Искусственный интеллект. Экспертные системы. Интеллектуальные САПР и АСУП

Формулируется проблема выбора структуры нейронных сетей и рассматриваются существующие варианты её решения. Предлагается подход к выбору оптимальной структуры НС методом селекции на основе метода группового учёта аргументов и алгоритм его реализации. Проведено тестирование алгоритма на примере получения исходного описания модели газотурбинного двигателя по экспериментальным данным

Рассмотрены теоретические вопросы совершенствования рабочих процессов укладки и уплотнения асфальтобетонных смесей на основе автоматизации. Предложены методики параметрического синтеза ПИД-регулятора систем управления объектами второго и высокого порядков на основе частотного и модального методов. Приведены материалы новых технических решений систем автоматического управления асфальтоукладчиками и вибрационными катками.

Монография посвящена исследованию и разработке методов адаптивного управления процессами укладки и уплотнения асфальтобетонных смесей на основе математического аппарата методов идентификации динамических объектов и искусственного интеллекта. Рассмотрены методы управления технологическими процессами строительства асфальтобетонных покрытий. Представлены модели и методики моделирования технологических процессов, используемые в качестве объектов управления при разработке алгоритмов автоматического управления режимами. На основе анализа результатов исследований предложены новые технические решения систем автоматического управления. Представлены алгоритмы функционирования адаптивных регуляторов и результаты моделирования процессов управления.

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.

Журнал «Вестник РУДН, серия „Инженерные исследования“» публикует статьи, содержащие результаты оригинальных исследований,имеет основные рублики: ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ, ИПАРАЛЛЕЛЬНОЕ ПРОГРАММИРОВАНИЕ, ДЕНТИФИКАЦИЯ И СИНТЕЗ СИСТЕМ УПРАВЛЕНИЯ

публикуются результаты исследований по биологическим, физико-математическим и техническим наукам. В разделе «Математика и компьютерные науки» публикуются результаты, полученные в области теоретической, прикладной математики, компьютерных наук. В разделе «Физика и технические науки» публикуются результаты исследований по физическим и техническим наукам, в том числе по общим вопросам физики, общим проблемам физического эксперимента, физике элементарных частиц, теории полей и др. В разделе «Естественные науки» публикуются результаты фундаментально-ориентированных исследований в области рационального природопользования и охраны природных ресурсов, многолетних исследований по физиологии развития человека, биоразнообразию Северного Кавказа, рассматриваются вопросы создания концептуальной модели онтогенеза и адаптации в условиях полимодальных воздействий среды, создания и реализации здравоцентристской парадигмы здоровья учащейся молодежи, экологические основы рационального освоения природных ресурсов. В разделе «Геоинформационные системы» публикуются данные, составляющие интеллектуальную географическую информационную систему, основанные на знаниях и обеспечивающие комплексную диагностику эколого-ресурсного потенциала территории, рассматриваются вопросы технологии автоматизированной географической диагностики территории и др

Пособие представляет собой краткое изложение материалов по ключевым разделам современной теории искусственного интеллекта: машинному обучению и распознаванию образов (классификации). Пособие включает, в частности, классификацию задач машинного обучения, описание основных методов ранжирования/упорядочивания объектов и методов распознавания образов (классификации): геометрических, статистических и алгебраических, а также кратких основ теории последовательного анализа и классификации, теории обучения с подкреплением и искусственных нейронных сетей. Подготовлено на кафедре геоинформатики и информационной безопасности.

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

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.

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

В учебнике представлено систематизированное изложение основ теории представления знаний в системах искусственного интеллекта (СИИ). Даётся описание наиболее значимых в настоящее время моделей и технологических аспектов проектирования систем, основанных на знаниях (СОЗ). Особое внимание уделено проблемам инженерии знаний в СОЗ, а в качестве основного подхода к их решению рассматривается авторский метод ситуационного анализа и проектирования модели предметной области (БАЗЫ ЗНАНИЙ).

Автоматические линии и комплексы кузнечно-штамповочного производства. Используемые программы: Adobe Acrobat. Труды сотрудников СГАУ (электрон. версия)

В Вестнике РосНОУ (Серия: Сложные системы: модели, анализ и управление) подлежат публикации материалы, содержащие результаты теоретических и прикладных научных исследований, соответствующие темам выпусков. Вестник РосНОУ предназначается для профессорско-преподавательского состава высших учебных заведений, научных работников, специалистов-практиков, аспирантов и студентов.

