5.1 概述 ................................................................................................................................................................................................ 17 5.2 从强人工智能和弱人工智能到通用人工智能和狭义人工智能 ........................................................................................ 17 5.3 代理 ...................................................................................................................................................................................... 17 5.4 知识 ...................................................................................................................................................................................... 18 5.5 认知和认知计算 ............................................................................................................................................................. 19 5.6 语义计算 ............................................................................................................................................................................. 19 5.7 软计算 ............................................................................................................................................................................. 19 5.8 遗传算法 ............................................................................................................................................................................. 19 5.9 人工智能的符号和亚符号方法 ............................................................................................................................. 19 5.10 数据 ............................................................................................................................................................................................. 20 5.11 机器学习概念........................................................................................................................................................... 21
代数、实数和复数代数、实数和复数分析、几何与分析、几何与拓扑、概率与拓扑、概率与统计、模糊统计、模糊数学、随机数学、随机过程、微分过程、微分方程、运算方程、运筹学、金融研究、金融数学、离散数学、离散数学、软数学、软计算、人工智能、算法、智能、算法、数据库管理数据库管理系统、机器学习、系统、机器学习、云计算、云计算、动力系统、动力系统、数学物理、数学物理、量子计算、量子计算、工程经济学、工程经济学与会计、计算数学、生物数学、生物数学
序号 课程名称 周学时 CLTP 18AIE321T 优化技术 3 0 0 3 18AIE322T 随机决策 3 0 0 3 18AIE323T 信息理论与编码 3 0 0 3 18AIE324T 认知科学与分析 3 0 0 3 18AIE325T 物联网架构与协议 3 0 0 3 18AIE326T 智能自主系统 3 0 0 3 18AIE327T 生物系统的智能 3 0 0 3 18AIE338T 逻辑与知识表示 3 0 0 3 18AIE339T 人工智能矩阵理论 3 0 0 3 18AIE421T 软计算及其应用 3 0 0 3 18AIE422T人工智能与高性能计算 3 0 0 3 18AIE423T 商业智能与分析 3 0 0 3 18AIE424T 人工智能与物联网 3 0 0 3 18AIE425T 编译器设计 3 0 0 3 18AIE426T 虚拟现实与增强现实 3 0 0 3 18AIE436T 自动导航与车辆 3 0 0 3 18AIE437T 手机游戏开发
Burdwan大学计算机科学系已成功地进行了M.C.A.计划从1999-2000到2013-2016会议。该课程被全印度技术教育理事会认可(A.I.C.T.E.)和大学赠款委员会(U.G.C.)。该部门已开始硕士学位(计算机科学与应用程序)课程2015-16会议,考虑到UG学生在计算机科学/应用中的需要。该课程被大学赠款委员会(U.G.C.)认可带有进气30。该系还提供博士学位。自2000年以来的人工智能领域的计算机科学领域,NLP,软计算和网络安全与密码学,生物信息学。硕士课程具有创新性,设计为符合当前的软件行业以及学术机构和研究机构的需求。位置:
Garima Tyagi是Career Point University计算机应用学院的副教授。她在高等教育方面拥有25年以上的UG和PG课程经验。她分别获得了Rohilkhand大学和JNRV University的计算机应用的化学学位学位。完成了人力资源的执行MBA。她获得了博士学位。计算机应用和技术的学位。她的研究领域是VoIP,NLP,算法和软计算。除了对计算机科学的研究兴趣外,在TQM,BPR和HRM领域还进行了可衡量的研究。她已经监督了UG和PG课程的几个项目,并在期刊,书籍和会议上撰写了几本出版物,包括研究文章,章节,会议论文,会议论文集和编辑书籍。
摘要:股票市场的特点是波动剧烈、非线性以及内部和外部环境变量的变化。人工智能 (AI) 技术可以检测到这种非线性,从而大大改善预测结果。本文回顾了 148 项利用神经和混合神经技术预测股票市场的研究,这些研究基于使用 NVivo 12 软件获得的 43 个自动编码主题进行分类。我们根据两大类将调查文章分组,即研究特征和模型特征,其中“研究特征”进一步分为涵盖的股票市场、输入数据和研究性质;“模型特征”分为数据预处理、人工智能技术、训练算法和绩效衡量标准。我们的研究结果表明,人工智能技术可以成功地用于研究和分析股票市场活动。最后,我们为潜在的金融市场分析师、人工智能和软计算奖学金制定了研究议程。
系列“大数据研究”(SBD)以高质量和高质量的各个领域发表了新的发展和进步。的目的是涵盖大数据的理论,研究,发展和应用,这些理论,计算机科学,物理,经济学和生命科学领域都嵌入。该系列的书籍是指对来自传感器或其他物理仪器的最新数字来源产生的大型,复杂和/或分布式数据集的分析和理解,以及模拟,人群采购,社交网络或其他互联网交易,例如电子邮件或视频点击流等。该系列包含涵盖计算智能领域的大数据中的专着,讲义和编辑卷。神经网络,进化计算,软计算,模糊系统以及人工智能,数据挖掘,现代统计和操作研究以及自组织系统。是简短的出版时间范围和全球范围的分布,这可以使研究成果的广泛和快速传播。
研究领域(CSE):基于代理的建模和模拟、算法、身份验证和访问控制、认知建模 - 关系模式、计算几何、计算机架构、计算机网络、密码学和网络安全、云/SDN 安全、网络安全、网络物理系统、数据分析、电子系统设计自动化、分布式算法、EEG 数据分析、嵌入式系统、系统架构、医疗信息学、高性能计算、人机交互、图像处理和计算机视觉、智能控制、机器/深度学习、多目标优化、自然语言处理、安全和区块链、自组织和自组装系统、软计算、空间/时空/多元统计建模、环境应用的统计和机器学习模型、文本数据挖掘/信息检索、VR/AR、无线传感器系统、人机交互、无人机、高级密码学、人工智能驱动的入侵检测系统、基于深度学习的生物信息学和计算生物学、
摘要:自动轮椅是提高残疾人行动能力的重要工具。计算机和无线通信技术的进步促进了智能轮椅的提供,以满足残疾人的需求。本研究论文介绍了语音控制电动轮椅的设计和实现。该设计基于语音识别算法,对驱动轮椅所需的命令进行分类。自适应神经模糊控制器已用于生成启动轮椅电机所需的实时控制信号。该控制器依赖于从避障传感器和语音识别分类器接收到的真实数据。轮椅被视为无线传感器网络中的节点,以便跟踪轮椅的位置并进行监督控制。模拟和运行实验表明,通过结合软计算和机电一体化的概念,实现的轮椅变得更加复杂,并为人们提供了更大的移动性。