Поиск

Полнотекстовый поиск:
Где искать:
везде
только в названии
только в тексте
Выводить:
описание
слова в тексте
только заголовок

Рекомендуем ознакомиться

'Статья'
И хотя многие приемы, применяющиеся на заводах и фабриках, ведут свое начало от опытом оправданных начал естество­знания, тем не менее, в практическо...полностью>>
'Закон'
Українська асоціація інвестиційного бізнесу, яка є саморегулівною організацією на фондовому ринку України та об’єднує понад 340 компаній з управління...полностью>>
'Пояснительная записка'
Исторически сложилось так, что программирование возникло и развивалось как процедурное программирование. В курсе информатики основной школы рассматри...полностью>>
'Конкурс'
Формула БИО – совместный проект Научного Парка МГУ и Фондa образовательных и инфраструктурных программ РОСНАНО для желающих поучаствовать в создании н...полностью>>

Учебная программа для высших учебных заведений по специальности 40 03 01 «искусственный интеллект» Составители

Главная > Программа
Сохрани ссылку в одной из сетей:

ЛОГИЧЕСКИЕ ОСНОВЫ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ

Учебная программа для высших учебных заведений

по специальности 1-40 03 01 Искусственный интеллект

Согласована с Учебно-методическим управлением БГУИР

« 28 » мая 2003 г.

Составители:

В.В. Голенков, заведующий кафедрой интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники», старший научный сотрудник, доктор технических наук;

Д.А. Вятченин, доцент кафедры интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники», кандидат философских наук;

В.П. Ивашенко, ассистент кафедры интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники»

Рецензенты:

В.Д. Цветков, заведующий кафедрой САПР Учреждения образования «Белорусская государственная политехническая академия», профессор, доктор технических наук;

Кафедра математического моделирования и анализа данных Учреждения образования «Белорусский государственный университет» (протокол № 3 от 10.10.2000 г.)

Рекомендована к утверждению в качестве типовой:

Кафедрой интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники» (протокол № 10 от 14.01.2002 г.);

Научно-методическим советом по направлению 1-40 Вычислительная техника УМО вузов Республики Беларусь по образованию в области информатики и радиоэлектроники (протокол № 1 от 18.02.2002 г.)

Разработана на основании Образовательного стандарта РД РБ 02100.5.114-98

Ответственный за редакцию: Т.А. Лейко

Ответственный за выпуск: Ц.С. Шикова

Пояснительная записка

Типовая программа «Логические основы интеллектуальных систем» разработана в соответствии с Образовательным стандартом РД РБ 02100.5.114-98 по специальности 1-40 03 01 Искусственный интеллект. Она предусматривает наличие у студентов базовых теоретических знаний в области теории множеств и общей алгебры. Целью изучения дисциплины является ознакомление студентов с основами классической математической логики, получение ими навыков решения логических задач и использования логического аппарата для представления и обработки информации в интеллектуальных системах.

В результате освоения курса «Логические основы интеллектуальных систем» студент должен:

знать:

  • основные понятия математической и формальной логики;

  • логические законы;

  • алгебру логики;

  • логические исчисления;

  • логику предикатов первого порядка;

  • теоремы классической логики;

уметь характеризовать:

  • логические операции;

  • логические языки;

уметь анализировать:

  • интерпретации логических языков;

  • методы доказательства в логике;

приобрести навыки:

  • использования традиционных программных инструментальных средств для решения логических задач;

  • использования логических моделей представления и обработки информации для разработки интеллектуальных систем.

Программа рассчитана на объем 60 учебных часов. Примерное распределение учебных часов по видам занятий: лекций – 30 часов, практических занятий – 30 часов.

СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

Раздел 1. ОСНОВНЫЕ ПОНЯТИЯ

Тема 1.1. ФУНКЦИИ ЛОГИКИ

Место логики в математике. Формальная логика. Математическая логика. Истинность и ложность предложений. Роль логики в разработке прикладных интеллектуальных систем. Логические языки и представление знаний. Решение задач с использованием логических языков.

