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: Prof. Dr.-Ing. Rüdiger Dillmann (auth.)
سری: Fachberichte Messen · Steuern · Regeln 15
ISBN (شابک) : 9783540190790, 9783642834097
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 1988
تعداد صفحات: 151
زبان: German
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 7 مگابایت
کلمات کلیدی مربوط به کتاب روبات های یادگیری: جنبه های یادگیری ماشین: کنترل، رباتیک، مکاترونیک، تولید، ماشین آلات، ابزار، مهندسی ارتباطات، شبکه ها، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Lernende Roboter: Aspekte maschinellen Lernens 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 روبات های یادگیری: جنبه های یادگیری ماشین 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.
روباتهای یادگیرنده با روشها و استراتژیهای یادگیری هوش مصنوعی (AI) با توجه به کاربردهای آنها در رباتیک سروکار دارد. چندین طرح یادگیری توضیح داده شده است. یادگیری به عنوان افزودن دانش جدید به دانش پایه موجود و تعامل آنها درک می شود. اشکال مختلف کسب دانش مورد بحث قرار می گیرد. اهداف یادگیری با طیف وسیعی از الزامات مطابقت دارد. موضوع از دانش اجرا شده مستقیم تا تفسیر روابط علی بین اقدامات انجام شده و ویژگی های ثبت شده توسط حسگرها متغیر است. هدف این کتاب بحث در مورد استفاده از استراتژی های یادگیری برای سیستم های روباتی هوشمند و مستقل در آینده است. این یک نمای کلی متمرکز از این زمینه را ارائه می دهد که برای استفاده در رباتیک آماده شده است.
Lernende Roboter behandelt Methoden und Lernstrategien der Künstlichen Intelligenz (KI) im Hinblick auf deren Anwendungen in der Robotik. Mehrere Lernschemata werden beschrieben. Lernen wird als das Hinzufügen neuen Wissens zu bestehendem Grundwissen und deren Wechselwirkung verstanden. Verschiedene Formen der Wissensaneignung werden besprochen. Die Lernziele entsprechen dem breiten Spektrum der Anforderungen; der behandelte Stoff reicht vom direkt implementierten Wissen bis hin zur Deutung von Wirkzusammenhängen zwischen durchgeführten Aktionen und sensorisch erfaßten Merkmalen. Ziel des Buches ist eine Diskussion des Einsatzes von Lernstrategien für zukünftige, intelligente und autonome Robotersysteme. Es bietet in konzentrierter Form einen Überblick über das Gebiet, aufbereitet für den Einsatz in der Robotik.
Front Matter....Pages I-VI
Einleitung....Pages 1-7
Hypothetisches Modell der Lernstrukturen bei höheren Lebewesen....Pages 8-17
Grundstruktur von lernenden Systemen....Pages 18-25
Klassifikation von Lernverfahren....Pages 26-36
Mechanisches Lernen ohne Transformationsprozesse....Pages 37-52
Lernen aus Beispielen (induktives Lernen)....Pages 53-67
Lernen in Regelungssystemen....Pages 68-75
Lernende Automatenmodelle....Pages 76-97
Lernen durch Analogien....Pages 98-105
Lernen durch Erfahrung....Pages 106-114
Konzept eines hierarchischen Robotersystems mit Lernfähigkeit....Pages 115-131
Schlußbemerkung....Pages 132-133
Literaturverzeichnis....Pages 134-145