دسته بندی | کتابداری |
فرمت فایل | pptx |
حجم فایل | 2869 کیلو بایت |
تعداد صفحات فایل | 27 |
دانلود پاورپوینت با موضوع هوش مصنوعی، در قالب pptx و در 27 اسلاید، قابل ویرایش، شامل:
هوش مصنوعی Artificial Intelligence
روندها و اهداف کاربردی در هوش مصنوعی
شاخههای هوش مصنوعی در دانش رایانه
برخی از کاربردهای روزمره هوش مصنوعی
کاربردهای هوش مصنوعی در آموزش
پنج سناریوی ترسناکی که شاید هوش مصنوعی برای انسانها رقم بزند
چگونه هوش مصنوعی آینده طراحی وب سایت ها را تغییر خواهد داد؟
شرکت هایی که از تکنولوژی هوش مصنوعی استفاده می کنند
نرم افزارهای هوش مصنوعی در ارتباط با سئو و محتوا
نظامهای هوشمند و کاربرد آنها در کتابداری و اطلاعرسانی
منابع
قسمتی از متن:
روندها و اهداف کاربردی در هوش مصنوعی:
پژوهشهای هوش مصنوعی از دو روند مجزا -و در برخی جنبهها، متقابل- پیروی میکنند. این دو روند عبارتند از روند Symbolic و روند Connectionist .
روش سیمبولیک تلاش میکند تا صرف نظر از ساختار مغز، فقط هوش و ادراک آن از علائم و نمادها (Symboles) را شبیهسازی و تقلید نماید، به همین دلیل این روش را Symbolic مینامند.
روش کانکشنیست که در مقابل روش سیمبولیک قرار دارد، تلاش میکند تا با ایجاد شبکههای عصبی مصنوعی، ساختار مغز را شبیهسازی نماید و از این روی این روش Connectionist نامیده میشود
توضیحات:
این فایل شامل پاورپوینتی با موضوع" هوش مصنوعی " می باشد که در حجم 27 اسلاید، همراه با توضیحات کامل تهیه شده است که می تواند به عنوان ارائه کلاسی مورد استفاده قرار گیرد.
پاورپوینت تهیه شده بسیار کامل و قابل ویرایش بوده و در تهیه آن، کلیه اصول و علائم نگارشی و چیدمان جمله بندی رعایت شده و به راحتی و به دلخواه می توان قالب آن را تغییر داد.
دسته بندی | کامپیوتر و IT |
فرمت فایل | pptx |
حجم فایل | 301 کیلو بایت |
تعداد صفحات فایل | 56 |
هوش مصنوعی به هوشی که یک ماشین از خود نشان میدهد و یا به دانشی در کامپیوترکه سعی در ایجاد آن دارد گفته می شود. جان مک کارتی "پدر علم و دانش ماشینهای هوشمند" ، واژه هوش مصنوعی را در سال 1956 به کار برد . تحقیقات و جستجوهای انجام شده برای رسیدن به ساخت چنین ماشینهائی مرتبط با بسیاری از علوم دیگر مانند رایانه ، روان شناسی ، فلسفه ، عصب شناسی ، علوم ادراکی ، تئوری کنترل ، احتمالات ، بهینه سازی و منطق می باشد .
هنوز تعریف دقیقی برای هوش مصنوعی ارائه نشده است که مورد قبول همه ی دانشمندان صاحب نظر در این زمینه باشد و این خود به علت آن است که اساس این موضوع یعنی هوش مورد جنجال و اختلاف است و تعریف جامعی درباره آن وجود ندارد.
بطور کلی ماهیت وجودی هوش به مفهوم جمع آوری اطلاعات، استقرا و تحلیل تجربیات به منظور رسیدن به دانش و یا ارایه تصمیم میباشد. در واقع هوش به مفهوم به کارگیری تجربه به منظور حل مسائل دریافت شده تلقی میشود. هوش مصنوعی علم و مهندسی ایجاد ماشینهایی با هوش با به کارگیری از کامپیوتر و الگوگیری از درک هوش انسانی و یا حیوانی و نهایتاً دستیابی به مکانیزم هوش مصنوعی در سطح هوش انسانی میباشد.
