Úplné zobrazení záznamu

Toto je statický export z katalogu ze dne 14.11.2020. Zobrazit aktuální podobu v katalogu.

Bibliografická citace

.
0 (hodnocen0 x )
(2) Půjčeno:2x 
BK
Vyd. 1.
Praha : Academia, 2003
475 s. : il.

objednat
ISBN 80-200-1044-0 (váz.)
Obsahuje ilustrace, bibliografické citace, seznam autorů, předmluvu, česko-anglický a anglicko-český slovník, resumé anglicky, rejstřík
Inteligence umělá - učebnice vysokošk.
000113960
Předmluva 15 // 1 Zobecněná teorie informace 21 - G. J. Klir // 1.1 Úvod 21 // 1.2 Klasické teorie informace 22 // 1.2.1 Teorie informace založená na možnosti 22 // 1.2.2 Teorie informace založená na pravděpodobnosti 26 // 1.3 Obecný rámec pro formalizování neurčitosti 28 // 1.3.1 Monotonnf míry 28 // 1.3.2 Fuzzy množiny 30 // 1.3.3 Teorie neurčitosti 32 // 1.4 Neklasické teorie neurčitosti 33 // 1.4.1 Teorie odstupňovaných možností 33 // 1.4.2 Různé teorie nepřesných pravčpodobností 35 // 1.4.3 Sugenovy ?-míry 37 // 1.4.4 Intervalové funkce pravděpodobnosti 38 // 1.4.5 Choquetovy kapacity různých řádů 39 // 1.4.6 Některé další typy nepřesných pravděpodobností 40 // 1.4.7 Rozšíření teorií neurčitosti na fuzzy množiny 40 // 1.5 Měření neurčitosti a informace založené na neurčitosti 41 // 1.5.1 Matematické požadavky 41 // 1.5.2 Zobecněná Hartleyova míra 42 // 1.5.3 Zobecněná Shannonova entropie 43 // 1.5.4 Úhrnné míry 44 // 1.5.5 Neurčitost fuzzy množin 46 // 1.6 Principy neurčitosti a informace 46 // 1.6.1 Princip minimální neurčitosti 46 // 1.6.2 Princip maximální neurčitosti 47 // 1.6.3 Princip zachování informace 47 // 1.7 Závěr 47 // Literatura 48 // 2 Pravděpodobnostní algoritmy 51 - I. Kramosil // 2.1 Testování prvočísel a pravděpodobnost 51 // 2.2 Interpretace výsledků pravděpodobnostních algoritmů 54 // 2.3 Turingův stroj a vyčíslitelnost 57 // 2.3.1 Jednoduchý Turingův stroj 57 // 2.3.2 Turingův stroj s orákulem 60 // 2.3.3 Zavedení nedeterminismu 62 // 2.4 Nedeterministický Turingův stroj 63 // 2.5 Některé další úlohy řešené pravděpodobnostními algoritmy 66 // Literatura 69 // 3 Deduktivní systémy fuzzy logiky 71 - P. Hájek // 3.1 Úvod 71 // 3.2 Základní pojmy a fakta 72 // 3.2.1 Jazyk, interpretace 72 // 3.2.2 Pravdivostní funkce logických spojek 73 //
3.2.3 Pravdivostní hodnoty formulí 75 // 3.2.4 Axiomy základní fuzzy logiky 76 // 3.2.5 Tři silnější logiky 78 // 3.3 Axiomy podobnosti; logika fuzzy pravidel 79 // 3.3.1 Teorie a modely; teorie podobnosti 79 // 3.3.2 Logika s různými sortami proměnných 81 // 3.3.3 Fuzzy funkce 81 // 3.3.4 Funkce s příklady; fuzzy pravidla 82 // 3.4 Různé 85 // 3.4.1 Úplnost fuzzy logiky 85 // 3.4.2 Racionální pravdivostní konstanty 87 // 3.4.3 In voluti vní negace 88 // 3.4.4 Fuzzy logika a pravděpodobnost 89 // 3.4.5 Závěrečné poznámky 91 // Literatura 91 // 4 Fuzzy modelování a řízení 93 - P. Horáček // 4.1 Úvod 93 // 4.2 Fuzzy modely a jejich implementace 94 // 4.2.1 Jazykový model 98 // 4.2.1.1 Infcrenční mechanismus a fuzzy interpolátory 102 // 4.2.1.2 Inference pomocí fuzzy aritmetiky 104 // 4.2.2 Takagiho-Sugenův model 104 // 4.2.2.1 Inference v TS-modelu 105 // 4.3 Identifikace fuzzy relací z dat 107 // 4.3.1 Generování pravidel 111 // 4.4 Identifikace parametrů jazykového modelu z dat 112 // 4.4.1 Fuzzy-logická neuronová síť 112 // 4.4.2 Identifikace parametrů FLNS 115 // 4.4.3 Algoritmus BP 116 // 4.4.4 Přizpůsobení algoritmu BP funkcím neuronů FLNS 118 // 4.4.4.1 Agregační neuron 119 // 4.4.4.2 Váhový neuron 119 // 4.4.4.3 Neuron OR 120 // 4.4.4.4 Neuron AND 120 // 4.4.4.5 Komparční neuron 121 // 4.5 Komerční perspektivy inteligentních regulátorů 121 // 4.5.1 Inteligentní regulátory 121 // 4.5.2 Aplikační oblasti 122 // 4.5.3 Za hranice konvenční regulace 122 // 4.5.4 Podmínky pro zavedení nové technologie 123 // 4.5.5 Přijetí trhem 124 // 4.6 Závčr 124 // Literatura 125 // 5 Genetické programování a vybrané problémy evolučních výpočtů 128 - J. Lažanský, J. Kubalik // 5.1 Genetické programování // 5.1.1 Genetické programování v porovnání s genetickými algoritmy //
5.1.2 Prvky genetického programování // 5.1.2.1 Účelová funkce v genetickém programování // 5.1.2.2 Reprezentace jedinců // 5.1.2.3 Požadavky na prvky stromové reprezentace // 5.1.3 Algoritmus genetického programování // 5.1.3.1 Generování počátečních stromových struktur // 5.1.3.2 Primární rekombinační operátory pro chromozomy // se stromovou strukturou // 5.1.3.3 Sekundární rekombinační operátory // v generickém programování // 5.1.3.4 Složitost generovaných programů // 5.1.3.5 Automaticky definované funkce // 5.1.3.6 Genetické programování s typováním // 5.1.4 Příklad s umělým mravencem // 5.1.4.1 Řešení pomocí genetického algoritmu // 5.1.4.2 Řešení pomocí genetického programování // 5.2 Gramatická evoluce // 5.3 Speciální techniky evolučních výpočtů // 5.3.1 Messy GA // 5.3.2 Kompaktní genetický algoritmus // 5.4 Selekční mechanismy v evolučních algoritmech // 5.4.1 Testovací úlohy // 5.4.1.1 Úloha „Take-Over“ (převzetí) // 5.4.1.2 Úloha „Growth“ (nárůstu) // 5.4.2 Vzorkovací postupy // 5.4.2.1 Ruletové kolo // 5.4.2.2 Bakcrovo stochastické univerzální vzorkování // 5.4.3 Vlastní selekce // 5.4.3.1 Selekce úmčrná kvalitě (fittness proportionate selection - FPS) // 5.4.3.2 Metoda okna (Windowing) // 5.4.3.3 Sigma-selekcc // 5.4.3.4 Lineární transformace ohodnocení (linear sealing) // 5.4.4 Selekce dle pořadí (ranking) // 5.4.4.1 Lineární pořadová selekce // 5.4.4.2 Exponenciální pořadová selekce // 5.4.5 Turnajová selekce // 5.4.6 Generační a postupná (inkrementální) evoluce 168 // 5.4.7 Shrnutí 169 // Literatura 169 // 6 Diferenciální evoluce 172 - /. Zelinka // 6.1 Historie 172 // 6.2 Definiční obor diferenciální evoluce a některé její vlastnosti 173 // 6.3 Parametry a terminologie 176 // 6.4 Populace 177 // 6.5 Princip činnosti diferenciální evoluce 180 //
