语义网络的推理方法

图2-81语义网络的槽和数值为了叙述的方便，我们对所用符号作进一步的规定，将尾部的节点称为值节点。语义网络中的推论有两种：一种是继承，另一种是匹配。因此，虽然Brick12节点没有Shape槽，但可以从这个语义网络推理出Brick12的外形是矩形。图2-82语义网络的值继承①建立一个由F以及所有和F以ISA链相连的类节点的表，在表中F节点排在第一个位置。

理论教育 2023-06-15

机器人规划求解的应用举例

当把某条规则应用于某数据库时，就把该添加表的内容添进该数据库。图3-6积木世界机器人问题状态空间习题试述机器规划的含义、意义及规划策略。用本章讲过的方法解决如图3-7所示的机器人垒积木问题，给出所生成的动作规划。图3-7机器人垒积木问题

理论教育 2023-06-15

粗糙集：基本概念解析

粗糙集理论具有一些独特的观点。粗糙集理论认为知识的粒度性是造成使用已有知识不能精确地表示某些概念的原因。通过引入不可区分关系作为粗糙集理论的基础，并在此基础上定义了上下近似等概念，粗糙集理论能够有效地逼近这些概念。在粗糙集理论中，集合的不精确性是由于边界区域的存在而引起的。因此，基于粗糙集理论提取出的规则集，能更好地描述从有限样本中反映出来的属性之间关系的本质特征。

理论教育 2023-06-15

实例学习的优秀示例案例分享

图4-3拱桥概念的归纳学习过程本章只对机器学习作了一个简单的介绍。现在已经建立起许多机器学习的理论和技术。随着机器学习的不断深入开展和计算机技术的进步，已经设计出不少具有优良性能的机器学习系统，并投入实际应用。与此同时，各种改进型学习算法得以开发，显著改善了机器学习网络和系统的性能。习题什么是机器学习？说明机器学习系统的基本结构，并说明各部分的作用。实例学习有几个环节构成？

理论教育 2023-06-15

少数民族语言信息处理技术的发展现状

我国少数民族语言文字信息化工作始于20世纪80年代，三十年多来我国民族语言文字信息处理技术取得了巨大成就，先后有多种少数民族语言文字实现了信息化处理。民族语言文字软件技术的开发和推广应用，对少数民族和民族地区经济发展、社会进步和文化传承起到了积极作用。近年来，民族语言文字信息化被广泛应用在日常通讯中。

理论教育 2023-06-15

自然语言理解的多层次分析

自然语言理解中至少有三个主要问题。从微观上讲，自然语言理解是指从自然语言到机器内部的映射；从宏观上看，自然语言是指机器能够执行人类所期望的某些语言功能。许多语言学家将自然语言理解分为五个层次：语音分析、词法分析、句法分析、语义分析和语用分析。关注语用信息的自然语言处理系统更侧重于讲话者/听话者模型的设定，而不是处理嵌入到给定话语中的结构信息。

理论教育 2023-06-15

自动化定理证明技术的应用与发展

自动定理证明是指利用计算机证明非数值性的结果，即确定它们的真假值。图1-28早期的自动定理证明机在数学领域中对臆测的定理寻求一个证明，一直被认为是一项需要智能才能完成的任务。自动定理证明的方法主要有四类：1）自然演绎法它的基本思想是依据推理规则，从前提和公理中可以推出许多定理，如果待证的定理恰在其中，则定理得证。3）定理证明器它研究一切可判定问题的证明方法。

理论教育 2023-06-15

谓词逻辑：用谓词表达命题和事件的一阶谓词演算

，5表示星期一至星期五，则用谓词表示如图2-35所示。图2-35谓词表示事件注意：用谓词表达命题，必须包括客体和谓词字母两个部分。定义4一阶谓词演算一阶谓词之间的运算称其为一阶谓词演算。［例2］把下列英文句子翻译成谓词表达式。

