Искусственный интеллект. Экспертные системы. Интеллектуальные САПР и АСУП

В монографии рассмотрены основные положения методологии мягких вычислительных процессов во взаимодействии с теорией нечеткой логики и ее составляющими концепциями. Рассматриваются различные маршруты развития технологии мягких вычислительных процессов в сочетании агрегированных компьютерных парадигм, таких как нечеткая логика, нейронные сети, эволюционные вычисления, вероятностные вычисления. Сделана попытка объединения основных понятий мягких вычислений с нечеткой логикой и математикой нечетких множеств.

Учебное пособие по курсу «Математические и алгоритмические основы построения интеллектуальных систем» (часть 1) совмещает в себе конспект лекций и практикум в части модуля «Использование графовых и гиперграфовых моделей в интеллектуальных системах» и отражает состояние современных аспектов теории графов и гиперграфов с элементами научной новизны, а также возможности их применения для решения реальных практических задач. Пособие содержит теоретический, практический и методический материал по темам: «Основные понятия теории графов», «Виды графов», «Алгоритмы на графах», «Использование графов в интеллектуальных системах», «Гиперграфы» и «Специальные графы в интеллектуальных системах». Каждая тема завершается заданиями для самостоятельной работы студентов и списком вопросов для самоконтроля.

Проектное планирование и учет всех управленческих факторов в условиях многозадачности и стихийности проектного менеджмента - задача объемная и сложная, особенно в отрыве от методологической и инструментальной базы. Расчет всех показателей, статистических метрик и стратегий лицом, принимающим решения, может носить субъективный или ошибочный характер, также нельзя исключать и человеческий фактор. Автоматизация процессов статистического анализа и вероятностного прогнозирования позволяет помочь лицу, принимающему решения, в выработке максимально обоснованного стратегического и проектного плана. Поставленная задача решается при помощи разработки системы управления проектами для компаний из сфер информационных технологий. Одной из важнейших особенностей разработки является модуль статистического и вероятностного анализа на основе байесовых сетей. Использование предлагаемого инструментального и методологического комплекса обеспечит высокий уровень оптимизации распределения времени на рабочие процессы, а также позволит повысить степень корректности и преемственности решений, принятых проектным менеджером.

Пособие включает теоретический и практический материал, позволяющий овладеть необходимыми базовыми знаниями в области интеллектуальных систем и пробрести первичные навыки работы с нейронными сетями, генетическими алгоритмами и нечеткими моделями.

В книге рассказывается о том, как использовать глубокие нейронные сети для создания эффективных поисковых систем. Рассматривается несколько компонентов поисковой системы, дается представление о том, как они работают, и приводятся рекомендации по использованию нейронных сетей в разных контекстах поиска. Особое внимание уделено практическому объяснению методов поиска и глубокого машинного обучения на базе примеров, большинство которых включает фрагменты кода. Автор освещает основные проблемы, связанные с поисковыми системами, и указывает пути решения этих проблем. Он раскрывает принципы тестирования эффективности нейронных сетей, а также измерения их затрат и выгод.

Перед вами один из самых интересных учебников по машинному обучению — разделу искусственного интеллекта, изучающего методы построения моделей, способных обучаться, и алгоритмов для их построения и обучения. Автор воздал должное невероятному богатству предмета и не упустил из виду объединяющих принципов. Читатель с первых страниц видит машинное обучение в действии, но без не нужных на первых порах технических деталей. По мере изучения предмета тщательно подобранные примеры, сопровождаемые иллюстрациями, постепенно усложняются. В книге описан широкий круг логических, геометрических и статистических моделей, затрагиваются и такие находящиеся на переднем крае науки темы, как матричная факторизация и анализ РХП. Особое внимание уделено важнейшей роли признаков. Устоявшаяся терминология дополняется введением в рассмотрение новых полезных концепций. В конце каждой главы приводятся ссылки на дополнительную литературу с авторскими комментариями. Благодаря всему этому книга задает новый стандарт изучения такой сложной дисциплины как машинное обучение.

Глубокое обучение добилось впечатляющих успехов во многих отраслях. Сейчас оно все глубже проникает в прикладные научные исследования, в частности в биологию и смежные дисциплины. Эта книга рассказывает о применении глубокого обучения в геномике, химии, биофизике, микроскопии, медицине и других направлениях современных исследований всего, что связано с живыми организмами. Представленные в книге стандартные архитектуры глубоких сетей идеально подходят для программистов-разработчиков и ученых, работающих над созданием новых лекарств или ведущих исследования в области биологии и генетики. Книга содержит множество практических примеров, включая полный цикл поиска нового лекарства — одну из самых сложных научно-прикладных задач на стыке физики, химии, биологии и медицины.

