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
دسته بندی: کامپیوتر ویرایش: 1 نویسندگان: Stefan Wermter, Ron Sun (auth.), Stefan Wermter, Ron Sun (eds.) سری: Lecture Notes in Computer Science 1778 : Lecture Notes in Artificial Intelligence ISBN (شابک) : 3540673059, 9783540673057 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2000 تعداد صفحات: 410 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب سیستم های عصبی ترکیبی: هوش مصنوعی (شامل رباتیک)، محاسبات توسط دستگاه های انتزاعی، معماری پردازنده، علوم اعصاب
در صورت تبدیل فایل کتاب Hybrid Neural Systems 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 سیستم های عصبی ترکیبی 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.
سیستمهای عصبی ترکیبی، سیستمهای محاسباتی هستند که عمدتاً
مبتنی بر شبکههای عصبی مصنوعی هستند و امکان تفسیر نمادین یا
تعامل با اجزای نمادین را فراهم میکنند. این کتاب برگرفته از
یک کارگاه آموزشی است که در طول NIPS'98 در دنور، کلرادو،
ایالات متحده برگزار شد و به خوبی وضعیت هنر تحقیق و توسعه در
سیستمهای عصبی ترکیبی را منعکس میکند.
26 مقاله کامل اصلاحشده همراه با مقدمه ارائه شده است. بررسی
اجمالی توسط ویراستاران جلد از طریق یک فرآیند دوگانه بررسی و
بازبینی دقیق انجام شده است. مقالات در بخشهای موضوعی زیر
سازماندهی شدهاند: پیوندگرایی ساختاریافته و بازنمایی قوانین.
معماری های عصبی توزیع شده و پردازش زبان؛ دگرگونی و تبیین؛
روباتیک، بینایی و رویکردهای شناختی.
Hybrid neural systems are computational systems which are
based mainly on artificial neural networks and allow for
symbolic interpretation or interaction with symbolic
components. This book is derived from a workshop held during
the NIPS'98 in Denver, Colorado, USA, and competently
reflects the state of the art of research and development in
hybrid neural systems.
The 26 revised full papers presented together with an
introductory overview by the volume editors have been through
a twofold process of careful reviewing and revision. The
papers are organized in the following topical sections:
structured connectionism and rule representation; distributed
neural architectures and language processing; transformation
and explanation; robotics, vision, and cognitive approaches.
Front Matter....Pages -
An Overview of Hybrid Neural Systems....Pages 1-13
Layered Hybrid Connectionist Models for Cognitive Science....Pages 14-27
Types and Quantifiers in SHRUTI – A Connectionist Model of Rapid Reasoning and Relational Processing....Pages 28-45
A Recursive Neural Network for Reflexive Reasoning....Pages 46-62
A Novel Modular Neural Architecture for Rule-Based and Similarity-Based Reasoning....Pages 63-77
Addressing Knowledge-Representation Issues in Connectionist Symbolic Rule Encoding for General Inference....Pages 78-91
Towards a Hybrid Model of First-Order Theory Refinement....Pages 92-106
Dynamical Recurrent Networks for Sequential Data Processing....Pages 107-122
Fuzzy Knowledge and Recurrent Neural Networks: A Dynamical Systems Perspective....Pages 123-143
Combining Maps and Distributed Representations for Shift-Reduce Parsing....Pages 144-157
Towards Hybrid Neural Learning Internet Agents....Pages 158-174
A Connectionist Simulation of the Empirical Acquisition of Grammatical Relations....Pages 175-193
Large Patterns Make Great Symbols: An Example of Learning from Example....Pages 194-203
Context Vectors: A Step Toward a “Grand Unified Representation”....Pages 204-210
Integration of Graphical Rules with Adaptive Learning of Structured Information....Pages 211-225
Lessons from Past, Current Issues, and Future Research Directions in Extracting the Knowledge Embedded in Artificial Neural Networks....Pages 226-239
Symbolic Rule Extraction from the DIMLP Neural Network....Pages 240-254
Understanding State Space Organization in Recurrent Neural Networks with Iterative Function Systems Dynamics....Pages 255-269
Direct Explanations and Knowledge Extraction from a Multilayer Perceptron Network that Performs Low Back Pain Classification....Pages 270-285
High Order Eigentensors as Symbolic Rules in Competitive Learning....Pages 286-297
Holistic Symbol Processing and the Sequential RAAM: An Evaluation....Pages 298-312
Life, Mind, and Robots....Pages 313-332
Supplementing Neural Reinforcement Learning with Symbolic Methods....Pages 333-347
Self-Organizing Maps in Symbol Processing....Pages 348-362
Evolution of Symbolisation: Signposts to a Bridge between Connectionist and Symbolic Systems....Pages 363-371
A Cellular Neural Associative Array for Symbolic Vision....Pages 372-386
Application of Neurosymbolic Integration for Environment Modelling in Mobile Robots....Pages 387-401
Back Matter....Pages -