Περιεχόμενα

Εξώφυλλο

Εσώφυλλο

Αφιέρωση

Πίνακας συντομεύσεων - ακρωνύμια

Πρόλογος

Εισαγωγή - Τεχνητή Νοημοσύνη

Τεστ Τούρινγκ

Ορισμός ΤΝ

Υπολογιστική Νοημοσύνη

Ιστορική Εξέλιξη της Τεχνητής Νοημοσύνης

Η έρευνα στο χώρο της ΤΝ

Τεχνητή και Περιρρέουσα Νοημοσύνη

Σύγχρονες εφαρμογές της ΤΝ

Βιβλιογραφία/Αναφορές

Κεφάλαιο 1 - Επίλυση Προβλημάτων

1.1 Προβλήματα και αναζήτηση λύσης

1.1.1 Τύποι προβλημάτων

1.1.2 Προβλήματα που επιλύονται με αναζήτηση

1.1.3 Ορισμός Προβλήματος

1.1.4 Παραδείγματα προβλημάτων

1.1.5 Λύση προβλήματος

1.2 Αναζήτηση λύσης

1.2.1 Δένδρο Αναζήτησης

1.2.2 Περιγραφή Δένδρων Αναζήτησης

1.3 Αλγόριθμοι Αναζήτησης

1.3.1 Γενικός αλγόριθμος αναζήτησης

1.4 Τυφλές μέθοδοι αναζήτησης

1.4.1. Πρώτα σε Βάθος Αναζήτηση

1.4.2 Η Πρώτα σε Πλάτος Αναζήτηση

1.4.3 Αλγόριθμος Αναζήτησης Επαναληπτικής Εμβάθυνσης

1.4.4 Μέθοδος Αναζήτησης Διπλής Κατεύθυνσης

1.5 Ευρετικές μέθοδοι αναζήτησης

1.5.1 Ευρετικές Συναρτήσεις

1.5.2 Αναζήτηση Καλύτερης-Πρώτης

1.5.3. Αναζήτηση με αναρρίχηση λόφων

1.5.4 Αναζήτηση Βασικής Επέκτασης και Οριοθέτησης

1.5.5 Ακτινωτή μέθοδος αναζήτησης

1.5.6 Μέθοδος αναζήτησης Άλφα-Άστρο

Βιβλιογραφία/Αναφορές

Κριτήρια αξιολόγησης

Κεφάλαιο 2 - Αναπαράσταση Γνώσης

2.1.1 Είδη Γνώσης

2.2 Αναπαράσταση Γνώσης

2.2.1 Χαρακτηριστικά μιας «καλής» αναπαράστασης γνώσης

2.2.2 Μέθοδοι Αναπαράστασης Γνώσης

2.2.3 Σχήματα Λογικής Αναπαράστασης

2.2.4 Δομημένες Μορφές Αναπαράστασης Γνώσης

Βιβλιογραφία/Αναφορές

Κριτήρια αξιολόγησης

Κεφάλαιο 3 - Συστήματα Κανόνων

3.1 Συλλογιστική

3.1.1 Επαγωγή

3.1.2 Απαγωγή

3.1.3 Παραγωγή

3.2 Συστήματα Κανόνων

3.2.1 Υλοποίηση κανόνων

3.2.2 Περιγραφή Συστημάτων Κανόνων

3.3 Συστήματα Εξαγωγής Συμπερασμάτων

3.4 Συστήματα παραγωγής

3.4.1 Κύκλοι Λειτουργίας

3.4.2 Δομή Ελέγχου

3.4.3 Προς τα εμπρός αλυσιδωτή εκτέλεση κανόνων

3.4.4 Προς τα πίσω αλυσιδωτή εκτέλεση κανόνων

3.4.5 Ο Γενικός Επιλυτής Προβλημάτων (General Problem Solver)

