دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Roberto Serra. Gianni Zanarini (auth.)
سری:
ISBN (شابک) : 9783642466809, 9783642466786
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 1990
تعداد صفحات: 208
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب سیستمهای پیچیده و فرآیندهای شناختی: هوش مصنوعی (شامل رباتیک)، معماری پردازنده، محاسبات با دستگاه های انتزاعی، نظریه سیستم ها، کنترل، حساب تغییرات و کنترل بهینه، بهینه سازی، زیست شناسی ریاضی و محاسباتی
در صورت تبدیل فایل کتاب Complex Systems and Cognitive Processes به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب سیستمهای پیچیده و فرآیندهای شناختی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این جلد مسیر فکری ما را از فیزیک سیستمهای پیچیده تا علم سیستمهای شناختی مصنوعی توصیف میکند. کشف اینکه بسیاری از مفاهیم و روشهایی که در توصیف پدیدههای خودسازماندهنده دنیای فیزیکی موفق میشوند، برای درک فرآیندهای شناختی نیز مرتبط هستند، هیجانانگیز بود. چندین فیزیکدان غیرخطی در سال های اخیر جذابیت چنین کشفی را احساس کرده اند. در این جلد، بدون تلاش برای مدلسازی رفتار شناختی یا ساختار عصبی انسانها یا حیوانات، بحث خود را به سیستمهای شناختی مصنوعی محدود میکنیم. از یک سو، چنین سیستم های مصنوعی به خودی خود مهم هستند. از سوی دیگر، می توان انتظار داشت که مطالعه آنها برخی از اصول کلی را که به سیستم های شناختی بیولوژیکی نیز مرتبط هستند، روشن کند. هدف اصلی این جلد نشان دادن این است که سیستمهای دینامیکی غیرخطی دارای چندین ویژگی هستند که آنها را برای دستیابی به برخی از اهداف هوش مصنوعی جذاب میکند. شور و شوقی که در بالا ذکر شد باید با در نظر گرفتن انتقادی محدودیت های رویکرد سیستم های دینامیکی واجد شرایط باشد. درک فرآیندهای شناختی یک چالش علمی عظیم است و دستاوردهایی که تاکنون به دست آمده به هیچ روشی اجازه نمی دهد که ادعا کند تنها روش معتبر است. به طور خاص، رویکرد مبتنی بر سیستمهای دینامیکی غیرخطی، که موضوع اصلی ماست، هنوز در مرحله اولیه توسعه است.
This volume describes our intellectual path from the physics of complex sys tems to the science of artificial cognitive systems. It was exciting to discover that many of the concepts and methods which succeed in describing the self organizing phenomena of the physical world are relevant also for understand ing cognitive processes. Several nonlinear physicists have felt the fascination of such discovery in recent years. In this volume, we will limit our discussion to artificial cognitive systems, without attempting to model either the cognitive behaviour or the nervous structure of humans or animals. On the one hand, such artificial systems are important per se; on the other hand, it can be expected that their study will shed light on some general principles which are relevant also to biological cognitive systems. The main purpose of this volume is to show that nonlinear dynamical systems have several properties which make them particularly attractive for reaching some of the goals of artificial intelligence. The enthusiasm which was mentioned above must however be qualified by a critical consideration of the limitations of the dynamical systems approach. Understanding cognitive processes is a tremendous scientific challenge, and the achievements reached so far allow no single method to claim that it is the only valid one. In particular, the approach based upon nonlinear dynamical systems, which is our main topic, is still in an early stage of development.
Front Matter....Pages I-X
Introductory Concepts....Pages 1-9
The Dynamical Systems Approach to Artificial Intelligence....Pages 11-32
Dynamical Behaviour of Complex Systems....Pages 33-71
Homogeneous Neural Networks....Pages 73-105
Network Structure and Network Learning....Pages 107-138
Dynamical Rule Based Systems....Pages 139-173
Problems and Prospects....Pages 175-193
Back Matter....Pages 195-205