机构名称：
¥ 1.0
课程代码：CSE2351 学分：03 课程目标：开发基于语义和上下文感知的系统，以获取、组织流程、共享和使用嵌入在多媒体内容中的知识。研究旨在最大限度地实现整个知识生命周期的自动化，并实现 Web 资源和服务之间的语义互操作性。机器人领域是一个多学科领域，因为机器人是一个极其复杂的系统，包括机械、电气、电子硬件和软件以及与所有这些相关的问题。模块-I 人工智能问题、人工智能基础和人工智能智能代理的历史：代理和环境、理性概念、环境性质、代理结构、问题解决代理、问题表述。模块-II 搜索- 搜索解决方案，统一搜索策略 - 广度优先搜索、深度优先搜索。使用部分信息进行搜索（启发式搜索）爬山法、A*、AO* 算法、问题简化、游戏对抗搜索、游戏、极小-最大算法、多人游戏中的最佳决策、游戏中的问题、Alpha-Beta 剪枝、评估函数。模块 III 知识表示问题、谓词逻辑-逻辑编程、语义网络-框架和继承、约束传播、使用规则表示知识、基于规则的推理系统。不确定性下的推理、概率回顾、贝叶斯概率干扰和邓普斯特沙弗理论。模块 IV 一阶逻辑。一阶逻辑中的推理，命题与一阶推理，统一与提升，前向链接，后向链接，解析，从观察中学习，归纳学习，决策树，基于解释的学习，统计学习方法，强化学习。模块-V 专家系统：- 简介，基本概念，专家系统的结构，专家系统中的人为因素，专家系统的工作原理，专家系统解决的问题领域，专家系统的成功因素，专家系统的类型，专家系统与互联网交互，知识工程，知识范围，困难，知识获取方法，机器学习，智能代理，选择合适的知识获取方法，人工智能中的社会影响推理，规则推理，框架：基于模型的推理，基于案例的推理，解释和元知识推理，不确定性表示不确定性。
人工智能
主要关键词
相关文件推荐
