Единое окно доступа к образовательным ресурсам

  1. Фильтр ресурсов
  1. Отобранных ресурсов 63

    Аудитория
    1

    31

    62

    61

    Тип ресурса





    Уровень образования


  • Общее строение искусственного разума

    http://neural.narod.ru/Part2.htm

    В статье Р.Квасного рассматриваются аспекты использования в системах искусственного интеллекта метаязыка - языка художественных образов. Новые этапы развития цивилизации требуют новшеств в самых основополагающих аспектах человеческого бытия, одним из которых является язык. Основной вывод: повышение уровня используемого языка способствует резкому повышению возможностей системы искусственного разума, обеспечивая перевод ее на новый уровень развития.

    Тип материала: Статья; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования: Высшее; Послевузовское;

  • ИНФОРМОДИНАМИКА или Путь к Миру открытых систем

    http://www.inftech.webservis.ru/it/information/informodynamics/index.html

    Книга В.М.Лачинова и А.О.Полякова посвящена становлению основ новой науки - информодинамики, науки, изучающей информацию как феномен, исследующей законы взаимосвязи системно-сложных образований. Информодинамика, как наука об открытых системах, базируется только на минимально необходимом, природно существующем наборе принципов построения Вселенной - ее "Природной аксиоматике".

    Тип материала: Монография; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования: Высшее; Послевузовское;

  • Методы обучения для семиотической системы поддержки принятия решений

    http://www.inftech.webservis.ru/it/conference/scm/2000/session10/golovina.htm

    В работе Е.Ю. Головиной рассматривается многоуровневая логика в качестве одного из языков представления знаний в семиотической системе. Приведено расширение синтаксиса многоуровневой логики, которое позволяет увеличить эффективность дедуктивного вывода для сложноструктурированных проблемных областей. Описан один из механизмов обработки знаний в семиотической системе. Разработано семиотическое программное средство моделирования сложноструктурированной проблемной области.

    Тип материала: Статья; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования: Высшее; Послевузовское;

  • Системы искусственного интеллекта: Методические указания к выполнению лабораторных работ

    Гудков П.А.

    Даны указания к выполнению лабораторных работ по курсу "Системы искусственного интеллекта" по следующей тематике: разработка экспертных систем в среде Visual Prolog и на языке CLIPS, системы естественно-языкового общения, нейронные сети, обучение нейронной сети выполнению заданной операции, разработка программы распознавания изображений с использованием нейронных сетей. Методические указания подготовлены на кафедре "Системы автоматизированного проектирования" и предназначены для студентов специальности 010503 (351500).

    Тип материала: Методические указания; | Аудитория: Учащийся; Преподаватель; | Уровень образования: Высшее;

  • Математические методы распознавания образов: Курс лекций

    Лепский А.Е., Броневич А.Г.

    Курс лекций "Математические методы распознавания образов" предназначен для студентов специальности 010500 "Прикладная математика и информатика". В работе рассмотрены основные подходы, методы и алгоритмы описания классов, нахождения решающих функций, выбора информативной системы признаков в случае малой неопределенности исходных данных (детерминистский подход) и в случае большой неопределенности исходных данных вероятностного характера (статистический подход). Данный курс лекций может быть также полезен студентам и аспирантам других специальностей, которые хотят познакомиться с теорией распознавания образов. Для активного усвоения курса от читателя требуется знание основ линейной алгебры, элементов функционального анализа, теории вероятностей и математической статистики, методов оптимизации.