Раздел 2. ИСЧИСЛЕНИЕ ВЫСКАЗЫВАНИЙ

Тема 2.1. КЛАССИЧЕСКОЕ ИСЧИСЛЕНИЕ ВЫСКАЗЫВАНИЙ
Синтаксис исчисления высказываний. Семантика исчисления высказываний. Пропозициональные связки. Истинностные таблицы.
Тема 2.2. ЛОГИЧЕСКИЕ ФОРМУЛЫ

Понятие формулы. Истинность формул. Выполнимость формул. Общезначимость как истинность во всех возможных интерпретациях. Правило подстановки. Монотонность. Двойственность. Импликация и эквивалентность. Отношение следования. Доказуемость и выводимость. Теорема дедукции. Непротиворечивость и полнота исчисления высказываний.

Тема 2.3. АЛГЕБРАИЧЕСКИЙ ПОДХОД В ИСЧИСЛЕНИИ ВЫСКАЗЫВАНИЙ

Булева алгебра, ассоциированная с классическим исчислением высказываний. Пропозициональные теории и их связь с фильтрами соответствующей булевой алгебры. Классификация пропозициональных теорий. Принцип резолюций в исчислении высказываний. Операторы присоединения следствий. Нормальные формы в логике высказываний.

Раздел 3. ИСЧИСЛЕНИЕ ПРЕДИКАТОВ

Тема 3.1. КЛАССИЧЕСКОЕ ИСЧИСЛЕНИЕ ПРЕДИКАТОВ

Недостаточность логики высказываний для анализа рассуждений. Предикаты. Кванторы. Кванторы всеобщности и существования. Синтаксис исчисления предикатов. Свободные и связанные переменные. Семантические ограничения исчисления предикатов. Теоретико-множественная модель исчисления предикатов.

Тема 3.2. ТЕОРИИ ПЕРВОГО ПОРЯДКА

Аксиомы. Непротиворечивость и независимость аксиом. Свойства теории первого порядка. Теоремы о полноте. Модели теории. Примеры теорий первого порядка. Классификация теорий первого порядка.

Раздел 4. ЛОГИЧЕСКИЙ ВЫВОД И ЭЛЕМЕНТЫ ТЕОРИИ ДОКАЗАТЕЛЬСТВ

Тема 4.1. ВЫЧИСЛИМОСТЬ И РАЗРЕШИМОСТЬ

Разрешающие и вычислительные процедуры. Примеры выводимых формул. Термы. Расширенное исчисление предикатов. Рекурсивные термы. Рекурсивные предикаты. Вычислимые функции. Эффективная вычислимость. Нормальные алгоритмы. Решатели задач.

Тема 4.2. ЭЛЕМЕНТЫ ТЕОРИИ ДОКАЗАТЕЛЬСТВ

Постановка вопроса о непротиворечивости и независимости аксиом. Отрицание кванторов и кванторные утверждения о данных. Приведение к системе дизъюнктов. Принцип резолюции в исчислении предикатов. Негативные цели и утверждения. Применение метода резолюций для ответов на вопросы. Подстановка и унификация. Глобальные стратегии поиска решений. Удаление избыточных подцелей. Добавление замещающих подцелей.

Раздел 5. ПРЕДСТАВЛЕНИЕ ЗНАНИЙ И РАССУЖДЕНИЙ

Тема 5.1. ЛОГИЧЕСКОЕ ПРЕДСТАВЛЕНИЕ

Использование логики предикатов для представления знаний. Модальная логика предикатов. Семантика возможных миров. Лямбда-исчисление. Рассуждения, использующие логические формулы. Системы прямой и обратной дедукции.

Тема 5.2. СЕТЕВОЕ ПРЕДСТАВЛЕНИЕ

Концептуальные графы. Семантические сети. Правила конъюнкции и упрощения. Унаследованные свойства. Рассуждения, использующие семантические сети.