В Вестнике РосНОУ (Серия: Сложные системы: модели, анализ и управление) подлежат публикации материалы, содержащие результаты теоретических и прикладных научных исследований, соответствующие темам выпусков. Вестник РосНОУ предназначается для профессорско-преподавательского состава высших учебных заведений, научных работников, специалистов-практиков, аспирантов и студентов.

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.

Каждую секунду во всем мире собирается и динамически обновляется огромный объем информации. Графовые алгоритмы, которые основаны на математике, специально разработанной для изучения взаимосвязей между данными, помогают разобраться в этих гигантских объемах. и, что особенно важно в наши дни, они улучшают контекстную информацию для искусственного интеллекта. Эта книга представляет собой практическое руководство по началу работы с графовыми алгоритмами. В начале описания каждой категории алгоритмов приводится таблица, которая поможет быстро выбрать нужный алгоритм и ознакомиться с примерами его использования. Для изучения материала книги желателен опыт использования платформ Apache Spark или Neo4j, но она пригодится и для изучения более общих понятий теории графов, независимо от выбора графовых технологий.

Изложены вопросы проектирования систем автоматизации, приведены сведения о нормативных документах, используемых при проектировании систем автоматизации химико-технологических и других технологических процессов. Даны рекомендации по содержанию, разработке и оформлению раздела «Автоматизация технологических процессов» дипломного проекта по специальностям 240125 и 260103. Изложены требования к графической части и структурным элементам данного раздела пояснительной записки. Приведен пример выполнения ФСА «Автоматизация технологических процессов» дипломного проекта.

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.

Журнал «Вестник РУДН, серия „Инженерные исследования“» публикует статьи, содержащие результаты оригинальных исследований,имеет основные рублики: ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ, ИПАРАЛЛЕЛЬНОЕ ПРОГРАММИРОВАНИЕ, ДЕНТИФИКАЦИЯ И СИНТЕЗ СИСТЕМ УПРАВЛЕНИЯ

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».

Эта книга дает всестороннее представление о нейроэволюции — подходе к обучению искусственных нейронных сетей, который использует эволюционные алгоритмы, чтобы упростить процесс решения сложных задач в таких областях, как игры, робототехника и моделирование естественных процессов. Читатель начнет знакомство с ключевыми концепциями и методами нейроэволюции, написав несложный код на языке Python, а затем получит практический опыт работы с популярными библиотеками Python и научится решать распространенные и нестандартные прикладные задачи, используя алгоритмы на основе нейроэволюции. Речь пойдет о том, как адаптировать методы нейроэволюции к существующим проектам нейронных сетей для повышения эффективности обучения и принятия решений; в завершение будет рассказано о топологиях нейронных сетей и о том, как нейроэволюция позволяет развивать сложную топологию из простейшей базовой структуры.

Лабораторный цикл включает в себя двенадцать лабораторных работ, выполнение которых поможет студентам изучить основные возможности интеллектуальных информационных систем. Методические указания подготовлены на кафедре «Информационные системы и технологии».

Ошеломляющий успех коммерческих приложений машинного обучения (machine learning — ML) и быстрый рост этой отрасли создали высокий спрос на готовые методы ML, которые можно легко использовать без специальных знаний. Однако и сегодня успех практического применения в решающей степени зависит от экспертов — людей, которые вручную выбирают подходящие архитектуры и их гиперпараметры. Методы AutoML нацелены на устранение этого узкого места путем построения систем ML, способных к автоматической оптимизации и самонастройке независимо от типа входных данных. В этой книге впервые представлен всеобъемлющий обзор базовых методов автоматизированного машинного обучения (AutoML).

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.

Монография посвящена использованию современных информационных технологий для создания эффективных технических систем. Рассмотрены особенности и закономерности сложных процессов.

Платформа TensorFlow от компании Google является ведущим инструментом с открытым исходным кодом для машинного обучения. Эта книга охватывает более 10 полноценных приложений для iOS, Android и Raspberry Pi на базе TensorFlow, построенных с нуля и выполняющих всевозможные модели в автономном режиме прямо на устройстве: от компьютерного зрения и обработки речи и языка до генеративно-состязательных сетей и AlphaZero-подобного глубокого самообучения с максимизацией получаемого вознаграждения.