Дональд Мичи - Компьютер-творец

Ссылки на книги и электронные библиотеки.
IllegalIllusion
Posts: 5
Joined: Thu Jun 23, 2005 9:08 am

Дональд Мичи - Компьютер-творец

Post by IllegalIllusion » Thu Jun 23, 2005 9:10 am

Очень хотелось бы найти эту книгу!!

И хотел у вас спросить... какие еще книги (кроме Napalkov_AI) есть в библиотеке этого сайта?

Спасибо!!

Inex
Posts: 2331
Joined: Mon Jan 05, 2004 10:33 am
Location: Санкт-Петербург

Re: Дональд Мичи - Компьютер-творец

Post by Inex » Thu Jun 23, 2005 11:13 am

IllegalIllusion wrote:Очень хотелось бы найти эту книгу!!
Именно этой книги я не встречал :(
И хотел у вас спросить... какие еще книги (кроме Napalkov_AI) есть в библиотеке этого сайта?
Собственно, в библиотеку книги пока было решено не помещать, чтобы не нарываться на конфликты с издателями. Довольно внушительное число книг в электронном виде есть у людей "на руках" (к сожалению, информация на сайте по этому поводу давно не обновлялась; но иногда кто-нибудь кидает сообщение в форум со ссылкой на какую-нибудь книгу, выложенную в Инете).
У меня, в частности, есть под сотню книг в электронном виде, которые могут быть чем-то интересны людям, занимающимся ИИ. Правда, из них непосредственно об ИИ не так уж и много. Вот, к примеру, несколько таких:
D. Partridge. Artificial intelligence and software engineering: understadning the promise of the future. 1998. 277 p.
Amit Konar. Artificial intelligence and soft computing: behavioral and cognitive modeling of the human brain. CRC Press. 2000. 788 p.
Computationalism: new directions. Matthias Scheutz, ed. MIT Press, 2002. 209 p.
Пушкин В.Г., Урсул А.Д. Информатика, кибернетика, интеллект. Философские очерки. - Изд-во "Штиинца", 1989.
Минский М. Фреймы для представления знаний: пеер. с англ. - М.: Энегрия, 1979. 151 с.
Jang J.-S.R.J. Sun C.-T. Mizutani E. Neuro-Fuzzy and Soft Computing: a computational approach to learning and machine intelligence. - Prentice Hall, 1997. 614 p.
Multiagent systems: a modern approach to distributed artificial intelligence. G. Weiss, ed. - MIT Press, 1999. 585 p.


Если вас интересует что-то конкретное (кроме названной вами книги), могу пару книг выслать (все подряд пересылать не хочется).
Может, есть у кого еще.
"Когда Вы говорите, Иван Васильевич, у меня такое чувство, что Вы бредите"

IllegalIllusion
Posts: 5
Joined: Thu Jun 23, 2005 9:08 am

Post by IllegalIllusion » Thu Jun 23, 2005 11:46 am

Спасибо за ответ!

Хотелось бы что-то фундаментальное... Что-то, что обязательно должно было попась в мои руки! (В мой хард диск).

Больше всего интересует способы представлений баз знаний и их автоматическое пополнение.

Пока я читал Широчин В.П. "Слово об Интеллекте".
И Олецький "Штучний інтеллект" (Киево-Могилянская академия)

... где меня познакомили с био-эмоционально-ориентированным интеллектом (человеком) и способах его копирования (моделирования) на комьютерах с некоторыми практическими моментами: семантические, фреймовые модели баз знаний, логическое программирование (Prolog), экспертные системы etc

На данный момент я разрабатываю поисковые системы где качество главенствует над количеством.

В дальнейшем, естественно будут роботы (скорее всего не только виртуальные).

Как уже говорил, считаю, что самое главное в подходе к разработке любой системы ИИ - способ организации баз знаний, быстрого и полного поиска по ним для выводов и принятия решений, пополнения оных.

Вторым по важности считаю момент, когда возможны несколько вариантов принятия решений, но выбрать нужно один, использую определенную систему приоритетов или сложную систему связей различных классов приоритетов (приоритеты по времени, приоритеты, меняющиеся от состояния и тд).

Вот про это и хотелось бы почитать! Посмотреть, как делали люди, и сделать субьективно лучше (пока что, всегда получалось и обьективно :roll: )!