Рассмотрены теория и вопросы практического применения метода конечных элементов (МКЭ) в инженерных расчетах на основе программного продукта ANSYS Workbench. Изложение теоретических аспектов МКЭ сопровождается подробными иллюстрированными примерами работы с ANSYS Workbench при расчете как простых деталей, так и сложных конструкций, работающих в динамических условиях.

В книге рассматриваются актуальные примеры создания приложений глубокого обучения с учетом десятилетнего опыта работы автора в этой области. Вы сэкономите часы проб и ошибок, воспользовавшись представленными здесь шаблонами и приемами. Проверенные методики, образцы исходного кода и блестящий стиль повествования позволят с увлечением освоить даже непростые навыки. По мере чтения вы получите советы по развертыванию, тестированию и техническому сопровождению ваших проектов.

Книга представляет собой краткое, но обстоятельное введение в современные нейронные сети, искусственный интеллект и технологии глубокого обучения. В ней представлено более 20 работоспособных нейронных сетей, написанных на языке Python с использованием модульной библиотеки Keras, работающей поверх библиотек TensorFlow от Google или Theano от компании Lisa Lab. Описан функциональный API библиотеки Keras и возможности его расширения. Рассмотрены алгоритмы обучения с учителем (простая линейная регрессия, классический многослойный перцептрон, глубокие сверточные сети), а также алгоритмы обучения без учителя — автокодировщики и порождающие сети. Дано введение в технологию глубокого обучения с подкреплением и ее применение к построению игр со встроенным искусственным интеллектом.

Игровой движок Unity 5 включает в себя множество инструментов, помогающих разработчикам создавать потрясающие игры, снабженные мощным искусственным интеллектом. Эти инструменты, вместе с прикладным программным интерфейсом Unity и встроенными средствами, открывают безграничные возможности для создания собственных игровых миров и персонажей. Данная книга охватывает как общие, так специальные методы, позволяющие реализовать эти возможности. Издание задумывалось как исчерпывающий справочник, помогающий расширить навыки программирования искусственного интеллекта в играх. Рассматриваются основные приемы работы с агентами, программирование перемещений и навигации в игровой среде, принятие решений и координации. Описание построено на практических примерах, в виде легко реализуемых «рецептов».

Книга «ChatGPT. Вопросы и ответы» приглашает вас в увлекательный мир искусственного интеллекта и одной из его наиболее захватывающих инноваций — ChatGPT и подобных текстовых моделей. В этой книге вы найдете ответы на самые актуальные и интересные вопросы о том, что такое ChatGPT, как он работает и какие возможности он предоставляет. С помощью четких и понятных ответов вы разберетесь в мире ChatGPT, узнаете, как начать использовать эту технологию, как задавать правильные вопросы и какие сферы жизни она может улучшить. Книга охватывает разнообразные аспекты, включая образование, здравоохранение и многое другое. Если вы интересуетесь будущим искусственного интеллекта и хотите понять, как ChatGPT и подобные модели могут повлиять на нашу жизнь, эта книга для вас. Она предоставляет вам ключи к пониманию и использованию этой захватывающей технологии.

В данной книге рассматриваются история, теоретические основы, математический аппарат и программирование алгоритмов эволюционной оптимизации. Рассмотренные алгоритмы включают в себя генетические алгоритмы, генетическое программирование, оптимизацию на основе муравьиной кучи, оптимизацию на основе роя частиц, дифференциальную эволюцию, биогеографическую оптимизацию и многие другие.

Дано описание методики разработки проектов интеллектуальных систем конструкторского и технологического проектирования в машиностроении. Для студентов старших курсов МГТУ им. Н.Э. Баумана.

Рассмотрены способы управления электроприводом переменного тока с помощью преобразователя частоты и программируемого логического контроллера. Исследованы системы управления скоростью и положением ротора электродвигателя. В результате моделирования выявлено влияние структуры регуляторов скорости и положения, а также их настроек на качество управления. Даны экспериментальные подтверждения результатов моделирования, а также оценка степени соответствия выбранной математической модели реальному приводу.

Учебное издание содержит сведения по методам разработки моделей и алгоритмов управления для объектов управления химико-технологических систем. Теоретические материалы сопровождаются примерами и практическими заданиями, основанными на использовании программных средств пакетов MATLAB Simulink.

