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: سایبرنتیک: هوش مصنوعی ویرایش: 1 نویسندگان: Marco Cadoli (auth.) سری: Lecture Notes in Computer Science 941 : Lecture Notes in Artificial Intelligence ISBN (شابک) : 3540600582, 9783540600589 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 1995 تعداد صفحات: 255 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب استدلال قابل انعطاف در هوش مصنوعی: هوش مصنوعی (شامل رباتیک)، منطق ریاضی و زبانهای رسمی، محاسبات با دستگاههای انتزاعی
در صورت تبدیل فایل کتاب Tractable Reasoning in Artificial Intelligence 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 استدلال قابل انعطاف در هوش مصنوعی 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.
منطق یکی از محبوب ترین رویکردهای هوش مصنوعی است. یک مانع
بالقوه برای استفاده از منطق، پیچیدگی محاسباتی بالای آن است،
زیرا استنتاج منطقی یک دستگاه محاسباتی فوقالعاده قدرتمند
است.
این کتاب به جنبههای محاسباتی رویکرد منطقی هوش مصنوعی
میپردازد. تمرکز بر روی دو استراتژی برای دستیابی به قابلیت
پردازش محاسباتی در بازنمایی دانش و استدلال با محدودیت و تقریب
زبان است. چندین فرمالیسم برای بازنمایی دانش در نظر گرفته شده
است. از جمله مسائل محاسباتی مورد مطالعه، بررسی رضایت و دلالت
فرمول ها، یافتن مدل، و تقریب و تدوین یک منطق برای
Logic is one of the most popular approaches to artificial
intelligence. A potential obstacle to the use of logic is its
high computational complexity, as logical inference is an
extraordinarily powerful computational device.
This book is concerned with computational aspects of the
logical approach to AI. The focus is on two strategies for
achieving computational tractability in knowledge
representation and reasoning by language restriction and
approximation. Several formalisms for knowledge
representation are taken into account; among the
computational problems studied are checking satisfiability
and entailment of formulae, finding a model, and
approximating and compiling a logical for
Introduction....Pages 1-26
Language restriction: Complexity of minimal reasoning....Pages 27-65
Approximation of a logical theory....Pages 67-121
Using complexity results for evaluating approximation techniques....Pages 123-132
Conclusion....Pages 133-139