理论教育 2023-06-15

学习的定义及重要性

学习是人类具有的一种重要智能行为。但究竟什么是学习，目前还没有一个统一的定义。Minsky认为学习是我们头脑中进行有用的变化。也有人认为学习是构造或修改对于经验的表示。学习的本质就是获取新的知识，包括物理系统、行为的描述和模型的建立，构造客观现实的表示。机器学习是研究如何使用机器来模拟人类学习活动的一门学科。它是人工智能研究的重要领域之一，目的是理解学习的本质和建立学习系统。

理论教育 2023-06-15

数据挖掘技术的意义和定义

数据挖掘简单地讲就是从大量数据中挖掘或抽取出知识，数据挖掘概念的定义描述有若干版本，以下给出一个被普遍采用的定义性描述。图8-1数据挖掘的全过程数据清洗。清除数据噪声和与挖掘主题明显无关的数据。将数据转换为易于进行数据挖掘的数据存储形式。根据一定评估标准，从挖掘结果筛选出有意义的模式知识。

理论教育 2023-06-15

机器学习的基本模型简介

图4-1一种机器学习的模型模型中包含学习系统的四个基本组成环节。信息质量对学习难度有明显的影响。2）知识库影响学习系统设计的第二个因素是知识库的形式和内容。指学习系统通过增加词典条目和表示结构来扩大表示能力，以便学习更复杂的知识。学习系统实质上是对原有知识库的扩充和完善。3）执行环节学习环节的目的就是改善执行环节的行为。

理论教育 2023-06-15

基本遗传算法原理及应用

此算法为最基本的遗传算法思想，对它还有各种推广与变形。简单地说，遗传算法的基本步骤就是对一个种群中的染色体，重复地做繁殖、交叉、变异操作；计算适应度；并按适应度进行选择，直至达到目标。下面用一个简单的例子来说明遗传算法思想及一般处理过程。

理论教育 2023-06-15

状态空间的知识表示及求解方法

即使对于结构性较好，理论上有算法可依的问题，由于问题本身的复杂性以及计算机在时空上的局限性，有时也需要通过搜索来求解。在搜索的过程中所要解决的问题是如何寻找可利用的知识，即如何确定推理路线，才能在付出尽量少的代价的前提下把问题圆满解决。搜索包含两层含义：一是找到从初始事实到问题最终答案的一条推理路线；二是找到的这条路线是时间和空间复杂度最小的求解路线。

理论教育 2023-06-15

深度学习：通过多层感知器实现高效特征抽取

深度学习的概念由Hinton等人于2006年提出，其概念源于人工神经网络的研究，多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习的优点是用无监督式或半监督式的特征学习和分层特征提取高效算法来替代以往的特征获取方法。深度学习思想就是堆叠多个层，本层的输出作为下一层的输入［3］。

理论教育 2023-06-15

博弈对策与斗智：深蓝打败卡斯帕罗夫的故事

博弈就是研究对策和斗智的。1996年2月，“深蓝”与国际象棋世界冠军卡斯帕罗夫进行了第一次比赛，经过六个回合的比赛之后，“深蓝”以2∶4告负。1997年5月，系统经过改进以后，“深蓝”又第二次与卡斯帕罗夫交锋，并最终以3.5∶2.5战胜了卡斯帕罗夫，在世界范围内引起了轰动。而国际大师一般只想到10步或11步之远，在这个方面电子计算机已拥有能够向人类挑战的智力水平。

理论教育 2023-06-15

深度学习在实践中的应用

1）计算机视觉计算机视觉中比较成功的深度学习的应用，包括人脸识别，图像问答，物体检测，物体跟踪。3）自然语言处理2013年Tomas Mikolov等发建立word2vector模型，与传统的词袋模型相比，word2vector能够更好地表达语法信息。深度学习在自然语言处理等领域还广泛应用于机器翻译以及语义挖掘等方面。4）其他领域深度学习在围棋机器人方面的研究，如谷歌的AlphaGo于2016年大战李世石，2017年战胜柯洁。

理论教育 2023-06-15