Издание содержит методические указания для выполнения лабораторного практикума, состоящего из трех комплексных лабораторных работ, в которых решаются 11 различных задач, разделенных по трем темам. Приведенные материалы соответствуют программам дисциплин «Эксплуатация, диагностика и ремонт РЭС» и «Электропреобразовательные устройства РЭС». Рассмотрены основные методы расчета выпрямителей, стабилизаторов, трансформаторов, импульсных и вторичных источников питания. Практическая часть посвящена проектированию и исследованию разрабатываемых схем в САПР Multisim (программный продукт подразделения Electronics Workbench Group компании National Instruments).

Материал методического пособия представляет собой сборник методических рекомендаций для выполнения лабораторных работ по курсу «Экспертные системы» у студентов старших курсов дневной формы обучения.

Книга представляет собой введение в теорию алгоритмов принятия решений в условиях неопределенности, включая формулировки основных математических задач и методы их решения. Рассмотрены современные методы снижения вычислительной нагрузки и поиска оптимальных стратегий в различных сценариях – от простых регуляторов до стохастических многоагентных систем. Основное внимание уделяется планированию и обучению с подкреплением, хотя некоторые из представленных методов основаны на элементах обучения с учителем и оптимизации. Алгоритмы реализованы на языке программирования Julia.

Глубокое обучение — это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. Поскольку компьютер приобретает знания из опыта, отпадает нужда в человеке-операторе, который формально описывает необходимые компьютеру знания. Иерархическая организация позволяет компьютеру обучаться сложным концепциям, конструируя их из более простых; граф такой иерархии может содержать много уровней. В этой книге читатель найдет широкий обзор тем, изучаемых в глубоком обучении. Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала. Описываются приемы глубокого обучения, применяемые на практике, в том числе глубокие сети прямого распространения, регуляризация, алгоритмы оптимизации, сверточные сети, моделирование последовательностей, и др. Рассматриваются такие приложения, как обработка естественных языков, распознавание речи, компьютерное зрение, онлайновые рекомендательные системы, биоинформатика и видеоигры. Наконец, описываются перспективные направления исследований: линейные факторные модели, автокодировщики, обучение представлений, структурные вероятностные модели, методы Монте-Карло, статистическая сумма, приближенный вывод и глубокие порождающие модели.

Эта книга не похожа на большинство других учебников и руководств по глубокому обучению — в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину — благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию он глубоко освещает основополагающие идеи и фундаментальные основы глубокого обучения и нейронных сетей.

Древняя стратегическая игра го представляет собой отличный пример для демонстрации возможностей искусственного интеллекта. В 2016 году система, основанная на принципах глубокого обучения, потрясла мир го, победив одного из чемпионов. В данной книге вы познакомитесь с методами глубокого обучения и научитесь создавать го-ботов. По мере чтения вы будете применять все более сложные методы и стратегии обучения, используя библиотеку глубокого обучения Keras, написанную на языке Python. Вы будете с удовольствием наблюдать за тем, как ваш бот осваивает игру го, и узнаете о вариантах применения полученных навыков глубокого обучения к широкому кругу других задач!

Постановка проблемы: разработка и внедрение информационно-управляющих систем многомерными техно- логическими объектами являются в настоящее время актуальными задачами, поскольку позволяют повысить каче- ство выпускаемой продукции, снизить затраты энергоресурсов, минимизировать материальные затраты, сократить уровень загрязнения окружающей среды и т. д. К наиболее наукоемким этапам разработки информационно-управ- ляющей системы относится создание ее алгоритмического и программного обеспечения, так как применяемый при этом математический аппарат зачастую является очень сложным. Один из эффективных путей решения данной пробле- мы — использование интеллектуальных баз знаний, обеспечивающих программную реализацию алгоритмов синтеза энергосберегающих управляющих воздействий. Методы: разработка структуры базы знаний с использованием фрей- мовой модели представления знаний. Реализация в базе знаний метода структурного синтеза алгоритма энергосбере- гающего управления, основанного на совместном применении принципа максимума Понтрягина и метода синтези- рующих переменных. Результаты: разработана структура фреймовой базы знаний информационно-управляющей си- стемы многомерным объектом. Фреймы базы знаний обеспечивают определение вида функции оптимального управ- ления и получение аналитических зависимостей для расчета ее параметров. Определение вида функции оптимального управления осуществляется с использованием иерархического графа переходов между видами функций оптимального управления с учетом возможных нарушений ограничений на управляющие воздействия. Параметры полученной функ- ции оптимального управления определяются в результате решения системы уравнений, которая составляется в авто- матическом режиме из «элементарных» функций, хранящихся в базе знаний. Практическая значимость: применение разработанной базы знаний в составе информационно-управляющей системы многомерным объектом обеспечивает решение задачи синтеза энергосберегающих управляющих воздействий с учетом накладываемых на них ограничений.

Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение — и особенно глубокие нейронные сети — может изменить вашу организацию? Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения. Авторы сначала раскрывают фундаментальные вопросы глубокого обучения — настройка, распараллеливание, векторизация, конвейеры операций, а затем переходят к библиотеке Deeplearning4j (DL4J), предназначенной для разработки технологических процессов профессионального уровня. На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop и Spark.

TinyML — технология, призванная расширить использование искусственного интеллекта за счет устройств с малым энергопотреблением, таких как микроконтроллеры. Прочитав эту книгу, вы сможете свободно использовать передовые практики и фреймворки ML в своей работе. Для начала вы ознакомитесь с основами развертывания интеллектуальных приложений на Arduino Nano 33 BLE Sense и Raspberry Pi Pico, а затем на примере работы с реальными датчиками получите необходимые навыки для внедрения комплексных интеллектуальных приложений в различных сценариях.

Благодаря компьютерам мы не только можем создать программу, которая займётся нашими финансами, проконтролирует отопление в доме или вычислит траекторию полета ракеты, но и построить машину, взаимодействующую с людьми или видеоигру со сложными виртуальными противниками, которые поступают как живые. В этой книге изложены основы искусственного интеллекта и машинного обучения. Благодаря ей вы сможете создать свои собственные игры, а также программы, которые могут распознавать естественную речь и изображения. Все проекты на языке Scratch сопровождаются подробными пошаговыми инструкциями, так что не беспокойтесь, если вы не эксперт в применении этого языка визуального программирования.

Эта книга не похожа на большинство других учебников и руководств по глубокому обучению — в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину — благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию он глубоко освещает основополагающие идеи и фундаментальные основы глубокого обучения и нейронных сетей. Второй том посвящен нейронным сетям — быстро развивающемуся направлению машинного обучения.

На примере класса математических моделей линейной термоупругости исследуется подход к формализации перехода от содержательного к модельному описанию связанных физических процессов, основанный на применении методов теории принятия решений. Для выбора модели минимальной сложности предлагается использовать генетические алгоритмы

Учебно-методическое пособие подготовлено на кафедре физики полупроводников и микроэлектроники физического факультета Воронежского государственного университета.

Н2О — простая в использовании и открытая библиотека, которая поддерживает большое количество операционных систем и языков программирования, а также масштабируется для обработки больших данных. Эта книга научит вас использовать алгоритмы машинного обучения, реализованные в Н2О, с упором на наиболее важные для продуктивной работы аспекты. Рассмотрены глубокое обучение, случайный лес, обучение на неразмеченных данных и ансамбли моделей. В российское издание добавлены дополнительно два приложения, описывающих новейшие модули Н2О — Deep Water и Stacked Ensemble. Их также можно найти в репозитории github.com/statist-bhfz/h2o_book_translate.

Данная книга окажет методическую помощь в работе учителя (педагога) в разделе преподавания курса робототехники для детей 5–10 лет. Книга окажется полезна как в дошкольном, так и в начальном образовании. Сборник охватывает малоизученную тему преподавания робототехники для дошколят и детей начальных классов. Методика преподавания основывается на применении образовательного конструктора Lego Education WeDo на занятиях по конструированию и робототехнике для развития инженерного потенциала малышей. Сборник оснащён подробной схемой сборки дополнительно 30 авторских конструкций.

Использование принципов нечеткого управления для формирования поведения колесного робота в условиях определенности.

В рамках работы рассматривается онтология интеллектуального пространства, приводится формализация динамической сети ресурсов и описываются правила включения и исключения ресурсов из сети. Предлагаемая онтология объединяет онтологическое представление интеллектуального пространства и модель знаний проблемной области. Динамическую сеть ресурсов предложено формализовать как множество вершин двух типов – ресурс и функция – и множество ориентированных дуг, показывающих функциональные зависимости между входными и выходными переменными функций. Правила включения и исключения ресурсов из сети основаны на потребностях в реализуемых ресурсами функциях в текущей ситуации. В заключении кратко сформулированы основные положения статьи и указаны перспективы дальнейших исследований.

