8. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: ФИЗМАТЛИТ, 2001. - с. 224.
9. Любарский Ю. Я. Интеллектуальные информационные системы /. - М. : Наука, 1990. - 227 с.
10. Макаров И.М., Топчеев Ю.И. Робототехника: история и перспективы – М.: Наука; Издательство МАИ, 2003. – 349 с.
11. Миркес, Е.М. Нейроинформатика: Учеб. пособие для студентов. Красноярск: ИПЦ КГТУ, 2002. - 347 с.
12. Нейроинформатика / А.Н.Горбань, В.Л.Дунин-Барковский, А.Н.Кирдин и др. - Новосибирск: Наука. Сибирское предприятие РАН, 1998. - 296 с.
13. Представление и использование знаний / Х. Уэно . - М. : Мир, 1989. - 220 с.
14. Прикладные нечеткие системы: пер. с япон./ К.Асаи, Д. Ватада, С. Иваи и др.; под редакцией Т. Тэрано, К. Асаи, М. Сугэно. – М.:Мир, 1993. –368 с.
15. Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд. – М.: Вильямс, 2006. - 1408 с.
16. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. / Пер. с польск. И.Д. Рудинского. – М.: Горячая линия – Телеком, 2008. – 452 с.
17. Ручкин В.Н., Фулин В.А. Универсальный искусственный интеллект и экспертные системы – СПб.: БХВ-Петербург, 2009. – 240 с.
18. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика. - Пер. с англ.,1992. - 118 с.
19. Фогель Л., Оуэнс А., Уолш М. Искусственный интеллект и эволюционное моделирование. М.: Мир, 1969. - 230 с.
20. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. – СПб.: БХВ-Петербург, 2003. – 608 с.
21. Шеховцов О. И. Представление знаний : Учеб. пособие. - СПб. : ГЭТУ, 1997. – 56 с.
22. Ярушкина Н.Г. Основы теории нечётких и гибридных систем: Учебное пособие.- М.: Финансы и статистика, 2004.- 320 с.
Основные определения по теме «История развития искусственного интеллекта»
Искусственный интеллект (Artificial Intelligence, AI) - научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными (представление знаний, обучение, общение и т.п.).
Интеллектуальная система - система или устройство с программным обеспечением, имеющие возможность с помощью встроенного процессора настраивать свои параметры в зависимости от состояния внешней среды.
Эвристика – процесс поиска решений; прием решения задачи, основанный не на строгих математических моделях и алгоритмах, а на соображениях, восходящих к "здравому смыслу", отражает особенности того, как такие задачи решает человек, когда он не пользуется строго формальными приемами.
Кибернетика - наука об управлении, связи и переработке информации. Основным объектом исследования кибернетики являются абстрактные кибернетические системы: от компьютеров до человеческого мозга и человеческого общества.
Теория игр - математическая теория, предсказания результатов игр, в которых участники не имеют полной информации о намерениях друг друга. Теория игр используется для описания процессов, происходящих на олигополистических рынках, и в теории фирм.
Теория принятия решений — область исследования, изучающая закономерности выбора людьми путей решения разного рода задач и исследует способы поиска наиболее выгодных из возможных решений.
Когнитивная психология - направление в психологической науке, изучающее зависимость поведения субъекта от познавательных процессов. Главное в когнитивной психологии — выделение некоторых общих компонентов, структур, процессов, характерных для познания в целом. В этом плане когнитивная психология — это современная психология познавательных процессов.
Основные определения по теме «Направления исследований в области искусственного интеллекта»
Нейрокибернетика - научное направление, изучающее основные закономерности организации и функционирования нейронов и нейронных образований. Основным методом нейрокибернетики является математическое моделирование, при этом данные физиологического эксперимента используются в качестве исходного материала для создания моделей.
Нейрокомпьютеры - это системы, в которых алгоритм решения задачи представлен логической сетью элементов частного вида - нейронов с полным отказом от булевских элементов типа И, ИЛИ, НЕ. Как следствие этого введены специфические связи между элементами, которые являются предметом отдельного рассмотрения.
