Ireneusz Maliszewski Boeken

SPIS TREŚCI Wstęp Historia i rozwój systemów ekspertowych 2.1. Sztuczna inteligencja i systemy ekspertowe 2.2. Rozwój systemów ekspertowych Definicja systemu ekspertowego i jego architektura 3.1. Ekspert a system ekspertowy 3.2. Architektura systemu ekspertowego 3.3. Właściwości i zastosowania systemów ekspertowych 3.4. Specyfika problemów dla systemów ekspertowych Pozyskiwanie wiedzy od eksperta 4.1. Problemy pozyskiwania wiedzy 4.2. Dobór ekspertów 4.3. Metody pozyskiwania wiedzy od ekspertów 4.4. Metoda delficka 4.5. Podsumowanie Regułowa reprezentacja wiedzy 5.1. Rodowód reprezentacji regułowej 5.2. Reguły jako forma zapisu wiedzy 5.3. Przykładowa baza wiedzy Wnioskowanie w systemach regułowych 6.1. Wnioskowanie a logika matematyczna 6.2. Podstawy procesu wnioskowania 6.3. Rodzaje wnioskowania w systemach regułowych 6.4. Strategie doboru reguł 6.5. Wnioskowanie mieszane 6.6. RETE - szybki algorytm wnioskowania w przód 6.7. Podsumowanie metod wnioskowania Rachunek zdań i predykatów 7.1. Definicja języka predykatów 7.2. Znaczenie formuł rachunku kwantyfikatorów 7.3. Semantyczna metoda dowodzenia sprzeczności klauzul 7.4. Wnioskowanie 7.5. Standardowa postać Skolema 7.6. Zasada rezolucji 7.7. Unifikacja Percepty i rachunek perceptowy 8.1. Pojęcie perceptu i jego struktura 8.2. Język perceptów 8.3. System perceptowy jako system faktograficzny 8.4. Dedukcja regułowa i systemie perceptowym Tablice decyzyjne 9.1. System informacyjny i tablica decyzyjna 9.2. Tablica decyzyjna jako baza wiedzy 9.3. Relacja nierozróżnialności 9.4. Aproksymacje zbiorów 9.5. Redukty i rdzeń zbioru atrybutów 9.6. Macierz rozróżnialności 9.7. Niespójność w tablicach decyzyjnych 9.8. Od tablicy decyzyjnej do reguł decyzyjnych 9.9. Automatyczne generowanie tablic decyzyjnych z reguł decyzyjnych Ramy, scenariusze, siecie semantyczne 10.1. Ramy 10.2. Sieci semantyczne 10.3. Scenariusze Reprezentacja wiedzy niepewnej i wnioskowanie w warunkach niepewności 11.1. Rozumowanie przybliżone 11.2. Teoria Dempstera-Shafera 11.3. Sieci Bayesa 11.4. Metoda współczynników pewności 11.5. Uwagi końcowe Podsumowanie Bibliografia Spis rysunków Spis tabel

Wstęp Przegląd metod wyszukiwania informacji 2.1. Metoda list prostych 2.2. Metoda list inwersyjnych 2.3. Metoda list łańcuchowych 2.4. Metoda Saltona 2.5. Metoda Ghosha 2.6. Metoda Chowa 2.7. Metoda Luma 2.8. Metoda składowych atomowych Funkcyjny model systemu wyszukiwania informacji 3.1. Pojęcie systemu wyszukiwania informacji 3.2. Prosty język deskryptorowy 3.3. Zastosowanie modelu funkcyjnego do opisu metod wyszukiwania informacji Metoda list prostych 4.1. Opis metody 4.2. Przykład wyszukiwania metodą list prostych 4.3. Modyfikacje metody list prostych 4.4. Parametry metody list prostych 4.5. Zadania z metody list prostych Metoda list inwersyjnych 5.1. Opis metody 5.2. Przykład wyszukiwania metodą list inwersyjnych 5.3. Modyfikacje metody list inwersyjnych 5.4. Parametry metody list inwersyjnych 5.5. Zadania z metody list inwersyjnych Metoda łańcuchowa 6.1. Opis metody 6.2. Przykład wyszukiwania metodą łańcuchową 6.3. Modyfikacje metody łańcuchowej 6.4. Parametry metody list łańcuchowych 6.5. Zadania dla metody łańcuchowej Metoda Saltona 7.1. Opis metody 7.2. Algorytmy grupowania obiektów 7.3. Przykład wyszukiwania metodą Saltona 7.4. Modyfikacje metody Saltona 7.5. Parametry metody Saltona 7.6. Zadania z metody Saltona Metoda Składowych Atomowych 8.1. Opis metody 8.2. Przykład wyszukiwania metodą składowych atomowych 8.3. Modyfikacje metody składowych atomowych 8.4. Parametry metody składowych atomowych 8.5. Zadania z metody składowych atomowych Podsumowanie wyników Spis tabel Spis rysunków Bibliografia