В.Ф.Хорошевский++

Дополнительные главы искусственного интеллекта

Спец.курс "Дополнительные главы искусственного интеллекта" знакомит слушателей с алгоритмами и методами решения классических задач, традиционно относящихся к области искусственного интеллекта. Особое внимание в курсе уделяется вопросам применимости методов.
Лекции проводятся по пятницам с 16:20 до 18:00.
Очередная лекция состоится в очном режиме 14 апреля 2023 г. в 16:20 в ауд. 658

Содержание курса

  1. (Соловьев С.Ю.) Введение. Задачи искусственного интеллекта. Тест Тьюринга, игра Вайнцвайга-Поляковой. Системы, основанные на знаниях. Базы знаний. Признаковые модели проблемных областей. Эвристические алгоритмы.
    Дополнительная литература
    1. Вайнцвайг М.Н., Полякова М.П. Об одном подходе к проблеме создания искусственного интеллекта. В сб. От моделей поведения к искусственному интеллекту / Под ред. В.Г.Редько. - М.: УРСС, 2006.
    2. Нильсон Н. Принципы искусственного интеллекта. - М.: Радио и связь, 1985.

  2. (Соловьев С.Ю.) Инженерия знаний. Задача излечения экспертных знаний. Методы извлечения знаний. Процедуры экспертного опроса, интерактивные системы экспертного опроса. Методы интервью. Метод репертуарных решеток. Экспертные игры.
    Дополнительная литература
    1. Гаврилова Т.А., Кудрявцев Д.В., Муромцев Д.И. Инженерия знаний. Модели и методы. - СПб.: Лань, 2016.

  3. (Соловьев С.Ю.) Анализ формальных понятий (АФП). Формальный контекст и формальное понятие: объем и содержание. АФП и поиск закономерностей. Приложения АФП.
    Дополнительная литература
    1. Семенова Д.В., Катаева А.В., Монгуш Ч.М. Метод декомпозиции формального контекста и неизбыточное представление закономерностей в многомерных данных. - Красноярск : СФУ, 2021

  4. (Соловьев С.Ю.) Извлечение знаний из примеров. Машинное обучение. Индуктивный алгоритм построения деревьев решений. AQ-обучение. Методы восстановления формальных грамматик.
    Дополнительная литература
    1. Осипов Г.С. Лекции по искусственному интеллекту. - М.: Ленард, 2018.

  5. (Хорошевский В.Ф.) Извлечение знаний из ЕЯ-текстов. Классификация грамматик и методов построения распознавателей: конечные автоматов, МП-автоматы, расширенные сети переходов Вудса. Инструментальные средства извлечения информации из текстов: языки представления лингвистических знаний, библиотеки для расширенной обработки естественного языка.
     
  6. (Корухова Ю.С.) Методы доказательства теорем для логики высказываний и логики предикатов первого порядка. Метод резолюций: правило резолюции, правило склейки.
    Дополнительная литература
    1. Братко И. Программирование на языке Пролог для искусственного интеллекта. - М.: Мир, 1990.
    2. Корухова Ю.С. Управление знаниями. - М.: ВМК МГУ, 2012. скачать.pdf

  7. (Соловьев С.Ю.) Методы реализации баз знаний. Логика распознавания: логический вывод, выявление закономерностей, анализ логических сетей. Системы альтернатив для реализации баз знаний.
     
  8. (Соловьев С.Ю.) Схемы правдоподобного вывода. Коэффициенты уверенности, схема Шортлиффа. Комбинирование и другие операции с коэффициентами уверенности. Виды схем правдоподобных рассуждений. Изоморфизм схем правдоподобных рассуждений.
    Дополнительная литература
    1. Моросанова Н.А. Методы вычисления оценок уверенности формально построенных выводов // автореф. дис. : канд. физ.-мат. наук. - М.:, 2013.

  9. (Соловьев С.Ю.) Онтологии и терминологические сети.
     
  10. (Бордаченкова Е.А.) Методы решения классических переборных задач искусственного интеллекта. Представление задач и поиск в пространстве состояний. Сведение задач к подзадачам: и/или деревья. Игровые деревья. Минимакс и альфа-бета процедуры.
     
  11. (Лихолип В.Н.) Язык ПЛЭНЕР. Функции, образцы, режим возвратов, база данных, теоремы. Примеры реализации переборных алгоритмов.
     
  12. (Полякова И.Н.) Метод экспертной классификации. Гипотеза о характерности. Процедура экспертного опроса для задачи экспертной классификации. Задачи экспертной классификации большой размерности. Системы "МЕДИКС" и "ОСТРЫЙ ЖИВОТ".
     
  13. (Корухова Ю.С.) Концептуальное программирование. Вычислительные модели. Язык концептуального программирования УТОПИСТ. Представление знаний по математике и физике. Приемы концептуального программирования.
    Дополнительная литература
    1. Тыугу Э.Х. Концептуальное программирование. - М.: Наука, 1984.

    Основная литература

    1. Аршинский Л.В. Векторные логики: основания, концепции, модели - Иркутск, ВСИ МВД России, 2007.
    2. Батыршин И.З. Основные операции нечеткой логики и их обобщения - Казань: Отечество, 2001.
    3. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. - СПб.: Издательство "Питер", 2000.
    4. Джарратано Дж., Райли Г. Экспертные системы. Принципы разработки и программирование - М.: ООО "И.Д. Вильямс", 2007.
    5. Закревский А.Д. Логика распознавания - М.: URSS, 2021.
    6. Закревский А.Д. Логические уравнения - М.: URSS, 2021.
    7. Ларичев О.И., Мечитов А.И., Мошкович E.M., Фуремс Е.М. Выявление экспертных знаний - М.: Наука, 1989.
    8. Новиков Ф.А. Символический искусственный интеллект: математические основы представления знаний - М.: Юрайт, 2018.
    9. Пильщиков В.Н. Язык ПЛЭНЕР - М.: Наука, 1983.
    10. Чень Ч., Ли Р. Математическая логика и автоматическое доказательство теорем - М: Мир, 1983.
    11. Ganter B., Wille R. Formal Concept Analysis: Mathematical Foundations. Springer, 1999.

     
    Вопросы?