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: Ron Sun, Todd Peterson (auth.), Dr. Takeshi Furuhashi, Dr. Shun’Ichi Tano, Dr. Hans-Arno Jacobsen (eds.) سری: Studies in Fuzziness and Soft Computing 59 ISBN (شابک) : 9783662003732, 9783790818376 ناشر: Physica-Verlag Heidelberg سال نشر: 2001 تعداد صفحات: 265 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 مگابایت
کلمات کلیدی مربوط به کتاب تلفیقی عمیق از پردازش محاسباتی و نمادین: تکنیک های برنامه نویسی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Deep Fusion of Computational and Symbolic Processing 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 تلفیقی عمیق از پردازش محاسباتی و نمادین 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.
پردازش نمادین دارای محدودیت هایی است که با مشکل زمین شدن نماد برجسته شده است. روشهای پردازش محاسباتی، مانند منطق فازی، شبکههای عصبی و روشهای آماری برای غلبه بر این مشکلات ظاهر شدهاند. با این حال، آنها همچنین از اشکالاتی رنج می برند که برای مثال، استنتاج چند مرحله ای دشوار است. انتظار می رود ادغام عمیق پردازش نمادین و محاسباتی، الگوی جدیدی را برای سیستم های هوشمند بگشاید. پردازش نمادین و پردازش محاسباتی باید در تمام سطوح انتزاعی یا محاسباتی تعامل داشته باشند. برای این کار، تلاشها برای ترکیب، هیبرید کردن و ترکیب این روشهای پردازش باید بهطور کامل بررسی شوند و جهت رویکردهای جدید همجوشی باید روشن شود. این کتاب شامل وضعیت فعلی این تلاش است و همچنین مسیرهای آینده را مورد بحث قرار می دهد.
Symbolic processing has limitations highlighted by the symbol grounding problem. Computational processing methods, like fuzzy logic, neural networks, and statistical methods have appeared to overcome these problems. However, they also suffer from drawbacks in that, for example, multi-stage inference is difficult to implement. Deep fusion of symbolic and computational processing is expected to open a new paradigm for intelligent systems. Symbolic processing and computational processing should interact at all abstract or computational levels. For this undertaking, attempts to combine, hybridize, and fuse these processing methods should be thoroughly investigated and the direction of novel fusion approaches should be clarified. This book contains the current status of this attempt and also discusses future directions.
Front Matter....Pages I-XIV
Front Matter....Pages 1-1
A Subsymbolic and Symbolic Model for Learning Sequential Decision Tasks....Pages 3-20
Integration of Different Information Processing Methods....Pages 21-40
Symbol Pattern Integration Using Multilinear Functions....Pages 41-70
Front Matter....Pages 71-71
Design of Autonomously Learning Controllers Using Fynesse ....Pages 73-103
Modeling for Dynamic Systems with Fuzzy Sequential Knowledge....Pages 104-120
Hybrid Machine Learning Tools: INSS — A Neuro-Symbolic System for Constructive Machine Learning....Pages 121-144
A Generic Architecture for Hybrid Intelligent Systems....Pages 145-172
New Paradigm toward Deep Fusion of Computational and Symbolic Processing....Pages 173-197
Front Matter....Pages 199-199
Fusion of Symbolic and Quantitative Processing by Conceptual Fuzzy Sets....Pages 201-219
Novel Knowledge Representation (Area Representation) and the Implementation by Neural Network....Pages 220-237
A Symbol Grounding Problem of Gesture Motion through a Self-organizing Network of Time-varying Motion Images....Pages 238-250
Back Matter....Pages 251-257