Βιβλιογραφία/Αναφορές

Κριτήρια αξιολόγησης

Κεφάλαιο 4 - Μηχανική Μάθηση

4.1 Εισαγωγή

4.2 Είδη Μηχανικής Μάθησης

4.3 Αλγόριθμοι Επιβλεπόμενης Επαγωγικής Μάθησης

4.3.1 Δένδρα Απόφασης

4.4 Μάθηση με Συλλογιστική Βασισμένη σε Περιπτώσεις

4.4.1 Χαρακτηριστικά της ΣΒΠ/CBR

4.4.2 Ο Κύκλος ΣΒΠ/CBR

4.4.3 Κύριοι τύποι μεθόδων ΣΒΠ/CBR

4.4.4 Πλεονεκτήματα - Μειονεκτήματα

4.4.5 Δυσχέρεια στην απόκτηση γνώσης

4.5 Νευρωνικά Δίκτυα

4.5.1 Γενικά

4.5.2 Προσομοίωση φυσικών νευρωνικών δικτύων με τεχνητά νευρωνικά δίκτυα

4.5.3 Ιστορική Αναδρομή

4.5.4 Αρχιτεκτονική ΤΝΔ

4.5.5 ΤΝΔ Πρόσθιας Τροφοδότησης

4.5.6 Εκπαίδευση ΤΝΔ

4.5.7 Προτερήματα ΤΝΔ

4.5.8 ΤΝΔ και Ανθρώπινος Εγκέφαλος

4.5.9 Εφαρμογές ΤΝΔ

4.6 Γενετικοί Αλγόριθμοι

4.6.1 Φυσική εξέλιξη: Η αρχική έμπνευση

4.6.2 Ιστορική Εξέλιξη

4.6.3 Γενικά περί Γενετικών Αλγορίθμων

4.6.4 Η Ανατομία ενός Γενετικού Αλγόριθμου

4.6.5 Κωδικοποίηση

4.6.6 Η αρχικοποίηση ενός πληθυσμού

4.6.7 Θεωρία σχημάτων

4.6.8 Αναπαραγωγή

4.6.9 Γενετικοί Τελεστές

4.6.10 Διασταύρωση

4.6.11 Μετάλλαξη (Mutation)