Настоящее учебное пособие представляет собой вводную часть курса по искусственному интеллекту, основной целью которого является изучение модели представления знаний на основе классических логических исчислений – исчисления высказываний и исчисления предикатов. Пособие затрагивает не только теоретические основы рассматриваемой модели представления знаний, но и ее реализацию на языке логического программирования Пролог. Таким образом, студенты не только овладевают теоретическими основами представления знаний в логической модели, но и получают практические навыки применения знаний при написании и отладке логических программ.

Описан процесс создания и применения онтологии предметной области (оптики) для образовательного портала музея оптических технологий. Приведен сравнительный анализ верхнеуровневых онтологий и описана методика извлечения знаний

Основы нейроинформатики. Используемые программы: Adobe Acrobat. Труды сотрудников СГАУ (электрон. версия)

Описывается модификация алгоритма муравьиных колоний, позволяющая осуществлять поиск оптимальной траектории перемещения грузоподъемной машиной груза произвольной формы в трехмерном пространстве с произвольными препятствиями, заданными в дискретном виде, с учетом угловой ориентации груза.

Исследуются возможности рекуррентных нейронных сетей с управляемыми синапсами со стиранием устаревшей информации. Решается задача оценки емкости памяти этих сетей. Отмечается, что для ее решения из-за специфики правил запоминания информации известные методы не пригодны. Они не ориентированы на оценку запоминания длинных последовательностей совокупностей единичных образов. В них не принимается во внимание предельный суммарный вес синапсов, активно используемых в качестве элементов памяти, не учитывается зависимость емкости памяти от функций ослабления сигналов в сети. Рассматривается новый метод оценки емкости памяти рекуррентных нейронных сетей, обрабатывающих информацию в реальном масштабе времени. Приводится спиральная структура сети на уровне нейросетевых каналов. Получено аналитическое выражение, связывающее емкость памяти таких сетей с их параметрами. В качестве этих параметров выступают число нейронов и предельно достижимый суммарный вес синапсов сети, средние значения функций ослабления расходящихся и сходящихся в сети единичных образов и другие. Показано, что предельные оценки емкости памяти рекуррентных нейронных сетей выше, чем считалось ранее. На один синапс может приходиться больше двух бит информации. Сформулированы рекомендации по совершенствованию рекуррентных нейронных сетей. В качестве элементов долговременной памяти предлагается использовать только те синапсы, которые связывают нейроны, обеспечивающие встречное продвижение единичных образов в сети.

Эта книга поможет читателю овладеть алгоритмами обучения с подкреплением (ОП) и научиться реализовывать их при создании самообучающихся агентов. В первой части рассматриваются различные элементы ОП, сфера его применения, инструменты, необходимые для работы в среде ОП. Вторая и третья части посвящены непосредственно алгоритмам. В числе прочего автор показывает, как сочетать Q-обучение с нейронными сетями для решения сложных задач, описывает методы градиента стратегии, TRPO и PPO, позволяющие повысить производительность и устойчивость, а также детерминированные алгоритмы DDPG и TD3. Читатель узнает о том, как работает техника подражательного обучения, познакомится с алгоритмами исследования на базе верхней доверительной границы (UCB и UCB1) и мета-алгоритмом ESBAS.

Пособие представляет курс лекций, в которых дано систематическое изложение современной электроники, охватывающей как основные теоретические представления, так и важнейшие экспериментально установленные факты для объяснения принципов действия широкого круга электронных приборов и устройств, изложены физические основы процессов, лежащих в основе работы электронных приборов. Предназначено для бакалавров направления подготовки 210700.62 – Инфокоммуникационные технологии и системы связи.

Является руководством к выполнению курсового проекта по курсам «Интегрированные системы проектирования и управления», «Проектирование АСОИУ». Предназначено для студентов, обучающихся по специальностям 220301 «Автоматизация технологических процессов и производств», 230102 «Автоматизированные системы обработки информации и управления», а также по направлениям 220400 «Управление в технических системах», 220700 «Автоматизация технологических процессов и производств», 230100 «Информатика и вычислительная техника».

В учебном пособии системно, в полном объеме рассматриваются инновационные инструменты для создания всех видов маркетинговых коммуникаций на основе искусственного интеллекта и нейронных сетей. На многочисленных практических примерах демонстрируются создание контента и каналов коммуникации с использованием искусственного интеллекта и различных нейронных сетей, образовательные возможности на основе искусственного интеллекта, их внедрение в образовательную деятельность, обучение нейронных сетей, создание рекламной продукции с помощью нейронных сетей и др. Богато иллюстрировано.

