人工智能中的圖表推理

譯者序原書(shū)前言第1章 引言：人工智能領(lǐng)域的局限 1.1 引言 1.2 人工智能的局限 1.2.1 創(chuàng)造一臺(tái)思考機(jī)器的困難 1.2.2 缺乏常識(shí)性推理 1.2.3 難以駕馭的特性 1.3 智能系統(tǒng)的解釋能力 1.3.1 系統(tǒng)的透明度 1.3.2 系統(tǒng)的靈活性 1.4 人工智能的未來(lái)：面向交互式的圖表 參考文獻(xiàn)第2章 思維模型：在人眼中的圖表 2.1 思維模型的定義 2.2 知識(shí)的組織 2.2.1 內(nèi)部連接 2.2.2 外部連接 2.3 討論 參考文獻(xiàn)第3章 圖表的類型 3.1 引言 3.2 系統(tǒng)拓?fù)? 3.3 順序和流程 3.3.1 活動(dòng)圖表 3.3.2 泳道：分割一幅活動(dòng)圖表 3.3.3 案例研究：在急救室中的治療類選法 3.4 層次和分類 3.4.1 組織圖表 3.4.2 遺傳層次 3.4.3 組成模型 3.5 關(guān)聯(lián) 3.5.1 語(yǔ)義網(wǎng)絡(luò) 3.5.2 實(shí)體關(guān)系圖表 3.6 因果關(guān)系 3.6.1 有向圖 3.6.2 其他符號(hào)系統(tǒng) 3.6.3 因果關(guān)系推理中的謬論 3.7 決策圖表 3.7.1 決策樹(shù) 3.7.2 影響圖表 3.7.3順序的決策 3.8 討論 參考文獻(xiàn)第4章 應(yīng)用圖表的邏輯推理 4.1 引言 4.2 論證圖表 4.3 用動(dòng)態(tài)維恩圖表進(jìn)行邏輯推理 4.3.1 維恩圖表介紹 4.3.2 通過(guò)維恩圖表的演繹推論：第一個(gè)途徑 4.3.3 轉(zhuǎn)換規(guī)則 4.4 回顧演繹推理 4.4.1 兩種表示系統(tǒng)的檢驗(yàn)：語(yǔ)言學(xué)(一階邏輯)對(duì)應(yīng)非語(yǔ)言學(xué)(維恩圖表) 參考文獻(xiàn)第5章 基于規(guī)則的專家系統(tǒng) 5.1 引言 5.2 基于規(guī)則的推理 5.2.1 基于規(guī)則的專家系統(tǒng)的組成部分 5.2.2 推理機(jī) 5.2.3 沖突結(jié)果 5.2.4 CLIPS 5.3 利益與局限 5.3.1 很難對(duì)專門技術(shù)進(jìn)行提取 5.3.2 不能捕獲所有的知識(shí) 5.3.3 專家系統(tǒng)不能夠?qū)W習(xí) 5.3.4 專家系統(tǒng)缺乏靈活性 5.3.5 缺乏對(duì)專家系統(tǒng)的信任，同時(shí)在解釋結(jié)果上面專家系統(tǒng)的能力有限 5.3.6 專家系統(tǒng)很難檢驗(yàn)和驗(yàn)證 附錄A 股票選擇專家系統(tǒng) 參考文獻(xiàn)第6章 帶有圖形的基于規(guī)則的推理 6.1 專家系統(tǒng)的透明性 6.2 用圖表表示一個(gè)簡(jiǎn)單的專家系統(tǒng) 6.3 更復(fù)雜的應(yīng)用：運(yùn)輸模式選擇 6.4 知識(shí)庫(kù)的分層模型 6.5 專家系統(tǒng)的靈活性 6.6 規(guī)則軌跡圖 6.7 策略知識(shí) 6.8 討論 附錄A 運(yùn)輸模式知識(shí)庫(kù) 參考文獻(xiàn)第7章 基于模型的推理 7.1 基于模型的診斷 7.1.1 排除一個(gè)簡(jiǎn)單設(shè)備的故障 7.1.2 排除邏輯門設(shè)備故障 7.2 設(shè)計(jì)商業(yè)后勤網(wǎng)絡(luò) 7.2.1 LogNet描述 7.2.2 網(wǎng)絡(luò)基準(zhǔn) 7.3 帶有圖形用戶界面的可視化交互模型 7.4 基于模型的推理：通向一個(gè)較好網(wǎng)絡(luò)設(shè)計(jì)的向?qū)? 7.4.1 網(wǎng)絡(luò)整理 7.4.2 網(wǎng)絡(luò)分散 7.5 使用LogNet解決問(wèn)題：兩個(gè)方案 7.6 基于啟發(fā)式搜索的調(diào)整 7.7 討論參考文獻(xiàn)第8章 基于置信度與貝葉斯網(wǎng)絡(luò)的不精確推理 8.1 置信度 8.1.1 信度網(wǎng)絡(luò) 8.1.2 惡意病毒檢測(cè)系統(tǒng) 8.2 概率論基本原理 8.2.1 基本概念 8.2.2 條件概率與貝葉斯定理 8.3 貝葉斯網(wǎng)絡(luò) 8.4 討論 參考文獻(xiàn)第9章 理解圖表推理的框架 9.1 評(píng)估圖表準(zhǔn)則 9.1.1 有效圖表可以深化對(duì)系統(tǒng)的理解 9.1.2 有效圖表表述非常明確 9.1.3 有效圖表是最簡(jiǎn)的 9.1.4 有效圖表是相關(guān)的 9.1.5 有效圖表支持多層的描述 9.2 比較兩個(gè)圖表：信息能力和計(jì)算能力 9.3 超越靜態(tài)圖表 9.4 編后：應(yīng)用并超越人工智能技術(shù)的圖形化用戶界面參考文獻(xiàn)