Тема 5.3. ОБЪЕКТНОЕ ПРЕДСТАВЛЕНИЕ

Фреймы и слоты. Функциональные фреймы. Рассуждения, использующие объектное представление. Паросочетание. Функциональные атрибуты. Иерархические рассуждения. Рассуждения с умолчаниями.

Тема 5.4. ВВЕДЕНИЕ В ЛОГИЧЕСКОЕ ПРОГРАММИРОВАНИЕ

Формальные грамматики и логика. Иерархия Хомского. Конечные автоматы и диаграммы переходов. Примеры языков логического программирования.

ПРИМЕРНЫЙ ПЕРЕЧЕНЬ ТЕМ ПРАКТИЧЕСКИХ ЗАНЯТИЙ

  1. Приоритет операций в исчислении высказываний.

  2. Построение истинностных таблиц.

  3. Интерпретации языка классического исчисления высказываний.

  4. Проверка общезначимости, выполнимости формул. Противоречивые формулы.

  5. Нормальные формы в логике высказываний.

  6. Принцип резолюции.

  7. Классическое исчисление предикатов. Кванторы всеобщности и существования.

  8. Свободные и связанные переменные.

  9. Теоретико-множественная модель исчисления предикатов.

  10. Отрицание кванторов и кванторные утверждения о данных.

  11. Приведение к системе дизъюнктов.

  12. Принцип резолюции в исчислении предикатов.

  13. Применение метода резолюций для ответов на вопросы.

  14. Подстановка и унификация.

ЛИТЕРАТУРА

ОСНОВНАЯ
  1. Логический подход к искусственному интеллекту: от классической логики к логическому программированию: Пер. с франц. / А. Тейз, П. Грибомон. и др.- М.: Мир, 1990.

  2. Математическая логика: Учеб. пособие / Л.А. Латонин, Ю.А. Макаренков, В.В. Николаева, А.А. Столяр; Под общ.ред. А.А. Столяра. - Мн.: Выш. шк., 1991.

  3. Мендельсон Э. Введение в математическую логику: Пер. с англ.- 3-е изд.-(не отличается от 2-го). - М.: Наука, Гл.ред.физ.-мат.лит., 1984 (2-е изд. - 1976).

4. Чень Ч., Ли Р. Математическая логика и автоматическое доказа­тельство теорем: Пер. с англ. - М.: Наука, Гл.ред.физ.-мат. лит., 1983.

ДОПОЛНИТЕЛЬНАЯ

  1. Нагел Э., Саппс. П., Тарский А. Математическая логика и её применения: Сб. ст. - М.: Мир, 1965.

Дополнительные учебно-методические разработки по лабораторным, практическим занятиям и дополнительным модулям в данной программе не приведены и указываются при составлении рабочих программ.

Утверждена

УМО вузов Республики Беларусь

по образованию в области информатики

и радиоэлектроники

« 03 » июня 2003 г.

Регистрационный № ТД-40-042/тип.

СТАТИСТИЧЕСКИЕ ОСНОВЫ ИНДУКТИВНОГО ВЫВОДА

Учебная программа для высших учебных заведений

по специальности 1-40 03 01 Искусственный интеллект

Согласована с Учебно-методическим управлением БГУИР

« 28 » мая 2003 г.

Составители:

Н.А. Гулякина, доцент кафедры интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники», кандидат физико-математических наук;

М.Д. Степанова, доцент кафедры интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники», доцент, кандидат физико-математических наук

Рецензенты:

Е.Е. Жук, доцент кафедры математического моделирования и анализа данных Учреждения образования «Белорусский государственный университет», старший научный сотрудник, доктор физико-математических наук;

Кафедра информационных технологий управления Академии управления при Президенте Республики Беларусь (протокол № 10 от 16.05.2000 г.)

Рекомендована к утверждению в качестве типовой:

Кафедрой интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники» (протокол № 10 от 14.01.2002 г.);

Научно-методическим советом по направлению 1-40 Вычислительная техника УМО вузов Республики Беларусь по образованию в области информатики и радиоэлектроники (протокол № 1 от 18.02.2002 г.)