В данном учебном пособии рассмотрены подходы к решению прямых и обратных задач магниторазведки. Рассмотрено решение линейных и нелинейных обратных задач магниторазведки, в том числе с использованием нейросетей. Пособие может быть рекомендовано как для самостоятельного изучения курса «Современные компьютерные технологии», так и для подготовки к выполнению практических заданий.

Прочитав эту книгу, вы получите четкое представление о том, что такое глубокое обучение, когда его следует применять и каковы его ограничения. Авторы описывают стандартный рабочий процесс поиска решения задачи машинного обучения и рассказывают, как устранять часто возникающие проблемы. Всесторонне рассматривается использование Keras для решения самых разнообразных прикладных задач, в числе которых классификация и сегментация изображений, прогнозирование временных рядов, классификация текста, машинный перевод, генерация текста и многое другое. Опыт работы с Keras, TensorFlow или моделями глубокого обучения не требуется.

Настоящее учебное пособие – это продолжение учебного пособия «Введение в искусственный интеллект и логическое программирование. Программирование в среде Visual Prolog», представляющего собой вводную часть курса по искусственному интеллекту, основной целью которой является изучение модели представления знаний на основе классических логических исчислений – исчисления высказываний и исчисления предикатов. В пособии рассматриваются: работа с рекурсивными структурами данных в Прологе, назначение и применение предиката «Отсечение», а также внелогические предикаты Пролога и предикаты работы со строками.

Рассмотрены вопросы проектирования программно-технических комплексов автоматизированных систем с помощью системы автоматизированного проектирования ТЕПРОЛ, которая представляет собой интегрированную среду для разработки прикладного программного обеспечения контроллеров и содержит средства для создания, редактирования, компиляции, компоновки и отладки программ.

Среди систем, созданных для агрегации, систематизации и прочей автоматизации работы с логами, Splunk — один из самых мощных. Он позволит следить за тонкостями жизни всех ваших систем, особенно если их много и они достаточно распределенные. Splunk — ведущая платформа, реализующая эффективные методологии поиска, мониторинга и анализа больших данных с постоянно растущим объемом. Эта книга позволит вам реализовать новые услуги и использовать их для быстрой и эффективной обработки машинных данных. Вы познакомитесь со всеми возможностями и улучшениями в Splunk 7, включая новые модули Splunk Cloud и Machine Learning Toolkit, научитесь эффективно использовать поисковые запросы и метасимволы, а также работать с полями и расширениями диаграмм.

Учебное пособие содержит сведения о методах идентификации статических и динамических объектов управления средствами нейронных сетей, о нейроуправлении, а также принципах, используемых при построении схем нейросетевого управления. Теоретические материалы сопровождаются примерами, реализованными с использованием программных средств пакетов MATLAB и Simulink.

В статье предлагается формальное описание модели представления знаний, объединяющей фреймовую онтологию с продукционной моделью. Фреймовое представление реализует возможности объектно-ориентированного подхода, позволяет оперировать глубоко структурированными знаниями, однако не предоставляет иных механизмов вывода, чем механизм наследования и присоединенные процедуры. Продукционная модель, напротив, имеет довольно слабые выразительные возможности, основанные на логике высказываний, но дает мощный механизм вывода на знаниях, позволяющий на основе метода прямого логического вывода получать логические следствия, являющиеся результатом решения той или иной проблемы. Сочетание указанных моделей в единой гибридной структуре позволяет, с одной стороны, использовать глубокие возможности структурного подхода к представлению знаний, с другой стороны, реализовать на этих структурах унифицированный механизм логического вывода, не исключающий, однако, и механизм наследования, и процедурные вложения.

В данной книге рассказывается, как с нуля построить автономный мобильный обслуживающий робот, с помощью которого можно подавать еду в квартире, гостинице и ресторане. Благодаря подробным пошаговым инструкциям читатель узнает весь процесс разработки робота — начиная с теоретической части (принципы дифференциального привода, кинематики и обратной кинематики) и заканчивая практической реализацией (сборка отдельных компонентов, согласование приводов и датчиков с контроллерами). Много внимания уделено программной части — использованию метаоперационной системы ROS, моделированию в Gazebo, обработке изображений в OpenCV, разработке GUI робота на Qt и Python.