返回上一页 发布人:patent
我要发布信息
| 人工智能与复杂系统抽象 | 发布于:2015/01/23 | |
| 抽象，是人类对事物进行感知及推理的过程中一个必不可少的步骤。如今，抽象几乎与所有的学科产生了紧密的联系，在日常生活也常被人们用做解决问题的有利工具。本书以问题和解答的形式讲述了抽象化的基本方法和成果，并且给出了这些理论在人工智能以及复杂系统的各种问题中的应用。 本书分为3个部分，共13章。第1部分是抽象（abstraction）基础，包含第1-5章：1.引言。介绍了抽象的概念，并给出一些实例对概念进行补充与延展；2.不同学科中的抽象。简述了抽象在哲学、自然语言学、数学、计算机科学、艺术、认知学以及视觉等不同学科领域中的不同概念与处理过程，从而验证了抽象是诸多学科领域中必不可少的处理流程；3.人工智能中的抽象。在人工智能（AI）领域的很多实际应用中，抽象都被认为是一个在理论模型以及计算模型建立过程中必须要达到的目标。在回顾了一些经典的理论方法后，本章解释了抽象如何在人工智能的不同分支中发挥关键作用；4-5.抽象的限定。在给出了抽象的精确定义后，本章节讨论了抽象与相关概念之间的区别与联系。 第2部分是抽象模型，包含第6-10章：6.KRA模型。在介绍了KPA模型的概念及相关优点后，本章给出了KRA模型在环境查询、框架描述、空间配置以及数据生成等步骤中的详细处理过程；7.模式设计。本章对抽象处理进行细化，按照功能与作用的不同进行分类。随后本章讨论了如何设计通用的操作架构问题，并在此基础上将其与抽象数据类型及设计模式关联起来；8.KRA模型性质。在前面章节的基础上，本章试图通过KRA模型来阐明：抽象过程在获取预期结果的同时，可以有效减少信息量；9.机器学习中的抽象。在对机器学习进行简单的介绍后，本章着重介绍了特征选取、实例选取、特征离散化、增强学习中的抽象、机器学习中的抽象算子等内容；10.复杂系统与抽象。在对复杂系统及抽象技术进行必要的叙述后，本章描述了复杂化与简单化之间的区别与联系，并且将两者与抽象模型紧密地关联起来。 第3部分是应用与讨论，包含第11-13章：11.应用实例。本章展示了利用KRA模型中抽象算子解决实际问题的三个实例：基于模型的故障诊断系统、制图综合的知识获取、用户身份识别中的层次隐马尔可夫模型的采集与使用等；12-13.讨论与总结。这两章从相似（Analoqy）、计算复杂度方面讨论了关于抽象方法的一些附加话题，展示了KRA模型的扩展，以期在未来的应用中能有所提高与改进。章节末概述了本文的主要贡献，并对未来的发展趋势做了展望。 本书严格来说并不适合作为一本教科书使用，本书的目标读者群为计算机科学、人工智能、应用数学等研究领域的专家和学者。 （中国科学院国家空间科学中心）作者：臧光明 来源：国外科技新书评介 |
||