Разработана на основании Образовательного стандарта РД РБ 02100.5.114-98

Ответственный за редакцию: Т.А. Лейко

Ответственный за выпуск: Ц.С. Шикова

Пояснительная записка

Типовая программа «Статистические основы индуктивного вывода» разработана в соответствии с Образовательным стандартом РД РБ 02100.5.114-98 по специальности 1-40 03 01 Искусственный интеллект. Она предусматривает формирование представлений об одном из важнейших направлений автоматизации извлечения знаний в интеллектуальных системах (ИС) – применении методов правдоподобных рассуждений и индуктивного вывода – и об используемых для этого формальных и математических моделях. Для получения вывода в условиях априорной неопределенности современные индуктивные логики широко привлекают аппарат теории вероятности и математической статистики. Поэтому целью изучения дисциплины является ознакомление с проблемами и основными понятиями индуктивного вывода как вида правдоподобных рассуждений в ИС, а также статистическими методами индуктивного вывода, необходимыми для переработки и получения новых знаний.

В результате освоения курса «Статистические основы индуктивного вывода» студент должен:

знать:

  • индуктивные механизмы вывода на знаниях в интеллектуальных системах, их особенности, преимущества;

  • основные виды индукции в классической индуктивной логике, отличия правил вывода в формальных дедуктивных и индуктивных системах, основные меры качества вывода в современных индуктивных логиках;

  • способы автоматического порождения гипотез;

  • статистические и вероятностные методы, применяемые в индуктивном выводе;

  • статистические методы переработки знаний и проверки гипотез;

уметь анализировать:

  • модели индуктивного вывода и методы их применения при проектировании интеллектуальных систем;

  • методы прикладной статистики для решения задач искусственного интеллекта;

уметь характеризовать:

  • методы правдоподобных рассуждений;

  • методы индуктивного вывода на знаниях;

приобрести навыки:

  • применения методов математической статистики и статистических пакетов программ, систем программирования и инструментальных программных средств для реализации механизмов индуктивного вывода и формирования гипотез в ИС различного назначения.

Программа рассчитана на объем 60 учебных часов. Примерное распределение учебных часов по видам занятий: лекций – 40 часов, лабораторных работ – 20 часов.

СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

Раздел 1. ОБЩИЕ СВЕДЕНИЯ ОБ ИНДУКТИВНОМ ВЫВОДЕ

Тема 1.1. ПОНЯТИЕ ИНДУКЦИИ

Основные виды индукции (перечислительная, элиминативная, индукция как обратная дедукция). Индуктивная логика как инструмент получения нового знания.

Тема 1.2. ИНДУКТИВНЫЙ ВЫВОД

Индуктивные рассуждения как вид правдоподобных рассуждений. Модели и задачи индуктивного вывода. Индуктивное описание фактов и правила индуктивного обобщения.

Раздел 2. АВТОМАТИЧЕСКОЕ ПОРОЖДЕНИЕ ГИПОТЕЗ

ДЛЯ ПОЛУЧЕНИЯ НОВЫХ ЗНАНИЙ

Тема 2.1. ФОРМИРОВАНИЕ ГИПОТЕЗ

Процедуры формирования гипотез в традиционной и современной индуктивной логике. Подтверждение и принятие гипотезы. Вероятностные модели подтверждения и принятия гипотез в индуктивном выводе.

Тема 2.2. ИМИТАЦИЯ ИНДУКТИВНЫХ РАССУЖДЕНИЙ

2.2.1. Системы формальной имитации индуктивных рассуждений, связанные с прикладными аспектами обработки данных (ДСМ-метод, GUHA-метод, метод Плоткина). Математические модели, используемые для формализации процедур индуктивного вывода и анализируемых данных.

2.2.2. Развитие методов индуктивного вывода Дж. С. Милля в ДСМ-методе. Виды индуктивных рассуждений в ДСМ-методе и логические средства их формализации.

