مقاله کامل هوش مصنوعی
بخشی از متن:
هوش مصنوعی، مطالعه روش هایی است برای تبدیل کامپیوتر به ماشینی که بتواند اعمال انجام شده توسط انسان را انجام دهد. هوش مصنوعی شاخه ایست از علم کامپیوتر که ملزومات محاسباتی اعمالی همچون ادراک (Perception)، استدلال (reasoning) و یادگیری (learning) را بررسی کرده و سیستمی جهت انجام چنین اعمالی ارائه می دهد. هوش مصنوعی، بطور خلاصه ترکیبی است از علوم رایانه، فیزیولوژی و فلسفه است. علم و مهندسی ساخت ماشین های هوشمند، خصوصا برنامه های کامپیوتری هوشمند.
فهرست مطالب:
هوش مصنوعی چیست؟
تاریخچه پیدایش هوش مصنوعی
آزمایشی برای تشخیص هوشمند بودن ربات ها
نگاهی از درون به مقوله هوش مصنوعی
تولید ماشینهای هوشمند
افق های هوش مصنوعی
منظور از عمومیت دادن چیست؟
هوشهای مصنوعی متخصص
استفاده از هوش مصنوعی
مشکلات در طراحی رباتها چیست؟
آینده رباتها چگونه است ؟
نتیجه گیری حافظ مآبانه
تعداد مشاهده: 1676 مشاهده
فرمت فایل دانلودی:.doc
فرمت فایل اصلی: doc
تعداد صفحات: 40
حجم فایل:920 کیلوبایت
-
راهنمای استفاده:
مناسب جهت استفاده دانشجویان رشته کامپیوتر و فناوری اطلاعات
-
محتوای فایل دانلودی:
در قالب فایل word و قابل ویرایش
اتومات های یادگیری
چکیده:
در دهه 1960میلادی Tsypkin روشی برای ساده کردن مسائل به مساله‌ای برای تشخیص پارامترهای بهینه معرفی کرد و نخستین بار مسئله اتوماتای یادگیری توسط Tsetlinدر اتحاد جماهیر شوروی مطرح شد Varshavski و Vorontsova بر روی اتوماتای تصادفی کار کردند. کارهای صورت گرفته عبارت بودند از: تئوری بازی، اتوماتای تصادفی در تخمین پارمترها، تشخیص الگو. McLaren روشهای بِروز رسانی خطی و ویژگیهایش و Chandrasekar و Shen روشهای بِروزرسانی غیر خطی را مطرح کردند. اتوماتایک ماشین است برای انجام خودکار یکسری اعمال یا جواب به مجموعه ای از دستورات. اتوماتای یادگیری یک شئ مجرداست که میتوان تعدادی عمل متناهی انجام دهد. اتوماتا ازمجموعه ی اقدام های خود یکی را انتخاب می کند و آنها را بر محیط اعمال میکند. اتوماتا از پاسخی که محیط به آن می دهد اقدام بعدی خودش را انتخاب میکند. نتیجه این کار بهینه عمل کردن اتوماتا است. هر عملی که انتخاب می شود در یک محیط احتمالی بررسی می شود و نتیجه این بررسی سیگنال مثبت یا منفی است که به اتوماتا داده می شود و اتوماتا از این جواب در انتخاب عمل بعدی استفاده می کند در واقع هدف نهایی این است که اتوماتا از بین کارهای خود کارهایی را انتخاب کند که احتمال گرفتن پاداش از محیط را به بیشترین حد خود برساند. یادگیری همان تغییرات ایجاد شده در کارایی یک سیستم بر اساس تجربه های گذشته است.
یادگیری موجودات زنده به دودسته تقسیم می شود:
1 .به شناخت اصول یادگیری موجودات زنده و مراحل آن می‌پردازند.
2. دنبال ارائه یک روش هستندبرای قراردادن این اصول در یک ماشین.
ویژگی مهم سیستمهای یادگیر: توانایی بهبود کارایی خود با گذشت زمان است.
