Единое окно доступа к образовательным ресурсам

  1. Фильтр ресурсов
  1. Отобранных ресурсов 63

    Аудитория
    1

    31

    62

    61

    Тип ресурса





    Уровень образования


  • Введение в искусственный интеллект

    http://www.stu.ru/inform/glaves2/glava16/gl_16_1.htm

    Интеллектуальные системы и технологии применяются для тиражирования профессионального опыта и решения сложных научных, производственных и экономических задач, например, анализ инвестиций, планирование рекламной камлании, прогнозирование рынка. Для обработки и моделирования знаний применяются специальные модели и создаются так называемые базы знаний. Цель материалов, представленных на сайте Сибирского государственного университета путей сообщения, - познакомить с современными представлениями о проектировании и разработке интеллектуальных систем, основанных на знаниях.

    Тип материала: Образовательный сайт; | Аудитория: Учащийся; Преподаватель; | Уровень образования: Высшее; Послевузовское;

  • Разработка системы, обрабатывающей текст естественного зыка на основе семантической нейронной сети

    http://eidolon.euro.ru/ai00011f.htm

    В статье описана структура связей семантической нейронной сети в виде синхронизированного линейного дерева и линии времени. Предложена многоуровневая структура системы, обрабатывающей текст естественного языка. Проведено описание семиотической обратной связи, служащей для коррекции результата обработки входного текста. Обнаружено, что наличие циркулирующих по контуру семиотической обратной связи символов обрабатываемого текста и управляющих спецсимволов напоминает процесс мышления. Сделано предположение, что, семиотическая обратная связь может привести к возникновению в системе внутреннего монолога и самосознания.

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

  • Эволюционная кибернетика

    http://cs.mipt.ru/docs/comp/rus/develop/other/biocyber/

    Курс лекций посвящен всестороннему анализу исследований в области эволюции биологических систем обработки информации и обеспечиваемых этими системами кибернетических свойств. Естественное название этих исследований - эволюционная кибернетика.В курсе лекций рассмотрены и проанализированы междисциплинарные связи эволюционной кибернетики, отмечены философские проблемы, лежащие в основе рассматриваемых исследований, а также намечены проблемы для дальнейших исследований.

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

  • Толковый словарь по искусственному интеллекту

    http://www.raai.org/library/tolk/aivoc.html

    Представлена электронная версия издания: Толковый словарь по искусственному интеллекту / Авторы-составители А.Н. Аверкин, М.Г. Гаазе-Рапопорт, Д.А. Поспелов. М.: Радио и связь, 1992. - 256с. Специальная терминология по искусственному интеллекту и интеллектуальным системам начала формироваться в 60-е годы ХХ в. Окончательно основная терминология закрепилась в первой половине 80-х годов. Трудность создания толкового словаря по искусственному интеллекту связана с междисциплинарным характером исследований в этой области. Так как в искусственном интеллекте используются методы, традиционно развиваемые в логике, психологии, лингвистике, кибернетике, дискретной математике и программировании, встречается немало терминов и других наук. Обсуждение толкового словаря показало, что имеются два крайних случая: включить в него термины, которые используются только в искусственном интеллекте и не заимствованы им из других наук, или включить в него все термины смежных с искусственным интеллектом наук, если они встречаются в работах специалистов данного направления. Составителями словаря было принято промежуточное решение, которое, конечно, тут же поставило перед ними проблему границ. Используя коллективный опыт специалистов ряда стран и СССР, составители попытались определить эту естественную границу, связав ее с частотой встречаемости заимствованных в искусственный интеллект терминов. Словарь содержит около 550 терминов.

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

  • Методы искусственного интеллекта для синтеза проектных решений: Учебное пособие

    Подольский В.Е., Коробова И.Л., Милованов И.В., Дьяков И.А., Майстренко Н.В.