Тема 2.3. ФОРМАЛИЗАЦИЯ ИНДУКТИВНОГО ВЫВОДА

2.3.1. Методы порождения гипотез в ДСМ-методе и алгоритмы их реализации.

2.3.2. Концепция формализации индуктивного вывода с использованием логических моделей, эмпирических структур и статистических процедур проверки гипотез (GUHA-метод порождения гипотез). Правила индуктивного вывода в GUHA-методе. Процедуры порождения и оценки гипотез относительно эмпирических данных, их программная реализация.

Раздел 3. СТАТИСТИЧЕСКИЕ ОСНОВЫ ИНДУКТИВНОГО ВЫВОДА

Тема 3.1. ВЕРОЯТНОСТЬ И ИНДУКЦИЯ

3.1.1. Вероятностно-статистический способ рассуждения как вид индуктивного рассуждения.

3.1.2. Наиболее распространенные типы вероятностно-статистических моделей, используемых в индуктивном выводе, и алгоритмы их реализации.

3.1.3. Правила действия со случайными событиями и вероятностями их осуществления.

Тема 3.2. СТАТИСТИЧЕСКИЙ ВЫВОД

3.2.1. Статистический вывод о сходстве и различиях как форма индуктивного рассуждения. Формирование высказываний-гипотез как посылок вывода. Принципы статистического вывода, основанные на проверке гипотез (область принятия и отклонения гипотезы, ошибки первого и второго рода, логическая схема проверки гипотезы).

3.2.2. Основные типы статистических гипотез: гипотезы однородности, гипотезы согласия, гипотезы независимости.

3.2.3. Методы и критерии статистической проверки гипотез.

Примерный перечень лабораторных работ

  1. Реализация алгоритма индуктивного вывода методами сходства и различия.

  2. Реализация алгоритма индуктивного вывода методом остатков.

  3. Реализация модели подтверждения гипотезы на основе субъективных вероятностей.

  4. Моделирование полной группы случайных событий.

  5. Моделирование зависимых событий.

  6. Реализация байесовского правила.

  7. Построение области отклонения и принятия статистической гипотезы.

  8. Проверка гипотез однородности.

  9. Проверка гипотезы согласия.

  10. Проверка гипотезы независимости.

ПРИМЕРНЫЙ ПЕРЕЧЕНЬ КОМПЬЮТЕРНЫХ ПРОГРАММ

(или другой информации, необходимого оборудования и т.п.)

  1. Компьютер класса Pentium, не менее 32 Мб оперативной памяти.

  2. Операционная система Windows98/NT и выше.

  3. Среда разработки и выше Microsoft Visual C v. 5.0 и выше, Delphi v. 3.0 и выше.

  4. Текстовый процессор Word97 и выше.

ЛИТЕРАТУРА

ОСНОВНАЯ

  1. Боровиков В. П., Боровиков В. П. STATISTICA®  – Статистический анализ и обработка данных в среде Windows®. - М.: Информ.-изд. дом "Филинъ", 1997.

  2. Жевняк Р. М., Карпук А. А. Высшая математика. Ч. 5. - Мн.: Выш. шк., 1988.

  3. Кайберг Г. Вероятность и индуктивная логика. - М.: Прогресс, 1978.

  4. Мюллер П., Нойман П., Шторм Р. Таблицы по математической статистике. -М.: Финансы и статистика, 1982.

  5. Прикладная статистика: Основы моделирования и первичная обработка данных / С. А. Айвазян, И. С. Енюков, Л. Д. Мешалкин. - М.: Финансы и статистика, 1983.

  6. Финн В. К. Правдоподобные рассуждения в интеллектуальных системах типа ДСМ // Итоги науки и техники. Информатика. Т. 15. 1991.

ДОПОЛНИТЕЛЬНАЯ

  1. Гаек П., Гавранек Т. Автоматическое образование гипотез. - М.: Наука, 1984.

