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 Uncertainty in Artificial Intelligence

دانلود کتاب عدم اطمینان در هوش مصنوعی

Uncertainty in Artificial Intelligence

مشخصات کتاب

Uncertainty in Artificial Intelligence

ویرایش: 1st Edition 
نویسندگان: , ,   
سری: Machine Intelligence and Pattern Recognition Volume 10 
ISBN (شابک) : 0444887385, 0444887393 
ناشر:  North Holland  
سال نشر: 1990 
تعداد صفحات: 436 
زبان:  English  
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 27 مگابایت 

قیمت کتاب (تومان) : 50,000



کلمات کلیدی مربوط به کتاب عدم اطمینان در هوش مصنوعی: صفحه اصلی، کتاب ها و مجلات، علوم کامپیوتر، هوش مصنوعی، هوش مصنوعی، سیستم های خبره و سیستم های مبتنی بر دانش، عدم قطعیت در هوش مصنوعی 5



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 12


در صورت تبدیل فایل کتاب Uncertainty 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 عدم اطمینان 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.


توضیحاتی در مورد کتاب عدم اطمینان در هوش مصنوعی

این جلد، مانند نسخه های قبلی خود، منعکس کننده لبه برش تحقیق در مورد اتوماسیون استدلال در شرایط عدم قطعیت است. تأکید عملگرایانه تری مشهود است، زیرا اگرچه برخی از مقالات به مسائل اساسی می پردازند، اما اکثریت به مسائل عملی می پردازند. موضوعات شامل روابط بین فرمالیسم های جایگزین (از جمله استدلال احتمالی)، توابع باور دمپستر-شفر، استدلال غیر یکنواخت، طرح های نظری بیزی و تصمیم گیری، و تکنیک های استنتاج جدید برای شبکه های اعتقادی است. تکنیک های جدید برای مشکلات مهم در پزشکی، بینایی، روباتیک و درک زبان طبیعی به کار می رود.


توضیحاتی درمورد کتاب به خارجی

This volume, like its predecessors, reflects the cutting edge of research on the automation of reasoning under uncertainty. A more pragmatic emphasis is evident, for although some papers address fundamental issues, the majority address practical issues. Topics include the relations between alternative formalisms (including possibilistic reasoning), Dempster-Shafer belief functions, non-monotonic reasoning, Bayesian and decision theoretic schemes, and new inference techniques for belief nets. New techniques are applied to important problems in medicine, vision, robotics, and natural language understanding.



فهرست مطالب

Content: 
Machine Intelligence and Pattern RecognitionPage ii
Front MatterPage iii
Copyright pagePage iv
PrefacePages v-viMax Henrion
ReviewersPage xi
Program CommitteePage xi
ContributorsPages xiii-xiv
Lp—A Logic for Statistical InformationPages 3-14Fahiem Bacchus
Representing Time in Causal Probabilistic NetworksPages 15-28Carlo BERZUINI
Constructing the Pignistic Probability Function in a Context of UncertaintyPages 29-39Philippe SMETS
Can Uncertainty Management Be Realized In A Finite Totally Ordered Probability Algebra?Pages 41-57Yang Xiang, Michael P. Beddoes, David Poole
Defeasible Reasoning and Uncertainty: CommentsPages 61-66Benjamin N. Grosof
Uncertainty and Incompleteness: Breaking the Symmetry of Defeasible Reasoning *Pages 67-85Piero P. Bonissone, David A. Cyrluk, James W. Goodwin, Jonathan Stillman
Deciding Consistency of Databases Containing Defeasible and Strict Information*Pages 87-97Moisés Goldszmidt, Judea Pearl
Defeasible Decisions: What the Proposal is and Isn'tPages 99-116R.P. Loui
Conditioning on Disjunctive Knowledge: Simpson's Paradox in Default LogicPages 117-125Eric Neufeld, J.D. Horton
An Introduction to Algorithms for Inference in Belief NetsPages 129-138Max Henrion
d-Separation: From Theorems to AlgorithmsPages 139-148Dan Geiger, Thomas Verma, Judea Pearl
Interval Influence DiagramsPages 149-161Kenneth W. Fertig, John S. Breese
A Tractable Inference Algorithm for Diagnosing Multiple Diseases1Pages 163-171David Heckerman
Evidence Absorption and Propagation Through Evidence ReversalsPages 173-190Ross D. Shachter
An Empirical Evaluation of a Randomized Algorithm for Probabilistic InferencePages 191-207R. Martin Chavez, Gregory F. Cooper
Weighing and Integrating Evidence for Stochastic Simulation in Bayesian NetworksPages 209-219Robert Fung, Kuo-Chu Chang
Simulation Approaches to General Probabilistic Inference on Belief NetworksPages 221-231Ross D. Shachter, Mark A. Peot
Software tools for uncertain reasoning: An IntroductionPage 235Jack S. Breese
Now that I Have a Good Theory of Uncertainty, What Else Do I Need? *Pages 237-253Piero P. Bonissone
Knowledge Acquisition Techniques for Intelligent Decision Systems: Integrating Axotl and Aquinas in DDUCKSPages 255-270Jeffrey M. Bradshaw, Stanley P. Covington, Peter J. Russo, John H. Boose
BaRT: A Bayesian Reasoning Tool for Knowledge Based SystemsPages 271-282Lashon B. Booker, Naveen Hota, Connie Loggia Ramsey
Assessment, criticism and improvement of imprecise subjective probabilities for a medical expert systemPages 285-294David J Spiegelhalter, Rodney C G Franklin, Kate Bull
Automated construction of sparse Bayesian networks from unstructured probabilistic models and domain informationPages 295-308Sampath Srinivas, Stuart Russell, Alice Agogino
A Decision-Analytic Model for Using Scientific DataPages 309-318Harold P. Lehmann
Verbal expressions for probability updates How much more probable is “much more probable”?Pages 319-328Christopher Elsaesser, Max Henrion
Map Learning with Indistinguishable LocationsPages 331-341Kenneth Basye, Thomas Dean
Plan Recognition in Stories and in Life*Pages 343-351Eugene Charniak, Robert Goldman
Hierarchical Evidence Accumulation in the Pseiki System and Experiments in Model-Driven Mobile Robot Navigation*Pages 353-369A.C. Kak, K.M. Andress, C. Lopez-Abadia, M.S. Carroll, J.R. Lewis
Model-Based Influence Diagrams For Machine VisionPages 371-388T.S. Levitt, J.M. Agosta, T.O. Binford
The Application of Dempster Shafer Theory to a Logic-Based Visual Recognition SystemPages 389-405Gregory M. Provan
Efficient Parallel Estimation for Markov Random FieldsPages 407-419Michael J. Swain, Lambert E. Wixson, Paul B. Chou
Comparing Approaches to Uncertain Reasoning: Discussion System Condemnation Pays OffPages 423-426Ward Edwards
A Probability Analysis of the Usefulness of Decision Aids1Pages 427-436Paul E. Lehner, Theresa M. Mullin, Marvin S. Cohen
Inference Policies12Pages 437-444Paul E. Lehner
Comparing Expert Systems Built Using Different Uncertain Inference Systems*Pages 445-455David S. Vaughan, Bruce M. Perrin, Robert M. Yadrick, Peter D. Holden
Shootout-89, An Evaluation of Knowledge-based Weather Forecasting SystemsPages 457-458W.R. Moninger
Author indexPage 459




نظرات کاربران