6.6 Varianty diferenciální evoluce 185 // 6.7 Omezení a ošetření krizových stavu 185 // 6.7.1 Omezení kladená na rozsah argumentů účelové funkce 186 // 6.7.2 Omezení kladená na hodnoty účelové funkce 186 // 6.7.3 Práce s celočíselnými a diskrétními hodnotami 187 // 6.8 Stagnace 188 // 6.8.1 Vliv parametru mutace F 191 // 6.8.2 Vliv křížící konstanty CR 191 // 6.8.3 Vliv velikosti populace NP 192 // 6.8.4 Stagnace - shrnutí 192 // 6.9 Vybrané řešené problémy 192 // 6.10 Galerie vybraných testovacích funkcí 195 // 6.11 Testování diferenciální evoluce na vybraných funkcích 197 // 6.12 Závčr 201 // Literatura 202 // 7 Vybrané partie z neuronových sítí 204 - M Jiřina // 7.1 Neuronová síť 204 // 7.2 Vícevrstvá perceptronová síť 205 // 7.2.1 Struktura sítě 205 // 7.2.2 Vybavování ve vícevrstvé perceptronové síti 207 // 7.2.3 Učení ve vícevrstvé perceptronové síti 208 // 7.2.4 Metoda zpětného šíření (backpropagation) 209 // 7.2.5 Metody zlepšující chování sítě 210 // 7.3 Hopfieldova síť 210 // 7.3.1 Uspořádání sítě 211 // 7.3.2 Učení v Hopfieldově síti 212 // 7.3.3 Vybavování v Hopfieldově síti 212 // 7.3.4 Příklad 213 // 7.3.5 Vlastnosti Hopfiěldovy sítě 214 // 7.3.6 Energetická funkce 214 // 7.3.7 Učení 214 // 7.3.8 Vybavování 215 // 7.3.9 Spojitá Hopfieldova síť 216 // 7.3.10 Boltzmannův stroj, simulované žíhání a Boltzmannovo učení 217 // 7.3.11 Vybavování a simulované žíhání 218 // 7.3.12 Tepelná rovnováha a rovnovážny stav 218 // 7.3.13 Boltzmannovo učení 219 // 7.4 Kohonenova síť 220 // 7.4.1 Struktura Kohonenovy sítě 221 // 7.4.2 Vybavování v Kohonenovč síti 221 // 7.4.3 Učení v Kohonenovč síti 222 // 7.4.4 Počáteční nastavování vah 222 // 7.4.5 Lokální okolí neuronů a jeho redukce 224 // 7.4.6 Příklad chování Kohonenovy sítě 225 //
7.4.7 Vlastnosti Kohonenovy sítě 225 // 7.4.8 Rozšíření Kohonenovy sítě pro učení s učitelem 226 // 7.4.9 Metoda LVQ1 226 // 7.4.10 Metoda LVQ2 227 // 7.4.11 Metoda LVQ3 228 // 7.5 Síť ART 229 // 7.5.1 Architektura sítě ART 229 // 7.5.2 Operace v síti ART 230 // 7.5.3 Inicializační fáze 230 // 7.5.4 Rozpoznávací fáze 231 // 7.5.5 Porovnávací fáze 232 // 7.5.6 Vyhledávací fáze 232 // 7.5.7 Adaptační fáze 233 // 7.5.8 Příklad chování sítě ART 233 // 7.5.9 Vlastnosti sítě ART 233 // 7.6 Užití neuronových sítí pro expertní systémy 234 // 7.6.1 Neuronový expertní systém 234 // 7.6.2 Příklad neuronového expertního systému s vícevrstvou // perceptronovou sítí 235 // 7.6.3 Hybridní neuronové expertní systémy 237 // 7.6.4 Získávání pravidel z neuronové sítě 237 // 7.7 Zpracování obrazových informací pomocí neuronových sítí 238 // 7.7.1 Klasifikace textur 238 // 7.7.2 Rozpoznávání ručně psaného textu 239 // 7.7.3 Segmentace hloubkových map 240 // 7.7.4 Detekce hranice pohyblivého objektu 242 // 7.8 Komprese dat s využitím neuronových sítí 244 // 7.8.1 Komprese dat pomocí vícevrstvé perceptronové sítě 244 // 7.8.2 Komprese s využitím hierarchické vícevrstvé perceptronové sítě 245 // 7.8.3 Komprese pomocí adaptivní vícevrstvé perceptronové sítě 246 // 7.8.4 Komprese založená na hebbovském učení 247 // 7.8.5 Komprese s využitím neuronové vektorové kvantizace 248 // 7.8.6 Komprese pomocí prediktivního kódování 249 // 7.9 Poznámky k literatuře 250 // Literatura 251 // 8 Aproximace funkcí neuronovými sítěmi 254 - ? Kůrková // 8.1 Umělé neuronové sítě a teorie aproximace 254 // 8.1.1 Umělá inteligence a konekcionismus 254 // 8.1.2 Dopředně neuronové sítě 256 // 8.1.3 Aproximace v normovaných lineárních prostorech 259 // 8.2 Univerzální aproximace 261 //