ЗЫ. Меня не очень впечатлил Prolog в виду его сугубой дедуктивности. То есть, предположений программа сделать не сможет... не сможет мечтать и заниматься творчеством! А научить робота мечтать и творить - вот какая моя самая высшая задача на сегодняшний день. Еще раз спасибо! :D

Inex
Posts: 2331
Joined: Mon Jan 05, 2004 10:33 am
Location: Санкт-Петербург

Post by Inex » Thu Jun 23, 2005 12:22 pm

2 IllegalIllusion

Хм... возможно, вам будет тогда интересна книга:

Amit Konar. Artificial intelligence and soft computing: behavioral and cognitive modeling of the human brain. CRC Press. 2000. 788 p.

Вот ее содержание
Chapter 1: Introduction to Artificial Intelligence and Soft Computing
1.1 Evolution of Computing
1.2 Defining AI
1.3 General Problem Solving Approaches in AI
1.4 The Disciplines of AI
1.4.1 The Subject of AI
1.4.2 Applications of AI Techniques
1.5 A Brief History of AI
1.5.1 The Classical Period
1.5.2 The Romantic Period
1.5.3 The Modern Period
1.6 Characteristic Requirement for the Realization of Intelligent Systems
1.6.1 Symbolic and Numeric Computation on Common Platform
1.6.2 Non-Deterministic Computation
1.6.3 Distributed Computing
1.6.4 Open System
1.7 Programming Languages for AI
1.8 Architecture for AI Machines
1.9 Objective and Scope of the Book
1.10 Summary
Exercises
References

Chapter 2: The Psychological Perspective of Cognition
2.1 Introduction
2.2 The Cognitive Perspective of Pattern Recognition
2.2.1 Template- Matching Theory
2.2.2 Prototype-Matching Theory
2.2.3 Feature-based Approach for Pattern Recognition
2.2.4 The Computational Approach
2.3 Cognitive Models of Memory
2.3.1 The Atkinson-Shiffrin’s Model
2.3.2 Debates on the Atkinson-Shiffrin’s Model
2.3.3 Tulving’s Model
2.3.4 The Parallel Distributed Processing Approach
2.4 Mental Imagery
2.4.1 Mental Representation of Imagery
2.4.2 Rotation of Mental Imagery
2.4.3 Imagery and Size
2.4.4 Imagery and Their Shape
2.4.5 Part-whole Relationship in Mental Imagery
2.4.6 Ambiguity in Mental Imagery
2.4.7 Neuro Physiological Similarity between Imagery and Perception
2.4.8 Cognitive Maps of Mental Imagery
2.5 Understanding a Problem
2.5.1 Steps in Understanding a Problem
2.6 A Cybernetic View to Cognition
2.6.1 The States of Cognition
2.7 Scope of Realization of Cognition in Artificial Intelligence
2.8 Summary
Exercises
References

Chapter 3: Production Systems
3.1 Introduction
3.2 Production Rules
3.3 The Working Memory
3.4 The Control Unit / Interpreter
3.5 Conflict Resolution Strategies
3.6 An Alternative Approach for Conflict Resolution
3.7 An Illustrative Production System
3.8 The RETE Match Algorithm
3.9 Types of Production Systems
3.9.1 Commutative Production System
3.9.2 Decomposable Production System
3.10 Forward versus Backward Production Systems
3.11 General Merits of a Production System
3.11.1 Isolation of Knowledge and Control Strategy
3.11.2 A Direct Mapping onto State-space
3.11.3 Modular Structure of Production Rules
3.11.4 Tracing of Explanation
3.12 Knowledge Base Optimization in a Production System
3.13 Conclusions
Exercises
References

Chapter 4: Problem Solving by Intelligent Search
4.1 Introduction
4.2 General Problem Solving Approaches
4.2.1 Breadth First Search
4.2.2 Depth First Search
4.2.3 Iterative Deepening Search
4.2.4 Hill Climbing
4.2.5 Simulated Annealing
4.3 Heuristic Search
4.3.1 Heuristic Search for OR Graphs
4.3.2 Iterative Deepening A* Algorithm
4.3.3 Heuristic Search on AND-OR Graphs
4.4 Adversary Search
4.4.1 The MINIMAX Algorithm
4.4.2 The Alpha-Beta Cutoff Procedure
4.5 Conclusions
Exercises
References