در مقایسه هوش مصنوعی با هوش انسانی میتوان گفت که انسان قادر به مشاهده و تجزیه و تحلیل مسایل در جهت قضاوت و اخذ تصمیم میباشد در حالی که هوش مصنوعی مبتنی بر قوانین و رویههایی از قبل تعبیه شده بر روی کامپیوتر میباشد. در نتیجه علی رغم وجود کامپیوترهای بسیار کارا و قوی در عصر حاضر ما هنوز قادر به پیاده کردن هوشی نزدیک به هوش انسان در ایجاد هوشهای مصنوعی نبودهایم.
بطور کلّی، هوش مصنوعی را میتوان از زوایای متفاوتی مورد بررسی و مطالعه قرار داد. مابین هوش مصنوعی به عنوان یک هدف، هوش مصنوعی به عنوان یک رشته تحصیلی دانشگاهی، و یا هوش مصنوعی به عنوان مجموعهٔ فنون و راه کارهایی که توسط مراکز علمی مختلف و صنایع گوناگون تنظیم و توسعه یافتهاست باید تفاوت قائل بود.
دسته بندی | فنی و مهندسی |
فرمت فایل | ppt |
حجم فایل | 6173 کیلو بایت |
تعداد صفحات فایل | 97 |
روشی برای محاسبه است که بر پایه اتصال به هم پیوسته چندین واحد پردازشی ساخته میشود.شبکه از تعداد دلخواهی سلول یا گره یا واحد یا نرون تشکیل میشود که مجموعه ورودی را به خروجی ربط میدهند.هوشمصنوعی به هوشی که یک ماشین از خود نشانمیدهد و یا به دانشی در کامپیوترکه سعی درایجاد آن دارد گفته می شود. جان مک کارتی "پدر علم و دانش ماشینهایهوشمند" ، واژه هوش مصنوعی را در سال 1956 به کار برد . تحقیقات و جستجوهایانجام شده برای رسیدن به ساخت چنین ماشینهائی مرتبط با بسیاری از علوم دیگر مانندرایانه ، روان شناسی ، فلسفه ، عصب شناسی ، علوم ادراکی ، تئوری کنترل ، احتمالات، بهینه سازی و منطق می باشد .هنوزتعریف دقیقی برای هوش مصنوعی ارائه نشده است که مورد قبول همه ی دانشمندان صاحبنظر در این زمینه باشد و این خود به علت آن است که اساس این موضوع یعنی هوش موردجنجال و اختلاف است و تعریف جامعی درباره آن وجود ندارد.
دسته بندی | الکترونیک و مخابرات |
بازدید ها | 3 |
فرمت فایل | ppt |
حجم فایل | 2965 کیلو بایت |
تعداد صفحات فایل | 23 |
سرفصل های
مقدمه
معرفی سیستم های هوشمند
معرفی الگوریتمهای تکاملی
معرفی الگوریتم ژنتیک
فضای جستجو
کد کردن و انواع آن
کروموزم و جمعیت
تابع ارزیابی
عملگر انتخاب
عملگرهای برش
عملگر جهش
الگوریتم GA
بیان کاربردهای آن
معرفی سیستم های فازی
مقدمه
ریاضیات سیستم های فازی
عملگرهای فازی
روابط فازی و اصل توسعه
متغیر های زبانی و قواعد اگر- انگاه فازی
منطق فازی و استدلال تقریبی
پایگاه قواعد و موتور استنتاج فازی
فازی سازها و غیر فازی ساز
معرفی جعبه ابزار فازی نرم افزار MATLAB
معرفی پارامترهای نرم افزار ( توابع تعلق ورودیها و خروجیها و قوانین و ...)
