《人工智能、专家系统及智能计算机》求取 ⇩

目录3

第一部分3

第一章　人工智能概况3

1.1　两个世界与两种工具3

1.2　关于知识3

1.3　人工智能4

1.4　人工智能的三大分支4

1.5　专家系统5

1.6　第二代专家系统6

1.7　第三代专家系统7

1.8　FGCS8

1.9 智能8

1.10　人工智能的心理学派与逻辑学派9

1.11 目前知识工程的真实水平11

1.12　关于知识工程的问题解11

1.13　机器求解过程12

1.14　知识工程系统13

1.15　典型专家系统应用范围18

1.16　AI的模式识别分支18

1.17　机器人学20

1.18　下一代机器20

第二章　知识工程系统及其功能环节22

2.1　知识表达环节23

2.2　知识表达方式26

2.3　知识获取39

2.4　知识精炼49

2.5　推理机技术52

2.6　知识库55

2.7　本章的概括56

第三章　第一种推理体系57

3.1　定理证明体系57

3.2　表达的形式基础58

3.3　任意复杂的知识表达式的子句分解60

3.4　Davis-Putnam子句文字归结63

3.5　矛盾与空子句65

3.6　消除垃圾问题66

3.7　进一步提高效率69

3.8　线性归结71

3.9　有序线性演绎72

3.10　语义归结与锁归结73

3.11　启发式搜索78

3.12　四类问题和解的方法83

3.13　对第一类推理体系的结论86

第四章　智能行为及第三种推理体系88

4.1　知识环境与问题88

4.2　典型方法的使用与第三类推理的引出92

4.3　利用置信度推理的示例系统96

4.4　决策规则97

4.5　静态知识结构105

4.6 结论之CF翻译解释106

4.7　不精确推理技术——第三种推理体系基础107

4.8　Dempster-Shafer理论113

4.9　概括123

5.1　外延型知识工程的现状125

第五章　外延型知识工程基础125

5.2　描述发现机制126

5.3　AM型机器发现130

5.4　Meta-DENDRAL的自动规则形成134

5.5　对知识外延其它途径的探索136

5.6 小结141

第六章　80年代最新一代专家系统143

6.1　HEXSCON星球大战指挥用专家系统143

6.2　HERACLES通用专家系统150

6.3　HPP′80通用二代专家系统156

6.4 80年代专家系统的现状161

7.1 专家系统向何处发展163

第七章 关于下一代专家系统的讨论163

7.2 DKS推理技术164

7.3 实时技术166

7.4 DKS推理168

7.5 实时技术的走向176

7.6 联想与直觉的引入178

7.7 任务尚在继续183

第二部分　超级智能计算机187

第八章　超级智能计算机的先进体系结构有关问题分析187

8.1　Systolic机与细胞网络机的特殊问题187

8.2　神经网络计算机的设计步骤188

8.3　PDP系统与HTNSL分层类型神经网模拟语言188

8.4　细胞机的最优拓朴198

8.5 Boltzmann学习209

附录1　群图，群图积215

附录2 CONNECTION机之CmLISP的扩展217

第九章　超导约瑟夫逊器件与循环流水机222

9.1　超导体逻辑的创始222

9.2　Greiner的约瑟夫逊变阻开关器件224

9.3　IJL约瑟夫逊逻辑器件225

9.4　超导约瑟夫逊逻辑支持之循环流水线机229

9.5　循环流水计算机（CPC）的操作系统229

第十章　模式识别基础与KEM的PR接口233

10.1　模式（Pattern）233

10.2　模式识别的一般过程234

10.3　进一步的问题252

10.4 对KEM的PR接口信息格式260

第十一章　激光计算机261

11.1　激光的发生与激光技术现状261

11.2　激光干涉与全息技术266

11.3　激光束的声-光偏转技术270

11.4　激光增益猝灭与饱和吸收273

11.5　半导体激光逻辑单元276

11.6　神经元逻辑单元280

11.7　激光“相关”运算硬件283

11.8　激光存贮284

11.9 结束语289

后记291

参考文献292