  2. Минто В. Дедуктивная и индуктивная логика. - М.: Комета, 1995.

Утверждена

УМО вузов Республики Беларусь

по образованию в области информатики

и радиоэлектроники

« 03 » июня 2003 г.

Регистрационный № ТД-40-043/тип.

НЕКЛАССИЧЕСКИЕ, ПРИКЛАДНЫЕ ЛОГИКИ

И ПРАВДОПОДОБНЫЕ РАССУЖДЕНИЯ

Учебная программа для высших учебных заведений

по специальности 1-40 03 01 Искусственный интеллект

Согласована с Учебно-методическим управлением БГУИР

« 28 » мая 2003 г.

Составители:

В.В. Голенков, заведующий кафедрой интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники», старший научный сотрудник, доктор технических наук;

В.П. Ивашенко, ассистент кафедры интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники»

Рецензенты:

В.Д. Цветков, заведующий кафедрой САПР Учреждения образования «Белорусская государственная политехническая академия», профессор, доктор технических наук;

Кафедра математического моделирования и анализа данных Учреждения образования «Белорусский государственный университет» (протокол № 3 от 10.10.2000 г.)

Рекомендована к утверждению в качестве типовой:

Кафедрой интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники» (протокол № 10 от 14.01.2002 г.);

Научно-методическим советом по направлению 1-40 Вычислительная техника УМО вузов Республики Беларусь по образованию в области информатики и радиоэлектроники (протокол № 1 от 18.02.2002 г.)

Разработана на основании Образовательного стандарта РД РБ 02100.5.114-98

Ответственный за редакцию: Т.А. Лейко

Ответственный за выпуск: Ц.С. Шикова

Пояснительная записка

Типовая программа «Неклассические, прикладные логики и правдоподобные рассуждения» разработана в соответствии с Образовательным стандартом РД РБ 02100.5.114-98 по специальности 1-40 03 01 Искусственный интеллект. Целью дисциплины является изучение основных видов неклассических логик в качестве формальной основы для разработки инструментальных средств проектирования прикладных интеллектуальных систем, изучение теоретических основ разработки баз знаний и создания прикладных интеллектуальных систем для трудно формализуемых предметных областей.

В результате освоения курса «Неклассические, прикладные логики и правдоподобные рассуждения» студент должен:

знать:

  • основные виды неклассических и прикладных логик;

  • основы нечетких множеств и нечеткой логики;

  • временные и пространственные логики;

  • основы правдоподобных рассуждений;

уметь характеризовать:

  • особенности рассуждений в рамках неклассических логик;

уметь анализировать:

  • основные понятия неклассических и прикладных логик;

  • методы представления знаний с использованием неклассических и прикладных логик;

приобрести навыки:

  • использования неклассических и прикладных логик в интеллектуальных системах;

  • использования моделей правдоподобных рассуждений для решения задач искусственного интеллекта.

Программа рассчитана на объем 70 учебных часов. Примерное распределение учебных часов по видам занятий: лекций – 40 часов, лабораторных работ – 15 часов, практических занятий – 15 часов.

СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

Раздел 1. НЕКЛАССИЧЕСКИЕ ЛОГИКИ

Тема 1.1. ВЫВОДЫ ПО АНАЛОГИИ

Направления исследования аналогий. Формализация аналогии. Аналогия и дедукция. Логика первого порядка для аналогии. Реализация механизма аналогии. Перспективы исследований аналогии. Аналогия и индуктивный вывод.

Тема 1.2. НЕЧЕТКИЕ ЛОГИКИ

Понятие взвешенной принадлежности и определение нечеткого множества. Основные операции над нечеткими множествами. Нечеткие отношения, свойства и классификация нечетких отношений. Основные операции над нечеткими отношениями. Нечеткий вывод и его реализация.

Тема 1.3. ЛОГИКА И МОДИФИЦИРУЕМЫЕ РАССУЖДЕНИЯ

1.3.1. Формализация модифицируемых рассуждений. Классическая логика и общезначимые рассуждения. Характеристики немонотонных логик. Зацикливание правил немонотонного вывода.