اجرای برنامه
بررسی گزارش های برنامه
فایل پاورپوینت 23 اسلاید
دسته بندی | الکترونیک و مخابرات |
بازدید ها | 3 |
فرمت فایل | ppt |
حجم فایل | 2857 کیلو بایت |
تعداد صفحات فایل | 277 |
خروجی واقعی فعالیت خود را میداند و میتواند بر اساس آن عمل کند
فعالیتی را انتخاب میکند که معیار کارایی اش را حداکثر میکند
نقص دانش قبلی خود را میتواند جبران کند
فایل پاورپوینت 277
دسته بندی | علوم انسانی |
فرمت فایل | zip |
حجم فایل | 219 کیلو بایت |
تعداد صفحات فایل | 5 |
هوش مصنوعی و اصول اخلاقی که در 5 صفحه فایل ورد تهیه شده است مناسب برای تحقیق های دانشحویی و دانش آموزی مرتبط با دروس اخلاق ، آیین زندگی ، فلسفه و ... میباشد.
این مقاله دارای 5 بخش به شرح زیر میباشد :
1- معرفی
2- پیشرفت
3- بررسی
4- پرسش
5- نتیجه گیری
در انتها به فیلم هایی سینمایی که مبحث هوش مصنوعی و اخلاق پرداخت شده است اشاره میشود
دسته بندی | کامپیوتر و IT |
فرمت فایل | zip |
حجم فایل | 187 کیلو بایت |
تعداد صفحات فایل | 27 |
هوش مصنوعی یکی از مقوله هایی است که در علوم کامپیوتر، اهمیت فراوان دارد و تغییرات در آن می توانند تحولات گسترده ای را در فناوری اطلاعات پدید بیاورند. در این مقاله قصد داریم که هوش مصنوعی را به شما معرفی کنیم. هوش مصنوعی، هوش ماشین هاست! در واقع شاخه ای از علوم کامپیوتر است که قصد دارد راه حل های الگوریتمی را ارائه کند تا بتوانیم به وسیله آنها در ماشین ها هوشمندی ایجاد کنیم. اما این تعریف کافی نیست؛ اول از همه باید بدانیم که تعریف هوشمندی چیست و بعد باید منظور از ماشین را دربیابیم: استدلال، منطق، تصمیم گیری ؛ این ها توانایی هستند که شما از آنها استفاده می کنید. پس شما هوشمند هستید. اگر این توانایی ها را در کامپیوتر هم ایجاد کنیم، آنگاه به ماشین هوشمند دست می یابیم! به همین سادگی … ولی به جز این ها چیز های دیگری هم در رابطه با تعریف هوشمندی وجود دارند که دانستن آنها را می توان مهم ارزیابی کرد. در واقع بحث هایی که در مورد هوشمندی و هوش مصنوعی مطرح شده است؛ تنها به دوره ی امروزه ی ما و قرن ۲۱ مربوط نمی شود، بلکه از سال ۱۹۵۰ این مباحث به طور جدی مطرح شد
دسته بندی | برق |
فرمت فایل | doc |
حجم فایل | 1445 کیلو بایت |
تعداد صفحات فایل | 128 |