    Тип материала: Лекция, курс лекций; | Аудитория: Учащийся; Преподаватель; | Уровень образования: Высшее;

  • Международные научно-технические конференции "Открытые семантические технологии проектирования интеллектуальных систем" (OSTIS)

    http://conf.ostis.net

    Сайт ежегодных международных научно-технических конференций, которые проводятся в Минске на базе Белорусского государственного университета информатики и радиоэлектроники (БГУИР) и направлены на развитие открытых семантических технологий проектирования интеллектуальных систем (Open Semantic Technologies for Intelligent Systems - OSTIS). Основной целью ежегодных конференций OSTIS является создание условий для расширения сотрудничества различных научных школ, вузов и коммерческих организаций, направленного на разработку комплексной массовой технологии компонентного проектирования (модульного, сборочного проектирования) интеллектуальных систем. Представлены материалы проведенных конференций и информация о готовящейся конференции.

    Тип материала: Выставки, конференции, конкурсы, олимпиады; | Аудитория: Учащийся; Преподаватель; | Уровень образования: Высшее; Послевузовское; Переподготовка и повышение квалификации;

  • Практика нейросетевого моделирования

    Хливненко Л.В.

    В монографии обобщен накопленный автором опыт в области компьютерного моделирования искусственных нейронных сетей (ИНС). Обсуждается решение задач распознавания образов, классификации, категоризации, прогнозирования и восстановления зашумленной информации. Приведены описания структур, интерфейсов и компьютерные коды основных блоков компьютерных приложений. Автор монографии в популярной форме, но достаточно полно и всесторонне рассказывает о теоретических основах моделирования однослойных и многослойных ИНС прямого распространения, сетей с обратными связями, стохастических, самоорганизующихся и эволюционирующих нейронных сетей. В монографии приводятся алгоритмы обучения ИНС различной архитектуры, а также методы комбинирования градиентных и стохастических алгоритмов обучения. В книге описаны оригинальные методики визуализации внутреннего состояния обученной нейронной сети и построения на этой основе «нейросетевых» портретов классов при решении задач автоматической классификации образов. Издание предназначено для научных работников, специализирующихся в области разработки автоматизированных систем искусственного интеллекта и когнитивного моделирования процессов принятия решений. Поскольку в книге много практических рекомендаций по разработке и описанию ИНС, она будет интересна также студентам и аспирантам соответствующих специальностей. Материал монографии может быть полезен при разработке отечественных компьютерных приложений на основе нейросетевых алгоритмов для исследования математических моделей слабо структурированных и плохо формализуемых процессов.

    Тип материала: Монография; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования: Высшее;

  • Искусственный или естественный язык общения в автоматизированных обучающих системах

    http://www.inftech.webservis.ru/it/ii/ar1.html

    В статье Г.В.Петровой и И.А.Семёнова рассматриваются вопросы диалога между машиной и человеком. Эти вопросы изучаются специалистами разных областей науки (кибернетиками, лингвистами, психологами и др.) многие годы. Каким быть диалогу? Что понимается под термином "диалог"? Какие формы неопределённости фигурируют в человеческой речи? Помимо этого в популярной форме рассмотрены вопросы семантической структуры слова и языков общения.

    Тип материала: Статья; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования: Высшее; Послевузовское;

  • Основы проектирования систем искусственного интеллекта

    http://lii.newmail.ru/lect_p1.htm

    В конспектах лекций С.Л.Сотника излагаются в общедоступной форме основы искусственного интеллекта, начиная с базовых понятий и завершая подходами к построению систем искусственного интеллекта и систем распознавания образов, существующими в наши дни. Курс лекции предлагается в виде архивного файла в формате ZIP.

    Тип материала: Лекция, курс лекций; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования: Высшее; Послевузовское;

  • Нейронные сети: алгоритм обратного распространения

    http://lii.newmail.ru/NN/KOROTKY/N2/kor_nn2.htm

    В статье рассмотрен алгоритм обучения нейронной сети с помощью процедуры обратного распространения, описана библиотека классов для С++. Предложенная библиотека классов позволяет создавать сети, способные решать широкий спектр задач, таких как построение экспертных систем, сжатие информации и многих других, исходные условия которых могут быть приведены к множеству парных, входных и выходных, наборов данных.

    Тип материала: Статья; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования:

Яндекс цитирования Яндекс.Метрика