристического поиска решений и программирования задач в среде CLIPS, пакете при-кладных программ Neureal Network Toolbox, функционирующего под управлением ядра системы MATLAB.
Содержание:
Лекция
1. Введение в интеллектуальные информационные технологии.
Лекция
2. Основные направления, функции и классификация ИИС.
Лекция
3. Технологии разработки экспертных систем.
Лекция
4. Состав и организация данных и знаний в ЭС.
Лекция
5. Способы реализации логического вывода в ЭС с классическими моделями представления знаний.
Лекция
6. Методы приобретения знаний.
Лекция
7. Нечеткие знания и способы их обработки.
Лекция
8. Основные понятия теории искусственных нейронных се-тей.
Лекция
9. Генетические алгоритмы.
Лекция
10. Системный подход к проектированию сложных систем.
Read the rest of this entry

Рекламные ссылки

Курс лекций предназначен для студентов технических специальностей с целью ознакомления с современными технологиями, основанных на знаниях и используемых для решения интеллектуальных задач.
Интеллектуальные системы рекламируються как предвестники будущего в вычислениях, что не требует традиционных навыков программиста. Появилась лавина статей, рекламирующих широкий ассортимент программных и аппаратных разработок с уникальными требованиями и специфическими примерами. Основной задачей разработчиков и пользователей технологий, использующих машинный интеллект являются эффективные алгоритмы обучения и расширение круга решаемых задач.

Содержание:
1. Перспективные исследования и разработки интеллектуальных систем
2. Технологии интеллектуальных вычислений - состояние проблемы, новые решения
3. Основные модели и методы технологий интеллектуальных вычислений
4. Процесс нахождения нового знания
5. Исскуственные нейронные сети
6. Детальное описание компонентов и работи нейронных сетей
7. Классификация известных нейросетей по основним категориям применения
Перцептрон Розенблатта
Нейросеть обратного распространения погрешности
Delta Bar Delta
Extended Delta Bar Delta
Направленный случайный поиск
Нейронная сеть высшего порядка или функционально-связанная нейронная сеть
Сеть Кохонена
Квантование обучающего вектора
Сеть встречного распространения Counter Рropagation
Вероятностная нейронная сеть
Сеть Хопфилда
Машина Больцмана
Сеть Хемминга
Двухнаправленная ассоциативная память
Сеть адаптивной резонансной теории
8. Нейросети в задачах отображения
9. Современные направления развития нейрокомпьютерных технологий
10. Популярно про генетические алгоритмы
11. Нечеткая логика
Read the rest of this entry

Рекламные ссылки

Рекламные ссылки