1.3.2. Различные формы немонотонных рассуждений. Логики умолчаний. Примеры применения умолчаний. Расширения теорий с умолчаниями. Нормальные теории.

1.3.3. Рассуждения: дедуктивные, индуктивные, абдуктивные. Условия корректности рассуждений в квазиаксиоматических теориях.

Тема 1.4. ЛОГИКА АРГУМЕНТАЦИИ

Язык, правила вывода, сис­тема аксиом. Внешние и внутренние истинностные значения. Слабая полнота логики аргументации. Другие аргументационные теории.

Раздел 2. ПРИКЛАДНЫЕ ЛОГИКИ

Тема 2.1. ЛОГИКИ ВРЕМЕНИ В ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМАХ

Свойства времени. Абсолютное и относительное время. Историческое время. Время и человек. Модель времени. Описание времени в базах данных и базах знаний. Интервалы. Цепи.

Тема 2.2. ПРОСТРАНСТВЕННЫЕ ЛОГИКИ

Свойства пространства. Составляющие пространственной логики. Свойства пространственных отношений. Логика взаимного расположения объектов в пространстве.

Раздел 3. ПРАВДОПОДОБНЫЕ РАССУЖДЕНИЯ

Тема 3.1. ЛОГИКА АРГУМЕНТАЦИИ

3.1.1. Использование логики аргументации для моделирования рефлек­сивного поведения в конфликтной ситуации. Другие практические применения логики аргументации.

3.1.2. Использование логики аргументации для моделирования рефлек­сивного поведения в конфликтной ситуации. Другие практические применения логики аргументации.

Тема 3.2. ИНТЕГРИРОВАННЫЕ МОДЕЛИ ПРАВДОПОДОБНЫХ РАССУЖДЕНИЙ

Интеграция механизмов правдоподобных рассуждений и других классов механизмов переработки знаний в прикладных интеллектуальных системах.

ПРИМЕРНЫЙ ПЕРЕЧЕНЬ ТЕМ ПРАКТИЧЕСКИХ ЗАНЯТИЙ

  1. Вывод по аналогии.

  2. Нечеткие логики.

  3. Временные логики.

  4. Вывод в модальных логиках.

  5. Различные формы немонотонных рассуждений. Расширения теорий с умолчаниями.

  6. Рассуждения: дедуктивные, индуктивные, абдуктивные. Условия корректности рассуждений в квазиаксиоматических теориях.

  7. Логика аргументации.

ПРИМЕРНЫЙ ПЕРЕЧЕНЬ ЛАБОРАТОРНЫХ РАБОТ

  1. Реализация вывода по аналогии.

  2. Реализация нечеткого условного вывода.

  3. Реализация механизмов вывода в логике аргументации.

  4. Применение логических средств формализации правдо­подобных рассуждений.

  5. Интеграция механизмов правдоподобных рассуждений и других классов механизмов переработки знаний в прикладных интеллекту­альных системах.

ПРИМЕРНЫЙ ПЕРЕЧЕНЬ КОМПЬЮТЕРНЫХ ПРОГРАММ

(или другой информации, необходимого оборудования и т.п.)

1. Традиционные инструментальные средства программирования (трансляторы языков Pascal, С/C++ и т. п.)

2. Инструментальные средства для представления знаний.

3. ПЭВМ.

ЛИТЕРАТУРА

ОСНОВНАЯ
  1. Логический подход к искусственному интеллекту: от классической логики к логическому программированию: Пер. с фр. / А.Тейз, П. Грибомон и др.- М.: Мир, 1990.

  2. Кандрашина Е.Ю., Литвинцева Л.В., Поспелов Д.А. Представление знаний о времени и пространстве в интеллектуальных системах / Под ред. Д.А. Поспелова.- М.: Наука. Гл.ред.физ.-мат.лит., 1989. (Проблемы искусственного интеллекта).

