تبلیغات |
هوش مصنوعی درباره وبلاگ مطالب اخیر آرشیو وبلاگ نویسندگان آمار وبلاگ
چندیست ترم دوم هم شروع شده این ترم 3 تا درس دارم و سمینار پردازش تکاملی با دکتر تشنه لب محاسبات نرم با دکتر فاتحی پردازش تصویر با دکتر ابریشمی مقدم نوع مطلب : برچسب ها : خلاصه محتوا: "الگوریتم های الهام گرفته شده از رفتار کلونی مورچه
ها, نقش به سزایی در حل مسائل بهینه سازی سراسری (Global Optimization) و
به خصوص مسائل گسسته دارند. با وجود قدرت بالای این روش ها در برخورد با
مسائل گسسته و قابل پیاده سازی در ساختارهای گراف گونه, سرعت پایین این روش
ها در حل مسائل پیچیده یکی از نقاط ضعف آن ها بشمار می رود. در نشست
کنونی, روش پیشنهادی با الهام از تنوع شخصیت ها و زاویه ی دید به مسائل و
تعامل اجتماعی در جوامع انسانی و همچنین همکاری در کلونی مورچه ها معرفی می
گردد. در این روش تعدادی کلونی مورچه به طور موازی به حل مساله می پردازند
و در زمان های مشورت, بهترین دست آوردهایشان را با یکدیگر در میان می
گزارند. از طرف دیگر هر یک از این کلونی ها معادل یک عامل هوشمتد بوده و
مورچه های درون اش مشابه اجزای تشکیل دهنده آن است. هر یک از این عامل های
هوشمند خصوصیات رفتاری خاصی در حل مساله و تعامل با یکدیگر دارند. تعامل
این کلونی های متفاوت باعث جستوجوی بهتر و همگرایی سریع تر روش پیشنهادی به
پاسخ بهینه میگردد. این روش در حل مسائل مختلف از جمله طراحی کنترل کننده
PID با روش های دیگر مورد مقایسه قرار گرفته و نتایج شبیه سازی ها حاکی از
برتری چشمگیر آن است." پیش نیاز : "آشنائی ابتدائی با الگوریتم مورچگان استفاده از این جلسه را بهتر می کند." منبع دانلود در ادامه مطلب
ادامه مطلب نوع مطلب : برچسب ها : این جزوه در 14 بخش از کمال میرزایی (ویرایش چهارم) هست ![]() پیشگفتار سیستمهای خبره ؛ مقدمه پیاده سازی سیستمهای خبره ساختار سیستمهای خبره مهندسی دانش روشهای بازنمایی دانش تكنیكهای استنتاج سیستمهای خبره قانون پایه سیستمهای تولید استخراج دانش تصمیم گیری استدلال فازی استدلال احتمالی اكتساب دانش موضوعات تكمیلی دانلود جزوه در ادامه مطلب دانلود جزوه در ادامه مطلب نوع مطلب : برچسب ها :
تعداد واحد : ۳ پیشنیاز : هوش مصنوعی اهداف درس این درس دانشجویان را با مبانی توسعه سیستم های مبتنی بر آگاهی شامل طرح ریزی، اکتساب و نمایش آگاهی، پیاده سازی و ارزبابی آشنا می کند. همچنین ابزارها و روش های مورد استفاده در مهندسی دانایی مورد بحث قرار می گیرند. سرفصل مطالب معرفی سیستم های خبره، ساختار و ویژگی های سیستم های خبره، معرفی و ساختار سیستم های پشتیبان تصمیم گیری، زبان های ویژه سیستم های خبره، پیاده سازی سیستم های خبره، چگونگی تشکیل پایگاه دانش، سیستم های خبره مبنی بر قوانین، طراحی سیستم های پشتیبان تصمیم گیری، سیستم های خبره مبنی بر frame، منطق و استدلال خودکار اصول استدلال قاعده مند، سیستم های خبره نادقیق ( Bayesian، تئوری اطمینان، سیستم های خبره فازی) ، چرخه عملی سیستم های خبره، تحلیل سیستم های خبره، تعیین خواسته ها در طراحی سیستم های خبره، اکتساب دانش و پیاده سازی آن، روش های یادگیری اتوماتیک دانش، وارسی و اعتبارسنجی، به کارگیری یک زبان طراحی سیستم های خبره و مهندسی دانش، معرفی نرم افزارهای سیستم های خبره، طراحی و توسعه سیستم های تصمیم یار دانشجویان این درس بایستی یک پروژه گروهی در طی این درس انجام دهند. کتاب درسی J. Durkin, Expert Systems: Design and Development, Mac Millan Publishing Campany, ۱۹۹۴. مراجعJ. Giarratano, G. Riley, Expert systems; Principle and Programming, ۳rd ed., Brooks/Cole Pub Co, ۱۹۹۸. C. W. Holsapple, A. B. Whinston, Decision Support Systems: A Knowledge Based Approach, WEST, ۱۹۹۶. A. J. Gonzalez and D. D. Dankel, The Engineering of Knowledge-Based System