004.8Искусственный интеллект. Экспертные системы. Интеллектуальные САПР и АСУП
← назад
Свободный доступ
Ограниченный доступ
Автор: Шакирьянов Э. Д.
Лаборатория знаний: М.
В книге изложен учебный курс для школьников, начинающих изучать компьютерное зрение с языком программирования Python и библиотекой OpenCV. Описаны особенности установки языка Python, различных библиотек, в том числе OpenCV, и операционной системы Raspbian. Материал разделен на три отдельные темы: программирование на Python, поиск и выделение
цветных объектов на графическом изображении и в видеопотоке
средствами OpenCV, программирование колесной робоплатформы под управлением Raspberry Pi 3, оснащенной CSI-камерой. Большую помощь читателю окажут многочисленные иллюстрации и листинги программных кодов, а также ссылки на источники и интернет-ресурсы.
Предпросмотр: Компьютерное зрение на Python. Первые шаги.— Эл. изд..pdf (0,3 Мб)
Автор: Салахова А. А.
Лаборатория знаний: М.
Стать гениальным изобретателем легко! Серия книг «РОБОФИШКИ» поможет вам создавать роботов, учиться и играть вместе с ними. Вы соберете на платформе Arduino собственное запирающее устройство, благодаря которому можно безопасно хранить ценные вещи.
Предпросмотр: Конструируем роботов на Arduino®. Умный замoк.pdf (0,8 Мб)
Автор: Краснощек Платон Львович
Северный (Арктический) федеральный университет имени М.В. Ломоносова
В рамках данной статьи автор кратко описывает реализацию основных принципов построения мегамашин Льюиса Мамфорда в коллективных интеллектуальных системах и сетях связи, существующих в настоящее время. Основной акцент делается на характеристику коллективных интеллектуальных систем, не имеющих жесткой структуры в пространстве, как объединений человеческих ресурсов с целью решения задач. Приоритет таких систем смещается с материальных задач на интеллектуальные, в условиях смены приоритета и среды существования эти системы представляют собой когнитивные мегамашины. Среда, в которой они формируются и функционируют, в ходе развития коммуникационных технологий в течение последний двух столетий изменилась с материальной на цифровую. В частности, изобретение телеграфной, затем телефонной, радиосвязи и позднее Интернета сделало возможной быструю и эффективную передачу информации без потери и устаревания данных в ходе передачи. Это обусловило возможность для отдельных людей объединяться в структуры, обладающие в сравнении с одиночным субъектом многократно большей индивидуальной мощностью для достижения каких-либо целей независимо от пространственно-временных координат. Таким образом, сети связи стали коммуникационными каналами для структур, которые фактически представляют собой крупные нейронные сети. В сравнении с ранее доступными человечеству методами коммуникации, к примеру со звуком или материальными сигналами, многократно возросли скорость и эффективность передачи информации. Для коллективных мегамашин акцент в паре «процесс – знание» сменяется на обратный, т. е. «знание – процесс», поскольку если структуры Мамфорда создавались для достижения в первую очередь материальных целей, то когнитивные системы нацелены изначально на поиск решения и последующую реализацию
Автор: Моисеева Т. В.
Изд-во ПГУТИ
В рамках направления "Представление знаний" решаются задачи, связанные с формализацией и представлением знаний в памяти интеллектуальной системы (ИС). Для этого разрабатываются специальные модели представления знаний и языки для описания знаний, выделяются различные типы знаний. Изучаются источники, из которых ИС может черпать знания, и создаются процедуры и приемы, с помощью которых возможно приобретение знаний для ИС. Проблема представления знаний для ИС чрезвычайно актуальна, т.к. ИС - это система, функционирование которой опирается на знания о проблемной области, которые хранятся в ее памяти.
Предпросмотр: Представление знаний в информационных системах Конспект лекций.pdf (0,3 Мб)
Автор: Жданова Е. И.
Изд-во ПГУТИ
Дисциплина имеет целью ознакомить учащихся с некоторыми методами организации знаний, возможными компонентами интеллектуальных систем, такими как: искусственные нейронные сети, нечеткие системы, генетические алгоритмы. Предусмотрено обучение студентов принципам построения интеллектуальных информационных систем и их «настройке», анализу существующих элементов интеллектуальности и выбору оптимального. Затрагивается вопрос применения инструментальных средств поддержки проектирования и построения нейросетей, нечетких экспертных систем и систем, функционирующих на основе генетических алгоритмов.
Предпросмотр: Проектирование баз данных и баз знаний Конспект лекций .pdf (0,4 Мб)
Автор: Крамаренко
ПРОМЕДИА: М.
Способы построения и визуализации работы искусственной случайной нейронной сети, воспроизводящей свойства памяти биологических нейронных систем.