    Рассматриваются общие сведения по структуре и составу экспертных систем, различные методы принятия решения в экспертных системах. Приводятся описание языка Пролог, примеры использования методов искусственного интеллекта в подсистемах САПР. Предназначено для студентов 5 курса дневного отделения специальности 230104 "Системы автоматизированного проектирования" и магистрантов направления 230100 программы 23010014 "Методы анализа и синтеза проектных решений", изучающих дисциплины "Интеллектуальные подсистемы в САПР", "Системы искусственного интеллекта", "Нейросетевые технологии в САПР".

    Тип материала: Учебник, учебное пособие; | Аудитория: Учащийся; Преподаватель; | Уровень образования: Высшее;

  • Лаборатория интеллектуальных систем Санкт-Петербургского государственного университета информационных технологий, механики и оптики

    http://ailab.ifmo.ru

    Сайт лаборатории интеллектуальных систем СПбГУ ИТМО. Тематика деятельности лаборатории связана с технологиями Semantic Web, методиками составления онтологий и инженерией знаний, программированием для мобильных платформ и технологиями Smart Spaces. Представлена информация о сотрудниках и партнерах, осуществляемых проектах, мероприятиях, проводимых лабораторией.

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

  • Математические методы искусственного интеллекта: Методические указания к практическим и лабораторным занятиям

    Броневич А.Г., Лепский А.Е.

    Методические указания к практическим и лабораторным занятиям по курсу "Математические методы искусственного интеллекта" предназначены для студентов специальности 010500 "Прикладная математика". Указания содержат условную разбивку лабораторно-практической части курса по 10 темам. Подбор тем занятий определяется программой курса, лабораторно-практическим "потенциалом" тем, предпочтениями авторов и объемом методических указаний. Каждому занятию предшествует краткое теоретическое введение, разобраны примеры решения некоторых типовых задач, сформулированы задания к лабораторным занятиям, приведены варианты типового расчета. Лабораторная часть курса может быть выполнена с использованием одного из стандартных высокоуровневых программных пакетов для научных и инженерных расчетов (MathCad, MatLab и др.) или с помощью одного из алгоритмических языков.

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

  • Системы представления знаний: Учебное пособие

    Новиков Ф.А.

    В пособии излагаются основы теории искусственного интеллекта и методы решения слабо формализованных задач. Основное внимание уделяется методам представления знаний в компьютерах. Рассматривается представление знаний системами продукций и представления знаний формулами исчисления предикатов. Приводятся алгоритмы поиска решения в системах продукций и автоматического доказательства теорем.
    Пособие предназначено для студентов высших учебных заведений, обучающихся по направлениям и специальностям в области техники и технологии при изучении дисциплин "Искусственный интеллект", "Инженерия знаний".
    Работа выполнена в рамках реализации Инновационной образовательной программы Санкт-Петербургского государственного политехнического университета "Развитие политехнической системы подготовки кадров инновационной среде науки и высокотехнологичных производств Северо-Западного региона России".
    Рекомендовано Учебно-методическим объединением по университетскому политехническому образованию в качестве учебного пособия для студентов высших учебных заведений, обучающихся по направлениям подготовки и специальностям техники и технологии.

    Тип материала: Учебник, учебное пособие; | Аудитория: Учащийся; Преподаватель; | Уровень образования: Высшее;

  • Моделирование нейронных сетей в Matlab: Методические указания к лабораторной работе

    Федотов А.В.

    Работа выполняется с целью знакомства со средствами и методами MATLAB и пакета Simulink для моделирования и исследования нейронных сетей. Приводятся методические указания по работе с пакетом Neural Networks Toolbox и применению нейронных сетей для аппроксимации функций.

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

  • Открытые семантические технологии проектирования интеллектуальных систем: материалы II Международной научно-технической конференции

    Сборник включает прошедшие рецензирование доклады II Международной научно-технической конференции "Открытые семантические технологии проектирования интеллектуальных систем".
    Сборник предназначен для преподавателей высших учебных заведений, научных сотрудников, студентов, аспирантов, магистрантов, а также для специалистов предприятий в сфере проектирования интеллектуальных систем.

    Тип материала: Сборник статей, трудов; | Аудитория: Учащийся; Преподаватель; Исследователь; | Уровень образования: Высшее; Послевузовское;

Яндекс цитирования Яндекс.Метрика