Chapter 5: The Logic of Propositions and Predicates
5.1 Introduction
5.2 Formal Definitions
5.3 Tautologies in Propositional Logic
5.4 Theorem Proving by Propositional Logic
5.4.1 Semantic Method for Theorem Proving
5.4.2 Syntactic Methods for Theorem Proving
5.4.2.1 Method of Substitution
5.4.2.2 Theorem Proving by Using Wang’s Algorithm
5.5 Resolution in Propositional Logic
5.6 Soundness and Completeness of Propositional Logic
5.7 Predicate Logic
5.8 Writing a Sentence into Clause Forms
5.9 Unification of Predicates
5.10 Robinson’s Inference Rule
5.10.1 Theorem Proving in FOL with Resolution Principle
5.11 Different Types of Resolution
5.11.1 Unit Resulting Resolution
5.11.2 Linear Resolution
5.11.3 Double Resolution: A Common Mistake
5.12 Semi-decidability
5.13 Soundness and Completeness of Predicate Logic
5.14 Conclusions
Exercises
References

Chapter 6: Principles in Logic Programming
6.1 Introduction to PROLOG Programming
6.2 Logic Programs - A Formal Definition
6.3 A Scene Interpretation Program
6.4 Illustrating Backtracking by Flow of Satisfaction Diagrams
6.5 The SLD Resolution
6.6 Controlling Backtracking by CUT
6.6.1 Risk of Using CUT
6.6.2 CUT with FAIL Predicate
6.7 The NOT Predicate
6.8 Negation as a Failure in Extended Logic Programs
6.9 Fixed Points in Non-Horn Clause Based Programs
6.10 Constraint Logic Programming
6.11 Conclusions
Exercises
References

Chapter 7: Default and Non-Monotonic Reasoning
7.1 Introduction
7.2 Monotonic versus Non-Monotonic Logic
7.3 Non-Monotonic Reasoning Using NML I
7.4 Fixed Points in Non-Monotonic Reasoning
7.5 Non-Monotonic Reasoning Using NML II
7.6 Truth Maintenance Systems
7.7 Default Reasoning
7.8 The Closed World Assumption
7.9 Circumscription
7.10 Auto-epistemic Logic
7.11 Conclusions
Exercises
References

Chapter 8: Structured Approach to Knowledge Representation
8.1 Introduction
8.2 Semantic Nets
8.3 Inheritance in Semantic Nets
8.4 Manipulating Monotonic and Default Inheritance in Semantic Nets
8.5 Defeasible Reasoning in Semantic Nets
8.6 Frames
8.7 Inheritance in Tangled Frames
8.8 Petri Nets
8.9 Conceptual Dependency
8.10 Scripts
8.11 Conclusions
Exercises
References

Chapter 9: Dealing with Imprecision and Uncertainty
9.1 Introduction
9.2 Probabilistic Reasoning
9.2.1 Bayesian Reasoning
9.2.2 Pearl’s Scheme for Evidential Reasoning
9.2.3 Pearl’s Belief Propagation Scheme on a Polytree
9.2.4 Dempster-Shafer Theory for Uncertainty Management
9.3 Certainty Factor Based Reasoning
9.4 Fuzzy Reasoning
9.4.1 Fuzzy Sets
9.4.2 Fuzzy Relations
9.4.3 Continuous Fuzzy Relational Systems
9.4.4 Realization of Fuzzy Inference Engine on VLSI Architecture
9.5 Comparison of the Proposed Models
Exercises
References

Chapter 10: Structured Approach to Fuzzy Reasoning
10.1 Introduction
10.2 Structural Model of FPN and Reachability Analysis
10.2.1 Formation of FPN
10.2.2 Reachability Analysis and Cycle Identification
10.3 Behavioral Model of FPN and Stability Analysis
10.3.1 The Behavioral Model of FPN
10.3.2 State Space Formulation of the Model
10.3.3 Special Cases of the Model
10.3.4 Stability Analysis
10.4 Forward Reasoning in FPN
10.5 Backward Reasoning in FPN
10.6 Bi-directional IFF Type Reasoning and Reciprocity
10.7 Fuzzy Modus Tollens and Duality
10.8 Non-monotonic Reasoning in a FPN
10.9 Conclusions
Exercises
References