در این رساله، روش مناسبی جهت محاسبه نقطه تعادل نش در الگوریتمهای یادگیری تقویتی چندعاملی با تعداد زیاد عاملها مطرح شدهاست، که قادراست با ادغام محاسبات مربوط به نقطه تعادل نش و ایجاد مصالحه بین اکتشاف- استخراج، محاسبات را به صورت بهینه کاهش دهند. ترکیب یادگیری تقویتی تک- عاملی و تئوری بازی ایده اصلی اکثر روشهای یادگیری چندعاملی است. این روشها سعی دارند تا کل فرآیند یادگیری را به تعدادی متناهی از حالتهای تصمیمگیری چندعاملی با خاصیت مارکوف تقسیم کرده و با انتخاب نقطه تعادل نش در هر کدام از این مراحل به تدبیر بهینه برای هر عامل همگرا شوند. بنابراین محاسبه نقطه تعادل نش مسئله مهمی است که در حال حاضر مشکلاتی شامل پیچیدگی محاسبات در روشهای شناخته شده محاسبه نقطه تعادل نش، چندگانگی نقطه تعادل نش، و مختلط بودن نقطه تعادل نش باعث شده که اکثر روشهای پیشنهادی یادگیری تقویتی چندعاملی جایگاه مناسبی در حل مسائل دنیای واقعی پیدا نکنند. ناگفته نماند که تقریباً تمام روشهای یادگیری تقویتی چندعاملی مطرح شده، مبتنی بر روشهای off-policy بودهاند که نیازی به در نظر گرفتن مسئله رویه انتخاب عمل و اکتشاف در اثبات همگرایی ندارند. بنابراین در رویههای اجرایی پیشنهاد دادهاند که ابتدا نقطه تعادل نش محاسبه شده و سپس با روش ϵ-greedy مصالحه بین اکتشاف و استخراج برقرار شود.
محاسبه نقطه تعادل ϵ-نش در بازیهای نرمال در این رساله به صورت یک مسئله مینیممسازی تعریف شده که جواب آن توسط الگوریتمهای ژنتیک بدست آمدهاست. علاوه بر کاهش پیچیدگی روش محاسبه نقطه تعادل نش، با اضافه کردن جمله مناسب در محاسبه تابع برازندگی، هر عامل قادر است نقطه تعادل نش پارتو را محاسبه کند که مسئله چندگانگی نقاط تعادل نش را نیز مرتفع میسازد.
فهرست مطالب
چکیده. 1
مقدمه 2
1- عامل و سیستمهای چند عامله. 4
1-1- مقدمه. 4
1-2- هوش مصنوعی توزیع شده. 4
1-3- حوزههای کاری هوش مصنوعی توزیع شده. 6
1-4- دلایل گرایش به هوش مصنوعی توزیع شده. 9
1-4-1- پایه تکنولوژیکی.. 9
1-4-2- توزیع ذاتی.. 10
1-4-3- مزایای طراحی و پیادهسازی.. 12
1-4-4- دلایل معرفت شناسی.. 13
1-4-5- بنیاد اجتماعی.. 14
1-4-6- همجوشی (کلاسهای جدید از مسائل). 14
1-5- مسائل مطرح در هوش مصنوعی توزیع شده. 14
1-6- تعریف عامل و عاملهای هوشمند.. 17
1-6-1- تعریف عامل.. 18
1-7- عامل به عنوان یک سیستم نرمافزاری.. 19
1-8- مفهوم عامل از دیدگاه عام. 20
1-9- مروری برخصوصیات عامل.. 20
1-10- ویژگیهای دیگر عاملها25
1-11- طبقه بندی عاملها29
1-12- مقایسه عامل با شیء. 33
1-13- تفاوتهای سیستم مبتنی بر عامل و سیستمهای خبره. 35
1-14- انواع محیط عامل.. 35
1-14-1- قابل دستیابی / غیر قابل دستیابی.. 36
1-14-2- محیط قطعی یا غیر قطعی.. 37
1-14-3- محیط مقطعی یا غیر مقطعی.. 38
1-14-4- محیط ایستا / پویا38
1-14-5- محیط گسسته یا پیوسته. 38
1-15- سیستمهای چند عامله. 39
1-16- خصوصیات سیستمهای چند عاملی:46
1-17- دلایل استفاده از سیستمهای چندعامله. 47
1-17-1- نیاز برخی دامنهها به سیستمهای چندعامله:47
1-17-2- افزایش سرعت عمل با موازی سازی.. 48