  3. Кофман А. Введение в теорию нечетких множеств /Пер. с фр. В.Б. Кузь-мина; Под ред. С.И. Травкина.- М.: Радио и связь,1982..

  4. Нечеткие множества в моделях управления и искусственного интеллекта / А.Н. Аверкин, И.З. Батыршин, А.Ф. Блишун и др.; Под ред. Д.А. Поспелова. - М.: Наука, 1986.

  5. Гаек П., Гавранек Т. Автоматическое образование гипотез: мате­матические основы общей теории: Пер. с англ.- М.: Наука. Гл.ред.физ.-мат.лит., 1984.

ДОПОЛНИТЕЛЬНАЯ

  1. Кузнецов О.П., Адельсон-Вельский Г.М. Дискретная математика для инженера. 2-е изд., перераб. и доп. - М.: Энергоатомиздат, 1988.

  2. В.А.Успенский, А.Л.Семенов. Теория алгоритмов: основные открытия и приложения.- М.: Наука, Гл.ред.физ.-мат.лит., 1987.

  3. Расева Е., Сикорский Р. Математика метаматематики: Пер. с англ. - М.: Наука. Гл. ред. физ.-мат. лит., 1972.

  4. Научно-техническая информация. Сер.2: Информационные процессы и системы.- 1996. - N 5-6: Спецвыпуск "Интеллектуальные системы автоматизированной поддержки научных исследований".

Утверждена

УМО вузов Республики Беларусь

по образованию в области информатики

и радиоэлектроники

« 03 » июня 2003 г.

Регистрационный № ТД-40-044/тип.

ГРАФИЧЕСКИЙ ИНТЕРФЕЙС ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ

И КОГНИТИВНАЯ ГРАФИКА

Учебная программа для высших учебных заведений

по специальности 1-40 03 01 Искусственный интеллект

Согласована с Учебно-методическим управлением БГУИР

« 28 » мая 2003 г.

Составители:

Н.А. Гулякина, доцент кафедры интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники», кандидат физико-математических наук, доцент;

С.А. Самодумкин, ассистент кафедры интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники»;

Рецензенты:

С.А. Золотой, директор Научно-инженерного республиканского унитарного предприятия «Геоинформационные системы», Национальной академии наук Беларуси, кандидат технических наук;

Кафедра информационно-вычислительных систем Учреждения образования «Военная академия Республики Беларусь» (протокол № 6 от 26.02.2004 г.)

Рекомендована к утверждению в качестве типовой:

Кафедрой интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники» (протокол №  7 от 10.03.2003 г.);

Научно-методическим советом по направлению 1-40 Вычислительная техника УМО вузов Республики Беларусь по образованию в области информатики и радиоэлектроники (протокол № 1 от 15.03.2004 г.)

Разработана на основании Образовательного стандарта РД РБ 02100.5.114-98

Ответственный за редакцию: Т.А. Лейко



Скачать документ

Похожие документы:

  1. Введение в специальность (12)

    Документ
    В.В. Голенков, заведующий кафедрой интеллектуальных информационных технологий Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники»,
  2. Введение в специальность (2)

    Документ
    И.В. Лукьянова, ст. преподаватель кафедры электронных вычислительных машин Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники»
  3. Введение в специальность (4)

    Документ
    В.Н. Комличенко, заведующий кафедрой экономической информатики Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники»,
  4. Республики Беларусь «24» (2)

    Пояснительная записка
    Е.М. Демидович - доцент кафедры электронных вычислительных машин Белорусского государственного университета информатики и радиоэлектроники, кандидат технических наук.
  5. Электронный учебно-методический комплекс по дисциплине Английский язык Для студентов специальностей

    Учебно-методический комплекс
    Электронный учебно-методический составлен на основе рабочей учебной программы по курсу «Иностранный язык» утвержденной деканом факультета непрерывного и дистанционного обучения 20 декабря 2008 г.

Другие похожие документы..