Нейрокомпьютинг - скоро развивающаяся область вычислительных технологий, стимулированная исследованиями мозга. Вычислительные операции выполняются огромным числом сравнимо обычных, нередко адаптивных процессорных частей. Нейрокомпьютинг, по собственному происхождению, совершенно приспособлен для сравнения образов, определения образов и синтеза систем управления.
Робот - автоматическое устройство с антропоморфным действием, которое частично или полностью заменяет человека при выполнении работ в опасных для жизни условиях или при относительной недоступности объекта. Робот может управляться оператором либо работать по заранее составленной программе. Использование роботов позволяет облегчить или вовсе заменить человеческий труд на производстве, в строительстве, при работе с тяжёлыми грузами, вредными материалами, а также в других тяжёлых или небезопасных для человека условиях.
Компьютерная лингвистика (computational linguistics) — область использования компьютеров для моделирования функционирования языка в тех или иных условиях или проблемных областях, а также сфера применения компьютерных моделей языка в лингвистике и др. дисциплинах.
Распознавание образов (Pattern recognition) - разделение образов в неком пространстве на классы. Образ традиционно представляется в виде вектора измеренных величин.
Распознавание речи (Speech recognition) - автоматическое разложение звукового вида на фонемы и слова.
Естественный язык - в лингвистике любой язык общения между людьми. Под естественностью некоторого языка понимается наличие синонимии и омонимии слов и словосочетаний, а также свободный порядок слов в предложении.
Проблемная область интеллектуальной системы определяется предметной областью и решаемыми в ней задачами.
Предметную область можно характеризовать описанием области в терминах пользователя, а задачи - их типом. С точки зрения разработчика выделяются статические и динамические предметные области. Предметная область называется статической, если описывающие ее исходные данные не изменяются во времени. При этом производные данные (выводимые из исходных) могут появляться заново и изменяться (не изменяя при этом исходных данных). Если исходные данные, описывающие предметную область, изменяются за время решения задачи, то предметную область называют динамической.
Основные определения по теме «Представление знаний»
Данные — это отдельные факты, характеризующие объекты, процессы и явления предметной области, а также их свойства; сведения, полученные путем измерения, наблюдения, логических или арифметических операций, представленные в форме, пригодной для постоянного хранения, передачи и (автоматизированной) обработки.
Знания — это закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области; это хорошо структурированные данные, или данные о данных, или метаданные.
Поверхностные знания — знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области.
Глубинные знания — абстракции, аналогии, схемы, отображающие структуру и природу процессов, протекающих в предметной области. Эти знания объясняют явления и могут использоваться для прогнозирования поведения объектов.
Процедурные знания - знания, «растворенные» в алгоритмах.
Декларативными знаниями считаются предложения, записанные на языках представления знаний, приближенных к естественному и понятных неспециалистам.
Эмпирические знания - знания, которые могут добываться ИС путем наблюдения за окружающей средой.
Поле знаний – поле, в котором содержатся основные понятия, используемые при описании предметной области, и свойства всех отношений, используемых для установления связей между понятиями. Поле знаний связано с концептуальной моделью проблемной области, в которой еще не учтены ограничения, которые неизбежно возникают при формальном представлении знаний в базе знаний.
Семантическая сеть — это ориентированный граф, вершины которого — понятия, а дуги — отношения между ними.
Фрейм — это абстрактный образ для представления некоего стереотипа восприятия.
Основные определения по теме «Нейронные сети»
Нейрон (биологический) – клетка мозга, способная генерировать электрический импульс, в случае, когда суммарный потенциал превысит критическую величину. Соединяясь друг с другом, нейроны образуют сеть, по которой путешествуют электрические импульсы, именно нейронные сети мозга обрабатывают информацию. При этом «обучение» сети и запоминание информации базируется на настройке значений весов связей между нейронами.
Синапс (вес, синаптический вес) - межнейронное соединение, однонаправленная входная связь нейрона, соединенная с выходом другого нейрона.
Аксон - выходная связь нейрона, при помощи аксона нейрон передает собственный выходной сигнал.
Искусственная нейронная сеть (Artificial neural network)– это система, состоящая из многих простых вычислительных элементов, работающих параллельно, функция которых определяется структурой сети, силой взаимных связей, а вычисления производятся в самих элементах или узлах.