8.2.1 Univerzální aproximace pro perceptronové a radiální sítč 261 // 8.2.2 Nej lepší aproximace a reprezentace funkcí s konečným // definičním oborem 264 // 8.3 Odhady rychlosti aproximace 265 // 8.3.1 Lineární a nelineární aproximace 265 // 8.3.2 Variace vzhledem k množině funkcí 267 // 8.3.3 Dimenzionálně nezávislá aproximace 269 // 8.3.4 Spojitost a přesnost aproximace 271 // 8.4 Závčr 272 // Literatura 273 // 9 Pravděpodobnostní neuronové sítě 276 // J. Grim // 9.1 Úvod 276 // 9.2 Statistický problém rozpoznávání a směsi 278 // 9.3 Popisný rozhodovací problém 280 // 9.4 Zobrazení zachovávající informaci 281 // 9.5 Optimalizace parametru pomocí EM algoritmu 284 // 9.6 Numerický návrh PNS 288 // 9.7 Sekvenční modifikace EM algoritmu 290 // 9.8 Strukturní model neúplně propojené PNS 292 // 9.9 Strukturní optimalizace PNS 295 // 9.10 Binární aproximace proměnných v PNS 298 // 9.11 Ncurofyziologická interpretace PNS 301 // 9.12 Shrnutí a perspektivy problematiky PNS 304 // 9.13 DODATEK - Kohoncnův algoritmus a PNS 305 // Literatura 308 // 10 Datové sklady a získávání znalostí 313 - Z. Koubů // 10.1 Úvod 313 // 10.2 Systémy na podporu rozhodování 313 // 10.3 Systémy OLAP v porovnání se systémy OLTP 315 // 10.3.1 Základní principy návrhu a implementace systému OLTP 316 // 10.3.1.1 Konceptuálni model 316 // 10.3.1.2 Logický model 320 // 10.3.1.3 Kvalita datového modelu 323 // 10.3.1.4 Transakční zpracování 327 // 10.3.2 Systémy OLAP 328 // 10.4 Modelování datového skladu 329 // 10.4.1 Základní pojmy 330 // 10.4.2 Základní operace OLAP 334 // 10.4.3 Konceptuálni model 338 // 10.4.4 Logický model 341 // O 10.4.4.1 Star-schéma 342 // 10.4.4.2 Snowflake-schéma 343 // 10.4.4.3 Konsolidované star-schéma 344 // 10.4.4.4 Schéma konsolidovaných faktu 345 //
10.4.4.5 Speciální techniky modelování datových skladu 346 // 10.5 Získávání znalosti 347 // 10.5.1 Předzpracování dat 347 // 10.5.2 Vytčžování dat 348 // 10.5.2.1 Kategorizace metod vytčžování dat 349 // 10.5.2.2 Příklad úlohy prediktivního vytčžování dat 349 // 10.5.2.3 Vyhodnocování kvality klasifikace 351 // 10.6 Závčr 352 // Literatura 353 // 11 Strojové učení v dobývání znalostí 355 // F. Železný, J. Kléma, O. Štěpánková // 11.1 Dobývání znalostí jako proces 356 // 11.1.1 Metoda CRISP-DM 357 // 11.1.2 Typy úloh při dobývání znalostí a jejich zadání 358 // 11.1.3 Hodnocení vytvářených modelů 360 // 11.2 Porozumční datům a jejich předzpracování 363 // 11.2.1 Analýza a úprava jednotlivých atributů 365 // 11.2.2 Data vc stavovém prostoru a jejich jednoduché úpravy 367 // 11.2.3 Netriviální metody snížení dimenze stavového prostoru souboru dat 369 // 11.2.4 Vytvoření a úprava souborů pro modelování 370 // 11.2.5 Nástroje pro přípravu dat 370 // 11.3 Prcdiktivní