Искусственный интеллект. Экспертные системы. Интеллектуальные САПР и АСУП

учебном пособии приведены общие сведения о САПР, дана их классификация, а также рассмотрены виды обеспечения САПР.

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.

В книге исследуются этические проблемы, возникающие в процессе внедрения технологий искусственного интеллекта (ИИ) в государственное управление отраслями образования, здравоохранения, жилищно-коммунального хозяйства, а также в судебную систему. В начале книги приведен общий анализ прикладных проблем, дилемм, трудностей, связанных с этикой разработки и внедрения искусственного интеллекта в избранные сферы, изложены руководящие принципы и ценности этически ориентированного искусственного интеллекта и анализ этических проблем внедрения по избранным секторам. Каждая глава книги посвящена отдельной отрасли и делится на две части: в первой дан собственно обзор этических аспектов применения и внедрения ИИ, во второй — пул рекомендаций по возможному разрешению, устранению или минимизации сформулированных этических проблем.

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

Представлены теоретические основы искусственного интеллекта: информационные аспекты, сведения о бинарной и нечеткой логике, а также методы и модели актуальных направлений искусственного интеллекта, экспертных систем, инженерии знаний, нейронных сетей и генетических алгоритмов. Подробно рассмотрены вопросы практической реализации интеллектуальных систем. Приведено множество примеров, иллюстрирующих разработку и применение рассматриваемых методов и моделей. Особое внимание уделено экономическим задачам.

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.

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.

В этой книге рассмотрены основные аспекты компьютерного зрения: обработка и анализ изображений, анализ плотного движения, сегментация изображений, работа с камерами, трехмерная реконструкция, сопоставление стереоизображений, обнаружение объектов и др. Материал дополняется историческими справками, рекомендациями по дальнейшему чтению и сведениями о рассматриваемых математических понятиях. В конце каждой главы имеются проверенные на практике упражнения и вопросы на понимание материала.

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.

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!

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.

В пособии рассмотрены общие вопросы инженерного проектирования, принципы и порядок проектирования основных типов электротехнических устройств и систем электроснабжения, вопросы технологического присоединения к электрическим сетям общего назначения, а также использования систем автоматизированного проектирования электротехнических устройств и комплексов.

Монография посвящена исследованию современного состояния контрольно-надзорной деятельности таможенных органов Российской Федерации и тому, как в ней могут использоваться технологии искусственного интеллекта.

Рекомендуется использовать учебное пособие при изучении курсов «Системы искусственного интеллекта», «Мультиагентные системы» и «Мультиагентный подход в управлении распределенными системами». Включает разделы, которые подробно описывают современное состояние и методы производственного планирования, мультиагентный подход к решению задач планирования и распределения производственных ресурсов, архитектуру и реализацию автоматизированной системы планирования производства. Теоретический материал иллюстрируется большим количеством примеров динамического планирования. Учебное пособие содержит контрольные вопросы и упражнения по всем разделам. Учебное пособие разработано на кафедре инженерии знаний совместно с Научно-производственной компанией «Генезис знаний». В настоящее время данные разработки выполняются в ООО НПК «Разумные решения». Рассматриваемая мультиагентная система и лабораторный практикум не могут копироваться или воспроизводиться в любых формах без специального разрешения.

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.

Издание рассказывает о применении когнитивных служб компании Microsoft и применении на практике набора простых API. В доступной форме описано создание приложений на основе искусственного интеллекта в среде разработки Visual Studio, создание разговорного интерфейса, применение API для обработки распознавания и интерпретации устной речи. Описаны различные модели языка в искусственном интеллекте.

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.

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.

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.