فهرست مطالب:
چکیده
مقدمه
تاریخچه اتوماتای یادگیری
تعریفی از اتومات های یادگیری
اتوماتا
اتوماتای یادگیری تصادفی
یادگیری
ویژگی مهم سیستمهای یادگیر
یادگیری نظارتی
یادگیری تقویتی
مزیت اصلی یادگیری تقویتی
تعریف مجموعه ی اتوماتای یادگیری
ساختار اتوماتا
ساختار ثابت
انواع اتوماتاهای یادگیری با ساختار ثابت
ساختار متغیر
محیط
انواع رفتارهای اتوماتای یادگیری
اتوماتای یادگیری توزیع شده
پیش بینی حرکت کاربران در وب بااتوماتای توزیع شده
اتوماتاچه محدودیت هایی دارد
اتوماتا چه ویژگی هایی دارد
نحوه تشخیص اجتماعات وب بااتوماتای یادگیری سلولی
تعریفی ازاتوماتی سلولی
عملکرداتوماتای سلولی
الگوریتم HITS
ضریب پاداش
ضریب جریمه
خوشه بندی مورچه ها بااتوماتای یادگیری
مزیت خوشه بندی مورچه ها
تفاوت خوشه بندی مورچه ها
نتیجه گیری
مراجع
تعداد مشاهده: 2226 مشاهده
فرمت فایل دانلودی:.docx
فرمت فایل اصلی: docx
تعداد صفحات: 25
حجم فایل:404 کیلوبایت
-
راهنمای استفاده:
مناسب جهت استفاده دانشجویان رشته کامپیوتر و فناوری اطلاعات
-
محتوای فایل دانلودی:
در قالب فایل word و قابل ویرایش
به همراه لیست منابع
جزوه کلاسی سیستمهای خبره و منطق فازی
توضیحات:
این جزوه مروبوط به مبحث سیستمهای خبره درس هوش مصنوعی و منطق فازی دوره کارشناسی ارشد رشته مدیریت فناوری اطلاعات است.
تعداد مشاهده: 1825 مشاهده
فرمت فایل دانلودی:.pdf
فرمت فایل اصلی: pdf
تعداد صفحات: 59
حجم فایل:2,217 کیلوبایت
-
راهنمای استفاده:
قابل استفاده دانشجویان رشته های مدیریت، صنایع، کامپیوتر و IT
-
محتوای فایل دانلودی:
در قالب فایل pdf و تایپ شده
-
گالری تصاویر :
پاورپوینت خوشه بندی فازی
توضیحات:
پاورپوینت خوشه بندی فازی (Fuzzy Clustering) در 20 اسلاید، ارائه کلاسی کارشناسی ارشد، در قالب فایل pptx
فهرست برخی از مطالب:
گذری بر یادگیری ماشین و کاربردهای آن
مفاهیم خوشه بندی
- معرفی
- مراحل فرآیند خوشه بندی
- روش های خوشه بندی
خوشه بندی فازی
- رویکرد فازی
- افراز فازی
- خوشه بندی فازی احتمالی
- خوشه بندی فازی امکانی
کاربردهای خوشه بندی
تعداد مشاهده: 1768 مشاهده
فرمت فایل دانلودی:.zip
فرمت فایل اصلی: pptx
تعداد صفحات: 20
حجم فایل:1,733 کیلوبایت
-
راهنمای استفاده:
قابل استفاده دانشجویان رشته مهندسی صنایع
-
محتوای فایل دانلودی:
فایل پاورپوینت و قابل ویرایش
پاورپوینت هوش مصنوعی
هوش مصنوعی:
نام مرجع: Artificial Intelligence A Modern Approach
نویسنده: استوارت راسل، پیتر نورویگ
کتاب دروس تخصصی هوش مصنوعی از سری کتاب های راهیان ارشد، انتشارات آزاده
هوش مصنوعی، نوشته بن کوپین، مترجم داورپناه و میرزایی
فهرست مطالب:
فصل اول:
هوش مصنوعی چیست؟
مبانی هوش مصنوعی
تاریخچه هوش مصنوعی
فصل دوم:
عامل
خواص محیطهای وظیفه
برنامه های عامل
فصل سوم:
عاملهای حل مسئله
مسئله
اندازه گیری کارایی حل مسئله
جستجوی نا آگاهانه
اجتناب از حالتهای تکراری
جستجو با اطلاعات ناقص
فصل چهارم:
متدهای جست و جوی آگاهانه
یادگیری برای جست و جوی بهتر
جست و جوی محلی و بهینه سازی
جست و جوی محلی در فضاهای پیوسته
عاملهای جست و جوی Online
فصل پنجم:
بازیها چیستند و چرا مطالعه میشوند؟
انواع بازیها
الگوریتم minimax
بازیهای چند نفره
هرس آلفا-بتا
بازیهای قطعی با اطلاعات ناقص
بازیهایی که حاوی عنصر شانس هستند
فصل ششم:
عاملهای مبتنی بر دانش
منطق
منطق گزاره ای
الگوهای استدلال در منطق گزاره ای
الگوریتم resolution
زنجیر پیشرو و عقبگرد
فصل هفتم:
مروری بر منطق گزاره ای
منطق رتبه اول
انواع منطق
نحو و معنای منطق رتبه اول
مهندسی دانش
تعداد مشاهده: 2671 مشاهده
فرمت فایل دانلودی:.zip
فرمت فایل اصلی: ppt
تعداد صفحات: 211
حجم فایل:2,144 کیلوبایت
-
راهنمای استفاده:
مناسب جهت استفاده دانشجویان رشته کامپیوتر و فناوری اطلاعات
-
محتوای فایل دانلودی:
در قالب پاورپوینت و قابل ویرایش