1-17-3- قابلیت اطمینان.. 48
1-17-4- توسعه پذیری.. 48
1-17-5- آسانتر شدن برنامهسازی.. 49
1-18- آزمون نظریههای سایر رشتههای علمی.. 49
1-19- معماریهای ارایه شده برای سیستمهای چندعامله. 49
1-19-1- مدل OMG50
1-19-2- استاندارد FIPA50
1-19-3- استاندارد KAOS. 50
1-19-4- مدل General Magic. 51
1-20- سازماندهی سیستمهای چندعامله. 51
1-20-1- ساختار سلسله مراتبی.. 51
1-20-2- ساختار مسطح.. 52
1-20-3- ساختار جزء به کل.. 53
1-20-4- ساختار پیمانهای.. 53
1-21- پارامترهای مطرح در ارزیابی سیستمهای چندعامله. 54
1-22- سیستمهای مقیاس وسیع(Large Scale systems):55
1-23- کنترل غیر متمرکز : (Decentralized Control)56
1-24- نتیجهگیری.. 57
2- تئوری بازیها و کاربردهای آنها درسیستمهای چند عامله. 60
2-1- مقدمه. 60
2-2- نظریه بازی ها چیست؟. 60
2-3- تفاوت میان تصمیمگیری و بازی.. 62
2-4- طبقهبندی نظریه بازیها63
2-5- برخی مفاهیم و اصطلاحات... 68
2-6- موارد استفاده از نظریه بازیها74
2-7- فرض های اساسی در نظریه بازیها75
2-8- شاخههای اصلی نظریه بازیها75
2-9- بازیهای ایستا77
2-10- نمایش بازی در فرم استراتژیک یا نرمال.. 79
2-11- فرم ماتریسی بازی.. 82
2-12- پیدا کردن جواب در بازیهای ایستا82
2-13- بازیهای رقابتی.. 83
2-14- بازیهای تصادفی.. 84
2-15- بازیهای پویا85
2-16- بازی پویا در فرم بسط یافته. 85
2-17- درخت بازی.. 87
2-18- عناصر فرم بسط یافته:88
2-19- پیشینه بازی:88
2-20- مجموعه اطلاعاتی:89
2-21- استراتژی.. 90
2-22- پیدا کردن جواب در بازیهای پویا91
3- بررسی روشهای یادگیری.. 93
3-1- یادگیری تقویتی.. 93
3-1-1- خط مشی.. 94
3-1-2- تابع پاداش... 94
3-1-3- تابع مقدار. 94
3-1-4- مدل برگرفته شده از محیط.. 95
3-2- اجزای یادگیری تقویتی.. 97
3-3- اهدافوپاداش.... 98
3-4- Q-Learning 99
3-5- خاصیتمارکوف... 100
3-6- فرآیندتصمیمگیریمارکوف... 101
3-7- روشهای حل فرآیندهای تصمیم گیری مارکوف... 103
3-8- تابعارزش.... 104
3-9- تابع ارزش بهینه:105
3-10-فرایند تحلیل سلسله مراتبی (AHP)106
3-11- ویژگیهای فرایند تحلیل سلسله مراتبی.. 106
3-12- ساختار سلسله مراتبی.. 107
3-13- اصول فرایند تحلیل سلسله مراتبی.. 108
3-14- محاسبه وزن.. 108
3-15- روشهای محاسبه وزن.. 109
3-15-1- روش حداقل مربعات ( least squares method )109
3-15-2- روش حداقل مربعات لگاریتمی (logarithmic least squares method)110
3-15-3- روش بردار ویژه ( Eigenvector Method ):111
3-15-4- روش های تقریبی(Approximation Method). 112
3-16- سازگاری سیستم و ماتریس سازگار. 112
3-17- محاسبه نرخ ناسازگاری.. 113
4- نتیجهگیری.. 116
5- مراجع. 118
6-