不确定性人工智能

《不确定性人工智能(第2版)》是2014年国防工业出版社出版的图书，作者是李德毅。

• 书名 不确定性人工智能(第2版)
• 作者 李德毅
• 类别 TP18(中图分类)
• 出版社 国防工业出版社
• 出版时间 2014年5月

内容简介

　　本书来自讨论了人类知识和智能中，不确定性存在的客观性、普遍性和积极意义，并围绕不确定性人工智能的特征、表示、模型、推理机制、不确定性思维活动中的确定性等进行了研究，利用认知的物理学方法，从定性定量双向认知转换的云模型，到云变置常留换、数据场，到数据挖掘我验延选突货卷目、智能控制和群体智能带提逐层展开，寻找不确360百科定性知识和智能处理中的规律性，最后反思了模糊集合的贡献与局限，并对不确定性人工智能研究的发展方向进行了展望。

图片

　　本书的读者，可以是从事认知科学、脑科学帝矛占令烧、人工智能、计算机科学和控制论研究的学者，法工尤其是从事自然戒判篮语言历余持须界权倒开阻够理解与处订辨洪理、智能检索、室修振二轴列按知识工程、数据挖掘、智能控制的研究和开发人员;同时，本书也可作为大专院校相关专业的研究生教学用书或参考用书。

目录

　　第1章 面向不确定性的人工智能1

　　1.1 人类智能的不确定性2

　　1.1.1 不确定性的魅力2

　　1.1.2 熵的世界7

　　1.2 人工智能50年坏教食委强头兵甲军随还10

　　1.2.1 从著名的达特茅斯会议谈起11

　　1.2.2 与时俱进的研究目标13

统杆干　　1.2.3 人工智能50年再档榜白主要成就19

　　1.3 人工智能研究全催的主要方法23

　　1.3.1 符号主义方法23

　　1.3.2 联模员互天注移刻够甚围结主义方法27

　　1.3.3 行为主义方法29

　　1.4 人工智能的学科大交叉趋匪些六厚抹势31

　　1.4.1 脑科什块学与人工凶乐灶坑智能31

　　1.4.2 认知科学与人工智能34

　季　1.4.3 网络科学真与人工智能35

　　1.4.4 学科交叉孕育人工智能大突破38

　　第2章 定性定量编名冷半余术众目钱衡语转换的认知模型--云模型40

　　2.1 不确定性人工智失能研究的切入点40

　　2.1.1 人类智能研究的多个切入点40

　　2.1.2 抓住自然语言中的概念不放41

　　2.1.3 概念中的随机性和模糊性42

　　2.2 用云模型表示概念的不确定性44

　　2.2.1 云和云滴44

　　2.2.2 宗机怀侵增四云的数字特征46

　　2.2.3 云模型的种类48

　　第县全希2.3 正向高斯云算法50

　　2.3.1 算法描述50

　　2.3.2 云滴对概念的贡献53

　　2.3.3 用高斯云理解农历节气55

　　2.4 高斯云的数学性质56

　　2.4.1 云滴分布的统计分析57

　　2.4.2 云滴确定度分布的统计分析60

　　2.4.3 高斯云的期望曲线63

　　2.4.4 从云到雾65

　　2.5 逆向高斯云算法68

　　2.5.1 算法描述68

　　2.5.2 逆向高斯云的参数估计与误差分析72

　　2.6 进一步理解云模型75

　　2.6.1 射击评判75

　　2.6.2 带有不确定性的分形79

　　2.7 高斯云的普适性84

　　2.7.1 高斯分布的普适性84

　　2.7.2 钟形隶属函数的普遍性86

　　2.7.3 高斯云的普遍意义88

　　第3章 云变换92

　　3.1 粒计算中的基本术语93

　　3.1.1 尺度、层次和粒度93

　　3.1.2 概念树和泛概念树95

　　3.2 高斯变换97

　　3.2.1 高斯变换参数估计98

　　3.2.2 高斯变换算法100

　　3.3 高斯云变换103

　　3.3.1 从高斯变换到高斯云变换104

　　3.3.2 启发式高斯云变换106

　　3.3.3 自适应高斯云变换110

　　3.3.4 多维高斯云变换117

　　3.4 高斯云变换用于图像分割118

　　3.4.1 图像中的过渡区踏辨定发现118

　　3.4.2 图像中差异性目标提取123

　　第4章 数据场与拓扑势132

　　4.1 数据场132

　　4.1.1 用场描述数据对象间的相互作用132

　　4.1.2 从物理场到数据场135

　　4.1.3 数据的势场和力场139

　　4.1.4 场函数中影响因子的选取149

　　4.2 基于数据场的聚类152

　　4.2.1 分类与聚类中的不确定性152

　　4.2.2 用数据场实现动态聚类153

　　4.2.3 用数据场实现人脸图像的表情聚类160

　　4.3 基于拓扑势的复杂网络研究169

　　4.3.1 从数据场到拓扑势170

　　4.3.2 用拓扑势发现网络中重要节点171

　　4.3.3 用拓扑势发现网络社区178

　　4.3.4 用拓扑势发现维基百科中的热词条183

　　第5章 云推理与云控制190

　　5.1 云推理190

　　5.1.1 云模型构造定性规则191

　　5.1.2 规则集生成197

　　5.2 云控制198

　　5.2.1 云控制的机理198

　　5.2.2 云控制对模糊控制的理论解释209

　　5.3 倒立摆中的不确定性控制210

　　5.3.1 倒立摆及其控制211

　　5.3.2 一级、二级倒立摆的定性控制机理212

　　5.3.3 三级倒立摆的云控制策略215

　　5.3.4 倒立摆的动平衡模式226

　　5.4 智能驾驶中的不确定性控制233

　　5.4.1 汽车的智能驾驶234

　　5.4.2 基于智能车辆的驾驶行为模拟243

　　第6章 用认知物理学方法研究群体智能247

　　6.1 相互作用是群体智能的重要成因247

　　6.1.1 群体智能248

　　6.1.2 涌现是群体行为的一种表现形态250

　　6.2 云模型和数据场在群体智能研究中的应用252

　　6.2.1 用云模型表示个体行为的离散性253

　　6.2.2 用数据场描述个体间的相互作用254

　　6.3 典型案例:"掌声响起来"255

　　6.3.1 用云模型表示人的鼓掌行为256

　　6.3.2 用数据场反映掌声的相互传播259

　　6.3.3 "掌声响起来"的计算模型260

　　6.3.4 实验平台263

　　6.3.5 涌现的多样性分析267

　　6.3.6 带引导的掌声同步271

　　第7章 云计算推动不确定性人工智能大发展275

　　7.1 从云模型看模糊集合的贡献与局限275

　　7.1.1 模糊逻辑似是而非的争论275

　　7.1.2 模糊性对随机性的依赖性278

　　7.1.3 从模糊推理到不确定性推理281

　　7.2 从图灵计算到云计算283

　　7.2.1 超出图灵机的云计算286

　　7.2.2 云计算与云模型291

　　7.2.3 游走在高斯和幂律分布之间的云模型294

　　7.3 大数据呼唤不确定性人工智能300

　　7.3.1 从数据库到大数据300

　　7.3.2 网络交互和群体智能303

　　7.4 不确定性人工智能展望308参考文献311

　　基金资助317

　　相关专利319

　　索引321

　　再版后记324

　　附录 不确定性人工智能理论与应用学术沙龙--对话实录325