4.6.12 Γενεαλογική Αντικατάσταση

4.6.13 Εκλεκτικές Στρατηγικές

4.6.14 Ολοκλήρωση ΓΑ

4.6.15 Διαφορές από άλλες τεχνικές

4.6.16 Εφαρμογές Γενετικών Αλγορίθμων

Βιβλιογραφία/Αναφορές

Κριτήρια αξιολόγησης

Κεφάλαιο 5 - Έμπειρα Συστήματα

5.1 Γενικά

5.2 Η Δομή ενός ΕΣ Βασισμένου σε Κανόνες

5.3 Χαρακτηριστικά ενός ΕΣ

5.4 Ανάπτυξη ενός ΕΣ

5.5 Απόκτηση Γνώσης

5.5.1 Συγκέντρωση Γνώσης

5.6 Αβεβαιότητα

5.6.1 Συντελεστές Βεβαιότητας

5.7 Ασάφεια

5.7.1 Ασαφείς κανόνες

5.8 Προτερήματα και Μειονεκτήματα Εμπείρων Συστημάτων Βασισμένων σε Κανόνες

Βιβλιογραφία/Αναφορές

Κριτήρια αξιολόγησης

Κεφάλαιο 6 - Νοήμονες Πράκτορες

6.1 Εισαγωγικά

6.2 Ορισμοί πρακτόρων

6.3 Κοινά Χαρακτηριστικά Πρακτόρων

6.4 Κατηγορίες Πρακτόρων

6.4.1 Ορθολογικοί πράκτορες

6.5 Σύγχρονες Θεωρήσεις Πρακτόρων

6.6 Περιβάλλοντα Πρακτόρων

6.7 Αφηρημένες Αρχιτεκτονικές Πρακτόρων

6.7.1 Αντιδραστικοί Πράκτορες

6.7.2 Πράκτορες με Εσωτερική Κατάσταση

6.7.3 Υβριδικοί Πράκτορες

6.7.4 Κινητοί Πράκτορες

6.8 Πολυπρακτορικά Συστήματα

6.8.1 Χαρακτηριστικά πολυπρακτορικών συστημάτων

6.8.2 Κρίσιμα σημεία στη σχεδίαση & υλοποίηση

6.8.3 Μοντέλα διασύνδεσης πολυπρακτορικών συστημάτων

6.8.4 Επικοινωνία μεταξύ πρακτόρων

6.8.5 Αλληλεπίδραση Πρακτόρων

6.8.6 Πολυπρακτορικό περιβάλλον

6.8.7 Γλώσσες επικοινωνίας

6.9 Εφαρμογές πρακτόρων

Βιβλιογραφία/Αναφορές

Κριτήρια αξιολόγησης

Κεφάλαιο 7 - Επεξεργασία και Κατανόηση Φυσικής Γλώσσας

7.1 Εισαγωγή

7.2 Δυσκολίες στην Κατανόηση Φυσικής Γλώσσας

7.3 Ιστορική Αναδρομή

7.4 Πώς πραγματοποιείται η Επεξεργασία Φυσικής Γλώσσας σήμερα

7.4.1 Λεξικό

7.5 Συντακτική Ανάλυση

7.6 Γραμματική

7.6.1 Γραμματικές Οριστικών Προτάσεων

7.6.2 Συντακτικό Δένδρο

7.6.3 Διαγράμματα Μετάβασης

7.7 Αλγόριθμοι Διόρθωσης Ορθογραφικών Λαθών

7.7.1 Μοντέλο Χαρακτήρων Διόρθωσης Λαθών

7.7.2 Ηχητικό Μοντέλο Διόρθωσης Λαθών

7.8 Σημασιολογική ανάλυση

7.8.1 Αντιμετώπιση αμφιβολίας στην ερμηνεία

7.9 Πραγματολογική ανάλυση

7.10 Παραγωγή Φυσικής Γλώσσας

7.11 Αναγνώριση ομιλίας

7.12 Πεδία εφαρμογής Επεξεργασίας Φυσικής Γλώσσας

Βιβλιογραφία/Αναφορές

Κριτήρια αξιολόγησης

Υποσημειώσεις

ΚΕΦΑΛΑΙΟ 6 - Βιβλιογραφία/Αναφορές

Buchanan, B.G. (1983). Partial bibliography of work on expert systems. Sigart Newsletter, 84, 45-50.

Coen,M. (1994). SodaBot: A Software Agent Environment and Construction System [Technical Report 1493]. Μασαχουσέττη:MIT AI Lab.

Hayes-Roth, Β. (1990). Architectural foundations for real-time performance in intelligent agents. Real-Time Systems, 2 (1-2), 99-125.

Hayes-Roth, B. (1995). An architecture for adaptive intelligent systems. Artificial Intelligence (Special Issue on Agents and Interactivity), 72, 329-365.

Huhns, M. & Stephens, L. (1999). Multiagent systems and societies of agents. Στο G.Weiss (εκδ.), Multiagent Systems. A Modern Approach to Distributed Artificial Intelligence (σ.79-122). Μασαχουσέττη, ΗΠΑ : MIT Press . Ανακτήθηκε από http://www.uma.ac.ir/files/site1/a_akbari_994c8e8/gerhard_weiss___multiagent _systems___a_modern_ approach_to_distributed_artificial_intelligence.pdf

Maes, P.(1995). Artificial Life Meets Entertainment: Life like Autonomous Agents. Communications of the ACM, 38 (11), 108-114.

Poole, D. & Mackworth, A. (2010). Artificial Intelligence: Foundation of Computational Agents. Καίμπριτζ, Βρετανία: Cambridge University Press. Διαθέσιμο στην ιστοσελίδα http://artint.info/html/ArtInt.html.

Russel, S. & Norvig, P, (2009). Artificial Intelligence: A modern approach (3η έκδοση ). Upper Saddle River,Νιου Τζέρσεϊ:Pearson Education. Ανακτήθηκε από http://51lica.com/wp-content/uploads/2012/05/Artificial-Intelligence-A-Modern-Approach-3rd-Edition.pdf

Zadeh, L.A. (1965). Fuzzy Sets. Information and Control, 8, 338-353.

Weiss, G. (1999). Multiagent Systems: A Modern Approach to Distributed Artificial Intelligence. Μασαχουσέττη, ΗΠΑ: MIT Press.

Βλαχάβας, Ι., Κεφαλάς, Π., Βασιλειάδης, Ν., Ρεφανίδης, Ι., Κοκκοράς, Φ. & Σακελλαρίου, Η. (2011). Τεχνητή Νοημοσύνη (3η έκδοση). Θεσσαλονίκη: Εκδόσεις Πανεπιστημίου Μακεδονίας.