Buch, Deutsch, 380 Seiten, Book, Format (B × H): 170 mm x 240 mm
Eine Einführung in die Künstliche Intelligenz für Informatiker und Ingenieure
Buch, Deutsch, 380 Seiten, Book, Format (B × H): 170 mm x 240 mm
ISBN: 978-3-8274-1844-9
Verlag: Spektrum Akademischer Verlag
Dieses Buch gibt eine Einführung in die wichtigsten Begriffe und Methoden der Wissensverarbeitung. Es vermittelt verschiedene Formalismen zur adäquaten und problembezogenen Darstellung von Wissen und behandelt Problemlösungsmethoden, die es ermöglichen, aus Wissensbeständen neues Wissen abzuleiten.
Die 2., überarbeitete Auflage enthält zwei zusätzliche Kapitel zu evolutionären Algorithmen und künstlichen neuronalen Netzen.
Das Buch richtet sich an Studierende der Informatik und der Ingenieurwissenschaften sowie an all diejenigen, die die wichtigsten Konzepte und Methoden der Wissensverarbeitung kennen lernen möchten.
Zielgruppe
Upper undergraduate
Autoren/Hrsg.
Weitere Infos & Material
1 Einführung 1.1 Wissen und Information 1.2 Expertensysteme 1.3 Integrierte Wissensverarbeitung in Intelligenten Systemen 2 Suchverfahren 2.1 Einführung 2.2 Problemrepräsentation mit Zuständen und Operatoren 2.3 Uninformierte Suchverfahren 2.4 Heuristische Suche 2.5 Optimierungsprobleme 2.6 Zusammenfassung 2.7 Aufgaben 3 Constraints – Propagierung von Beschränkungen 3.1 Constraintprobleme 3.2 Heuristiken für Constraintprobleme 3.3 Die Propagierung von Constraints 3.4 Zusammenfassung 3.5 Aufgaben 4 Evolutionäre Algorithmen 4.1 Evolution 4.2 Genetische Algorithmen 4.3 Genetisches Programmieren 4.4 Zusammenfassung 4.5 Aufgaben 5 Wissensverarbeitung mit Logik 5.1 Einführung 5.2 Aussagenlogik 5.3 Prädikatenlogik 5.4 Logikbasierte Wissensverarbeitung 5.5 Zusammenfassung 5.6 Aufgaben 6 Regelsysteme 6.1 Fakten und Regeln 6.2 Rückwärtsverkettende Systeme 6.3 Vorwärtsverkettende Systeme 6.4 Zusammenfassung 6.5 Aufgaben 7 Unvollständiges Wissen 7.1 Einführung 7.2 Rechtfertigungsbasierte Systeme (JTMS) 7.3 Behandlung von Inkonsistenzen 7.4 Annahmenbasierte Systeme (ATMS) 7.5 Zusammenfassung 7.6 Aufgaben 8 Unsicheres Wissen 8.1 Einführung 8.2 Wahrscheinlichkeitstheoretische Grundlagen 8.3 Sicherheitsfaktoren 8.4 Bayessche Netze 8.5 Vertrauensintervalle nach Dempster-Shafer 8.6 Zusammenfassung 8.7 Aufgaben 9 Vages Wissen 9.1 Einführung 9.2 Fuzzy-Logik 9.3 Fuzzy Control 9.4 Zusammenfassung 9.5 Aufgaben 10 Künstliche Neuronale Netze 10.1 Einführung 10.2 Modelle künstlicher neuronaler Systeme 10.3 Vorwärtsvermittlungsnetze 10.4 Selbstorganisierende Karten 10.5 Zusammenfassung 10.6 Aufgaben 11 Zeitliches Wissen 11.1 Einführung 11.2 Allens Temporallogik 11.3 Constraintpropagierung in temporalen Constraintnetzen 11.4 Aufgaben 12 Wissen über Situationen, Aktionen und Pläne 12.1 Einführung 12.2 Der Situationskalkül 12.3 Der STRIPS-Planer 12.4 Erweiterungen 12.5 Aufgaben Anhang: Der PseudocodeLiteraturverzeichnisIndex
