ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Toward Robots That Reason: Logic, Probability & Causal Laws

دانلود کتاب نسبت به ربات هایی که دلیل می کنند: منطق، احتمالات و قوانین علّی

Toward Robots That Reason: Logic, Probability & Causal Laws

مشخصات کتاب

Toward Robots That Reason: Logic, Probability & Causal Laws

ویرایش: [1 ed.] 
نویسندگان:   
سری: Synthesis Lectures on Artificial Intelligence and Machine Learning 
ISBN (شابک) : 3031210026, 9783031210020 
ناشر: Springer 
سال نشر: 2023 
تعداد صفحات: 203
[201] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 Mb 

قیمت کتاب (تومان) : 53,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 5


در صورت تبدیل فایل کتاب Toward Robots That Reason: Logic, Probability & Causal Laws 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 نسبت به ربات هایی که دلیل می کنند: منطق، احتمالات و قوانین علّی 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.


توضیحاتی در مورد کتاب نسبت به ربات هایی که دلیل می کنند: منطق، احتمالات و قوانین علّی

این کتاب دو عنصر اساسی را که بر علم و طراحی سیستم‌های هوش مصنوعی (AI) تأکید می‌کنند، مورد بحث قرار می‌دهد: یادگیری و کسب دانش از داده‌های مشاهده‌ای، و استدلال آن دانش همراه با هر اطلاعاتی که در مورد برنامه کاربردی موجود است. سپس یک درمان ریاضی از مسائل اصلی ارائه می دهد که هنگام یکسان سازی منطق و احتمال مرتبه اول، به ویژه در حضور دینامیک، از جمله اعمال فیزیکی، اعمال حسی و اثرات آنها، ایجاد می شود. مدلی برای بیان قوانین علی که دینامیک را توصیف می کند، همراه با ایده های محاسباتی برای استدلال با چنین قوانینی بر دانش منطقی احتمالی در نظر گرفته شده است.


توضیحاتی درمورد کتاب به خارجی

This book discusses the two fundamental elements that underline the science and design of artificial intelligence (AI) systems: the learning and acquisition of knowledge from observational data, and the reasoning of that knowledge together with whatever information is available about the application at hand. It then presents a mathematical treatment of the core issues that arise when unifying first-order logic and probability, especially in the presence of dynamics, including physical actions, sensing actions and their effects. A model for expressing causal laws describing dynamics is also considered, along with computational ideas for reasoning with such laws over probabilistic logical knowledge.



فهرست مطالب

Preface
Acknowledgments
Contents
About the Author
1 Introduction
	[DELETE]
	1.1 A Science of Agency, Deliberation and Learning
	1.2 Logic Meets Probability
	1.3 Actions
	1.4 Some Related Areas
	1.5 Computation, Big Data, Acquisition and Causality
	1.6 Key Takeaways
	1.7 Notes
2 Representation Matters
	[DELETE]
		2.1 Introduction
		2.2 Symbolic Logic
			2.2.1 First-Order Logic
			2.2.2 Infinite Domains
		2.3 Probabilities on Formulas
			2.3.1 Probabilities on Atoms
			2.3.2 Probabilities on Quantified Formulas
			2.3.3 Essentially Propositional Languages
			2.3.4 Actions
		2.4 Notes
3 From Predicate Calculus to the Situation Calculus
	[DELETE]
	3.1 Predicate Calculus
	3.2 A Theory of Action
		3.2.1 Ontology and Assumptions
		3.2.2 The Language
		3.2.3 Basic Action Theories
		3.2.4 Axiomatization: A One-Dimensional Robot
		3.2.5 Regression and Progression
		3.2.6 A Programming Language
	3.3 Technical Devices
		3.3.1 Many Initial Situations
		3.3.2 mathbbR-Interpretations
		3.3.3 Summation
		3.3.4 Integration
	3.4 Notes
4 Knowledge
	[DELETE]
	4.1 Truth and Knowledge
		4.1.1 Objective and Subjective Sentences
		4.1.2 Actions
		4.1.3 Sensing
	4.2 The Knowledge Macro
		4.2.1 Possible Worlds
		4.2.2 The Ideal Reasoner
		4.2.3 The Epistemic Fluent
		4.2.4 Effects of Actions
		4.2.5 Axiomatization: Robot Sensing the Wall
		4.2.6 Regression and Progression
		4.2.7 Knowledge-Based Programming
	4.3 Notes
5 Probabilistic Beliefs
	[DELETE]
	5.1 Beyond Knowledge and Deterministic Acting
	5.2 Weights and Likelihoods
	5.3 The Belief Macro
		5.3.1 The Numeric Epistemic Fluent
		5.3.2 Likelihoods
		5.3.3 Axiomatization: The One-Dimensional Robot
	5.4 Notes
6 Continuous Distributions
	[DELETE]
	6.1 Belief Reformulated
	6.2 From Weights to Densities
	6.3 Bayesian Conditioning
	6.4 Axiomatization: A Two-Dimensional Robot
	6.5 Noisy Acting
		6.5.1 Noisy Action Types
		6.5.2 The GOLOG Approach
		6.5.3 Alternate Action Axioms
		6.5.4 A Definition for Belief
		6.5.5 Axiomatization: The Robot with Noisy Effectors
	6.6 Notes
7 Localization
	[DELETE]
	7.1 Axiomatization
		7.1.1 Environment
		7.1.2 Robot: Physical Actions
		7.1.3 Robot: Sensors
		7.1.4 Initial Constraints
	7.2 Properties
		7.2.1 Knowing the Orientation
		7.2.2 Uncertainty About the Orientation
	7.3 Notes
8 Regression and Progression
	[DELETE]
	8.1 Regression for Discrete Domains
	8.2 Regression for General Domains
	8.3 Two Special Cases
	8.4 Regression over Noisy Actions
	8.5 Progression
		8.5.1 Invertible Action Theories
		8.5.2 Classical Progression
		8.5.3 Progressing Degrees of Belief
	8.6 Computability of Progression
	8.7 Notes
9 Programs
	[DELETE]
	9.1 From Knowledge-Based to Belief-Based Programs
	9.2 The Allegro System
		9.2.1 Domain Axiomatization
		9.2.2 Belief-Based Programs
		9.2.3 Usage
	9.3 Mathematical Foundations
		9.3.1 Program Semantics
	9.4 A Sampling-Based Interpreter
	9.5 Notes
10 A Modal Reconstruction
	[DELETE]
	10.1 The Non-probabilistic Case
		10.1.1 Semantics
		10.1.2 Properties
		10.1.3 Axiomatization: The One-Dimensional Robot
		10.1.4 Beyond the Semantics
	10.2 Allowing Probabilities
		10.2.1 Semantics
		10.2.2 Properties
		10.2.3 Axiomatization: The Robot with Noisy Effectors
	10.3 Notes
11 Conclusions
	11.1 Summary
	11.2 What About Automated Planning?
	11.3 Outlook
	11.4 Notes
Bibliography




نظرات کاربران