- 1、本文档共14页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第四章 计算智能1 人工智能课程 北京大学
第四章 计算智能(1)
教学内容:本章讨论计算智能所涉及的领域和范围,计算智能的含义及它与传统
的人工智能的区别。介绍人工神经网络的由来、特性、结构、模型和算法;神经
网络的表示和推理。简要地介绍模糊数学的基本概念、运算法则、模糊逻辑推理
和模糊判决等。
教学重点:计算智能;人工神经网络的结构、模型和算法,以及表示和推理。
教学难点:人工神经网络的结构、算法和推理;模糊数学的运算法则和模糊逻辑
推理。
教学方法:课堂教学为主。适当提问,加深学生对概念的理解。
教学要求:通过对本章的学习,使学生掌握人工神经网络的结构、模型和算法,
了解计算智能所涉及的领域和范围,了解人工神经网络的特性、表示和推理,了
解模糊数学的基本概念、运算法则、模糊逻辑推理和模糊判决等。
4.1概述
教学内容:本节介绍计算智能所涉及的领域和范围,计算智能的含义及其与传统
人工智能的区别。贝兹德克提出的 “ABC”,及它与神经网络 (NN)、模式识别
(PR)和智能 (I)之间的关系。
教学重点:计算智能的含义及其与传统的人工智能的区别。
教学难点:“ABC”及其与神经网络 (NN)、模式识别 (PR)和智能 (I)之间的
关系。
教学方法:课堂教学。
教学要求:掌握计算智能的含义,了解计算智能与传统的人工智能有何区别。了
解贝兹德克提出的 “ABC”及其与神经网络 (NN)、模式识别 (PR)和智能 (I)
之间的关系。
信息科学与生命科学的相互交叉、相互渗透和相互促进是现代科学技术发展
的一个显著特点。
计算智能涉及神经网络、模糊逻辑、进化计算和人工生命等领域,它的研究
和发展正是反映了当代科学技术多学科交叉与集成的重要发展趋势。
把神经网络 (NN)归类于人工智能 (AI)可能不大合适,而归类于计算智能
(CI)更能说明问题实质。进化计算、人工生命和模糊逻辑系统的某些课题,也
都归类于计算智能。
计算智能取决于制造者 (manufacturers)提供的数值数据,不依赖于知识;
另一方面,人工智能应用知识精品 (knowledge tidbits)。人工神经网络应当
称为计算神经网络。
第一个对计算智能的定义是由贝兹德克 (Bezdek)于1992年提出的。
尽管计算智能与人工智能的界限并非十分明显,然而讨论它们的区别和关系
是有益的。马克斯 (Marks)在1993年提到计算智能与人工智能的区别,而贝兹
德克则关心模式识别 (PR与生物神经网络 (BNN)、人工神经网络 (ANN)和计
算神经网络 (CNN)的关系,以及模式识别与其它智能的关系。忽视ANN与CNN
的差别可能导致对模式识别中神经网络模型的混淆、误解、误表示和误用。
提问:计算智能与人工智能的区别和关系如何。
贝兹德克对这些相关术语给予一定的符号和简要说明或定义。
他给出有趣的ABC:
A-Artificial, 表示人工的 (非生物的),即人造的
B-Biological, 表示物理的+化学的+ (??)=生物的
C-Computational, 表示数学+计算机
图4.1表示ABC及其与神经网络 (NN)、模式识别 (PR)和智能 (I)之间
的关系。
图4.1 ABC 的交通关系图
计算智能是一种智力方式的低层认知,它与人工智能的区别只是认知层次从
中层下降至低层而已。中层系统含有知识 (精品),低层系统则没有。
当一个系统只涉及数值 (低层)数据,含有模式识别部分,不应用人工智能
意义上的知识,而且能够呈现出:
(1)计算适应性;
(2)计算容错性;
(3)接近人的速度;
(4)误差率与人相近,
则该系统就是计算智能系统。
当一个智能计算系统以非数值方式加上知识 (精品)值,即成为人工智能系
统。
提问:计算智能的主要特征是什么?
4.2神经计算
教学内容:本节将介绍人工神经网络的由来、特性、结构、模型和算法;然后讨
论神经网络的表示和推理。这些内容是神经网络的基础知识。神经计算是以神经
网络为基础的计算。
教学重点:人工神经网络的结构、模型和算法;神经网络的表示和推理。
教学难点:人工神经网络的结构和算法及其表示和推理。
教学方法:课堂教学为主,并适当提问、收集学生学习情况。
教学要求:掌握人工神经网络的结构、模型和算法,了解人工神经网络的由来和
特性,一般了解神
您可能关注的文档
最近下载
- 《高等数学》课后习题答案(北大版).pdf VIP
- 空分新型冷凝蒸发器研制.pdf VIP
- 剧本杀完整剧本 罪恶(4人封闭).docx
- 审稿意见回复信英文模板和语料总结.pdf
- GB50461-2008:石油化工静设备安装工程施工质量验收规范.pdf VIP
- Bose博士SoundTouch 300 Soundbar 扬声器说明书.pdf
- 新版pep小学英语五年级上册unit2alet'stalk课件.ppt
- 1.2.1 学习使用显微镜课件2024-2025学年度七年级上册人教版生物学.pptx VIP
- (完整版)加油站基本情况调查分析报告.doc
- 2024年轮胎行业分析报告:万亿市场群雄逐鹿,步入2.0时代消费属性凸显.pdf
文档评论(0)