SCI Библиотека

В учебнике представлено систематизированное изложение основ теории представления знаний в системах искусственного интеллекта (СИИ). Даётся описание наиболее значимых в настоящее время моделей и технологических аспектов проектирования систем, основанных на знаниях (СОЗ). Особое внимание уделено проблемам инженерии знаний в СОЗ, а в качестве основного подхода к их решению рассматривается авторский метод ситуационного анализа и проектирования модели предметной области (БАЗЫ ЗНАНИЙ).

Для студентов и аспирантов специальностей, связанных с изучением СИИ, интеллектуальных информационных систем, научных работников, а также для всех интересующихся вопросами построения и применения СИИ.

Учебное пособие предназначено для проведения самостоятельной работы студентов высших технических учебных заведений по усвоению и закреплению основных положений курса прикладной математики в области гносеологических основ миварных технологий создания систем искусственного интеллекта, закреплению навыков применения системного подхода при концептуальном проектировании сложных автоматизированных систем управления, служит делу повышения уровня индивидуализации и качества процесса обучения, усилению контроля знаний студентов.

Излагаются основы инструментария языка Prolog, методы применения этого инструментария для решения таких задач искусственного интеллекта, как представление знаний, автоматические рассуждения, распознавание речи, машинное обучение.

Учебное пособие ориентировано на подготовку студентов технических вузов, обучающихся по специальностям группы 09.00.00 «Информатика и вычислительная техника», 10.00.00 «Информационная безопасность», может оказаться полезным студентам, обучающимся по специальностям 01.03.02 и 01.04.02 «Прикладная математика и информатика» и аспирантам.

Пособие включает изучение методов и средств представления знаний в технологиях искусственного интеллекта; применение языков инженерии знаний для решения задач различного уровня сложности. Рассматриваются парадигмы функционального и логического программирования на примере языков LISP, Python, Prolog. Изучаются возможности реализации различных задач инженерии знаний средствами этих языков.

Учебное пособие ориентировано на подготовку студентов технических вузов, обучающихся по специальностям группы 09.00.00 «Информатика и вычислительная техника», 10.00.00 «Информационная безопасность», а также может оказаться полезным студентам, обучающимся по специальностям 01.03.02 и 01.04.02 «Прикладная математика и информатика» и аспирантам.

Учебное пособие предназначено для проведения самостоятельной работы студентов высших технических учебных заведений по усвоению и закреплению основных положений курса прикладной математики в области гносеологических основ миварных технологий создания систем искусственного интеллекта, закреплению навыков применения системного подхода при концептуальном проектировании сложных автоматизированных систем управления, служит делу повышения уровня индивидуализации и качества процесса обучения, усилению контроля знаний студентов.

В учебном пособии рассмотрены основные направления исследований в области искусственного интеллекта, дан анализ состояния и перспектив развития теории и практики применения искусственного интеллекта в МЧС России. Изложена теория экспертных систем, структура, алгоритмы обучения и функционирования искусственных нейронных сетей. Как средство обучения искусственных нейронных сетей рассмотрены генетические алгоритмы. Приводится материал, посвященный интеллектуальному анализу больших данных. Учебное пособие предназначено для обучения курсантов и слушателей в высших учебных заведениях МЧС России по специальности 27.04.03 - «Системный анализ и управление».

Даны представления об основных этапах и принципах проектирования систем. Описан процесс создания бизнес-процессов и декомпозиции в нотации IDEF0. Дано представление использования запросов к API, написания Unit-тестов, разработки и описания логирования. Предназначено для студентов вузов, обучающихся по направлению подготовки 09.04.01 «Информатика и вычислительная техника» очной формы обучения.

Представлены основные положения теории принятия решений и рассмотрены вопросы, связанные с разработкой систем поддержки принятия решений (СППР). Приведена классификация СППР и примеры архитектур для различных типов СППР. Предназначено для студентов факультета электроники и вычислительной техники очной и заочной форм обучения.