úlohy 371 // 11.3.1 Algoritmy pro konstrukci prediktivních modelů 372 // 11.3.1.1 Regresní statistické modely 372 // 11.3.1.2 Metoda nejbližších sousedů 374 // 11.3.1.3 Další typy prediktivních modelů 375 // 11.3.2. Hodnocení prediktivních modelů 376 // 11.3.2.1 Základní hodnotící funkce pro regresní modely 376 // 11.3.2.2 Základní hodnotící funkce pro klasifikační modely 377 // 11.3.2.3 Generalizační schopnost a její odhad 379 // 11.3.2.4 Křivka učení 380 // 11.3.2.5 Příklady hodnocení prediktivních modelů 381 // 11.4 Deskriptivní úlohy 383 // 11.4.1 Algoritmy pro konstrukci deskriptivních modelů 384 // 11.4.2 Identifikace charakteristických skupin návštěvníků lázní 386 // 11.5 Modelování v některých specifických oborech 387 // 11.5.1 Dobývání znalostí z textů 387 //
11.5.5.1 Reprezentace dokumentu 387 // 11.5.5.2 Typy úloh 388 // 11.5.2 Dobýváni znalostí z časových dat 389 // 11.6 Modely pro úlohy se strukturovanými a multirelačními daty 391 // 11.6.1 Induktivní logické programování 393 // 11.6.2 ILP v prediktivní úloze dobývání znalostí 395 // 11.6.3 ILP v deskriptivních a dalších úlohách dobývání znalostí 399 // 11.6.4 Omezení ILP a další přístupy 401 // 11.7 Prediktivní a deskriptivní modelování - shrnutí // 11.8 Zdroje informací // Literatura // 12 Od holonů k virtuálním organizacím - V. Mařík, P. Vrba, M. Pěchouček // 12.1 Úvod // 12.1.1 Holony // 12.1.2 Agenti // 12.1.3 Interopcrabilita // 12.2 Vývojové trendy v multiagcntní oblasti // 12.3 Trendy v holonických výrobních systémech // 12.4 Organizace FIFA // 12.4.1 Meziagcntní komunikace // 12.4.2 Správa agentů // 12.4.3 Mechanismus zasílání zpráv // 12.4.4 Vývojové nástroje pro multiagentní systémy kompatibilní // se standardy FIFA // 12.5 Případová studie I: FIPA-kompatibilní systém pro řízení přepravy materiálu // 12.5.1 Motivace // 12.5.2 Specifikace problému // 12.5.3 Multiagcntní simulace // 12.5.3.1 Agent výrobní jednotky // 12.5.3.2 Agent křižovatky dopravních pásů // 12.5.3.3 Agent automatického vozíku (AGV) // 12.5.4 Hledání optimální trasy a možnosti dynamické rekonfigurace // 12.5.5 Hledání trasy a řešení kolizí při dopravé automatickými vozíky. // 12.5.6 Znalostní ontologie // 12.5.6.1 Obecný formát pro definici komponent // 12.5.6.2 Komunikace při zasílání výrobků // 12.5.6.3 Komunikace mezi automatickými vozíky (AGV) // 12.5.6.4 Rozšíření na holonický systém obsluhy skladu // 12.6 Případová studie II: FIPA-kompatibilní systém pro plánování výroby // 12.6.1 Úvod do oblasti agentového plánování // 12.6.2 Multiagentní systém ExPlanTech //
12.6.3 Interakční protokol typu „request" // 12.6.4 Plánování na úrovni agentů typu workshop // 12.6.5 Interakční protokol typu CNP // 12.6.6 Interakční protokol typu „subscribe-inform" // 12.6.7 Vzdálený přístup k plánovacím funkcím systému ExPlanTech // 12.6.8 Spolupráce v rámci virtuální organizace // s využitím systému ExPlanTech // 12.7 Závěr // Literatura

Zvolte formát: Standardní formát Katalogizační záznam Zkrácený záznam S textovými návěštími S kódy polí MARC