Theory and Practice, Prentice-Hall, ۱۹۹۳. P. Jackson, Introduction to Expert Systems, ۲nd ed., Addison-Wesley, ۱۹۹۰. R. Coyne, M. A. Rosenman, A. D. Radford, and M. Blachandran, Knowledge-Based Design Systems, Addison-Wesley, ۱۹۹۰. E. Turban, Expert Systems and Applied Artificial Intelligence, Mac Millan, ۱۹۹۲. D. W. Patterson, Introduction to Artificial Intelligence and Expert Systems, Prentice-Hall, ۱۹۹۰. A. A. Hopgood, Knowledge-Based Systems for Engineers and Scientists, CRC Press, ۱۹۹۲. C. L. Dym, R. E. Levitt, Knowledge-Based Systems in Engineering, Mc Graw-Hill, ۱۹۹۱. C. T. Leondes, Knowledge-Based Systems Techniques and Applications, ۱st ed., Academic Press, ۲۰۰۰. E. Turban, J. E. Aronson, Decision Support Systems and Intelligent Systems. ۵th ed., Prentice-Hall, ۱۹۹۷. R. Sprague, H. Watson, Decision Support Systems: Putting Theory into Practice, ۳rd ed., Prentice-Hall, ۱۹۹۳. Efrem G. Mallach, DECISION SUPPORT AND DATA WAREHOUSE SYSTEMS, McGraw-Hill, ۲۰۰۰ نوع مطلب : برچسب ها :
از لینک زیر می تونید به صورت مستقیم اسلاید های هوش مصنوعی توزیع شده رو دانلود کنید. (قبل از دانلود باید عضو شوید) نوع مطلب : برچسب ها :
از لینک زیر می تونید به صورت مستقیم اسلاید های یادگیری ماشین رو دانلود کنید. (قبل از دانلود باید عضو شوید) نوع مطلب : برچسب ها : از لینک زیر می تونید به صورت مستقیم اسلاید های سیستم خبره رو دانلود کنید. (قبل از دانلود باید عضو شوید) نوع مطلب : برچسب ها : منطق فازی یا Fuzzy Logic در سال 1965 توسط دکتر لطفی زاده معرفی شد. ![]() منطق فازی در واقع میگه که یه گزاره لزومی نداری یا درست باشه یا غلط (صفر باشه یا یک) ممکنه مثلا یه گزاره 0.7 درست باشه! درکش یه مقدار در ابتدا سخته! بگذارید یه مثال بزنم، شما از دوستتون می پرسید بنظرت حسین بلنده یا نه؟ دوستتون جواب میده ایییی، بلند نیست اما کوتاه هم نمیشه بهش گفت! اما در منطق باینری (یا منطقی که اکثر ما باهاش تو کامپیوتر آشنا هستیم) هیچ وقت برای یه گزاره همچین جوابی نمیده. توی منطق باینری ما میگیم اگه قد مساوی یا بلند تر از 175 بود بگو بلند اگه کوتاه تر بود بگو کوتاه! اما آدم اینطوری نیست منطقش مثل مثال قبلی که زدم. حالا این سوال پیش میاد که ما در حال حاضر از همین منطق باینری جواب های خیلی خوبی میگیریم، فازی به چه دردی میخوره؟ برای جواب به این سوال یه مثال دیگه میزنم! مثلا یه شرکت می خواد یه کارخونه بزنه در فاصله ی ماکزیمم 200 کیلومتری تهران، که به تولید کننده ی یه مدل مواد اولیه نزدیک تر از 10 کیلومتر باشه و قیمت زمین هم اونجا هر چی کمتر باشه بهتر.اول یه بار با منطق باینری میریم پیش، اولین نمونه فاصلش با تهران 190 هست و با مواد اولیه هم 9 کیلومتر فاصله داره و قیمت زمین هم اونجا 2000 واحد هست، چندین تا نمونه دیگه هم برسی میشن که دو شرط اول رو ندارن، در آخر هم یه نمونه پیدا میشه که فاصلش تا تهران 201 کیلومتر هست و فاصلش با مواد اولیه 3 کیلومتره و قیمتش هم 1000 واحده! طبق منطق باینری این نمونه رد میشه چون فاصلش 201 هست و بیشتر از 200! اما حالا فرض کنید خود شما دارین تصمییم میگیرین، می یاین می بینید دو شرط آخر این مورد خیلی بهتر از اولین نمونس و تنها مشکل شرط اوله که 1 کیلومتر بیشتر از اون چیزیه که میخواین، با خودتون میگید خوب 1 کیلومتر در مقابل اون شرایط خوب که چیزی نیس و این مورد آخر رو انتخاب می کنید! منطق فازی دقیقا همینو میگه! یعنی مثل منطق باینری که کاملا سخت گیرانه شرایط رو چک میکنه عمل نمی کنه بلکه مثل مغز آدم انعطاف پذیره. این روزا تو خیلی چیزها از منطق فازی استفاده میشه، مثلا چند تاشون که شاید جالب باشن اینان: ادامه مطلب نوع مطلب : برچسب ها : ![]() ![]() ![]() تولد و تحصیلوی در ۱۵ بهمن ۱۲۹۹ خورشیدی (۴ فوریه ۱۹۲۱ میلادی) در شهر باکو در جمهوری آذربایجان متولد شد. پدرش روزنامهنگاری ایرانی از اهالی اردبیل و مادرش پزشک کودکان و اهل روسیه بود. لطفی تحصیلات ابتدائی خود را در همین شهر و بزبان روسی آغاز نمود. والدین لطفی درپی قحطی و نایابی که پیامد سیاستهای اشتراکی سازی استالین بود، ناچار به ترک باکو و مهاجرت به ایران شدند. وی در تهران در دبیرستان البرز (به نام پیشین: مدرسه مسیونری) و در دانشکده فنی دانشگاه تهران ادامه تحصیل داد. لطفی زاده در امتحانات دانشگاه تهران مقام دوم را کسب نمود در سال ۱۹۴۲ رشته الکترونیک را در این دانشگاه با موفقیت به پایان رساند و در طی جنگ دوم جهانی به ایالات متحده مهاجرت نمود. در دانشگاه فنی ماساچوست (ام.آی.تی) آمریکا ادامه تحصیل داد و در سال ۱۹۴۶ درجه کارشناسی ارشد در مهندسی برق را دریافت نمود. تحصیلاتش را در ام.آی.تی و دانشگاه کلمبیا پی گیری کرد. وی در دانشگاه کلمبیا با تدریس در زمینه «تئوری سیستمها» کارش را آغاز کرد. سپس به تدریس در چند دانشگاه معتبر آمریکا پرداخت. در سال ۱۹۵۹ به برکلی رفت تا به تدریس الکتروتکنیک بپردازد. از سال ۱۹۶۳ ابتدا در رشته الکتروتکنیک و پس از آن در رشته علوم کامپیوتر کرسی استادی گرفت. بازنشستگیپروفسور لطفی زاده به طور رسمی از سال ۱۹۹۱ بازنشسته شدهاست، وی مقیم سانفرانسیسکو است و در آنجا به پروفسور «زاده» مشهور است. پروفسور لطفی زاده به هنگام فراغت به سرگرمی محبوبش عکاسی میپردازد. او عاشق عکاسی است و تاکنون شخصیتهای معروفی همچون رؤسای جمهور آمریکا، ترومن و نیکسون، رو به دوربین وی لبخند زدهاند. سرگرمی دیگر پروفسور لطفی زاده HI FI است. او در اتاق نشیمن خود بیست و هشت بلندگوی حساس تعبیه نموده تا به موسیقی کلاسیک با کیفیت بالا گوش کند. پیشینه و افتخاراتپروفسور لطفی زاده دارای بیست و پنج دکترای افتخاری از دانشگاههای معتبر دنیاست، بیش از دویست مقاله علمی را به تنهایی در کارنامه علمی خود دارد و در هیأت تحریریه پنجاه مجله علمی دنیا مقام «مشاور» را داراست. وی یکی از پژوهشگرانی است که دارای بیشترین یادکرد (Highly-Cited) در مقالات علمی دنیا میباشد. با توجه به نقش منطق فازی در پیشرفتهای نظری و عملی علم، نام پروفسور زاده در کنار فیلسوفان تاریخ علم ازجمله ارسطو (بنیانگذار منطق صفر و یک) و افلاطون ثبت شدهاست. او با فی زاده ازدواج کرده و یک دختر بنام استلا و یک پسر بنام نورمن زاده دارد. وی در سال ۲۰۰۹ موفق به اخذ نشان افتخار بنجامین فرانکلین گردید. نوع مطلب : برچسب ها : یکی از دروس پایه در هوش مصنوعی که عمدتا به تنهایی کاربردی ندارد ولی
کاربردی بی نهایت برای آن می توان در نظر گرفت. از هوش مصنوعی و علوم
کامپیوتر گرفته تا معماری و بقیه رشته های مهندسی. هدف طراحی سیستمی است که بتواند دستیار یک متخصص(در هر رشته ای) باشد و در نبود آن متخصص بتواند جایگزین آن شود. نوع مطلب : برچسب ها : همانطور که از اسم این درس پیداست به بررسی عامل های هوشمند در محیط های چند عامله وهمچنین تعامل و یا رقابت آنها می پردازد. در این درس ابتدا به مفهوم عامل و سپس به مفهوم ارتباط عامله پرداخته می شود. نوع مطلب : برچسب ها : هدف این درس آشنایی با طریقه یادگیری در کامپیوتر و کلا دستگاه های دیجیتال است(در صورت داشتن این توانایی) امروزه اکثر سیستم هایی که مبتی بر هوش می باشند با یک دانش ابتدایی به علاوه واحدی به نام یادگیری تولید میشوند. این واحد بر دانش سیستم افزوده در صورت نیاز آنرا اصلاح می کند. نوع مطلب : برچسب ها : ازین پس در مورد هر درسی که در هر ترم اخذ می کنم در این وبلاگ بحث می کنم. از اینجا می تونید در مورد اون درس اطلاعات بگیرید. این ترم (ترم 1) سه درس سیستم خبره و یادگیری ماشین و هوش مصنوعی توزیع شده برداشتم. نوع مطلب : برچسب ها : |
||