Chapter 11: Reasoning with Space and Time
11.1 Introduction
11.2 Spatial Reasoning
11.3 Spatial Relationships among Components of an Object
11.4 Fuzzy Spatial Relationships among Objects
11.5 Temporal Reasoning by Situation Calculus
11.5.1 Knowledge Representation and Reasoning in Situation Calculus
11.5.2 The Frame Problem
11.5.3 The Qualification Problem
11.6 Propositional Temporal Logic
11.6.1 State Transition Diagram for PTL Interpretation
11.6.2 The ‘Next-Time’ Operator
11.6.3 Some Elementary Proofs in PTL
11.7 Interval Temporal Logic
11.8 Reasoning with Both Space and Time
11.9 Conclusions
Exercises
References

Chapter 12: Intelligent Planning
12.1 Introduction
12.2 Planning with If-Add-Delete Operators
12.2.1 Planning by Backward Reasoning
12.2.2 Threatening of States
12.3 Least Commitment Planning
12.3.1 Operator Sequence in Partially Ordered Plans
12.3.2 Realizing Least Commitment Plans
12.4 Hierarchical Task Network Planning
12.5 Multi-agent Planning
12.6 The Flowshop Scheduling Problem
12.6.1 The R-C Heuristics
12.7 Summary
Exercises
References

Chapter 13: Machine Learning Techniques
13.1 Introduction
13.2 Supervised Learning
13.2.1 Inductive Learning
13.2.1.1 Learning by Version Space
13.2.1.2 Learning by Decision Tree
13.2.2 Analogical Learning
13.3 Unsupervised Learning
13.4 Reinforcement Learning
13.4.1 Learning Automata
13.4.2 Adaptive Dynamic programming
13.4.3 Temporal Difference Learning
13.4.4 Active Learning
13.4.5 Q-Learning
13.5 Learning by Inductive Logic Programming
13.6 Computational Learning Theory
13.7 Summary
Exercises
References

Chapter 14: Machine Learning Using Neural Nets
14.1 Biological Neural Nets
14.2 Artificial Neural Nets
14.3 Topology of Artificial Neural Nets
14.4 Learning Using Neural Nets
14.4.1 Supervised Learning
14.4.2 Unsupervised Learning
14.4.3 Reinforcement Learning
14.5 The Back-propagation Training Algorithm
14.6 Widrow-Hoff’s Multi-layered ADALINE Models
14.7 Hopfield Neural Net
14.8 Associative Memory
14.9 Fuzzy Neural Nets
14.10 Self-Organizing Neural Net
14.11 Adaptive Resonance Theory (ART)
14.12 Applications of Artificial Neural Nets
Exercises
References

Chapter 15: Genetic Algorithms
15.1 Introduction
15.2 Deterministic Explanation of Holland’s Observation
15.3 Stochastic Explanation of GA
The Fundamental Theorem of Genetic Algorithms
15.4 The Markov Model for Convergence Analysis
15.5 Application of GA in Optimization Problems
15.6 Application of GA in Machine Learning
15.6.1 GA as an Alternative to Back-propagation Learning
15.6.2 Adaptation of the Learning Rule / Control Law by GA
15.7 Applications of GA in Intelligent Search
15.7.1 Navigational Planning for Robots
15.8 Genetic Programming
15.9 Conclusions
Exercises
References

Chapter 16: Realizing Cognition Using Fuzzy Neural Nets
16.1 Cognitive Maps
16.2 Learning by a Cognitive Map
16.3 The Recall in a Cognitive Map
16.4 Stability Analysis
16.5 Cognitive Learning with FPN
16.6 Applications in Autopilots
16.7 Generation of Control Commands by a Cognitive Map
16.7.1 The Motor Model
16.7.2 The Learning Model
16.7.3 Evaluation of Input Excitation by Fuzzy Inverse
16.8 Task Planning and Co-ordination
16.9 Putting It All Together
16.10 Conclusions and Future Directions
Exercises
References

Chapter 17: Visual Perception
17.1 Introduction
17.1.1 Digital Images
17.2 Low Level Vision
17.2.1 Smoothing
17.2.2 Finding Edges in an Image
17.2.3 Texture of an Image
17.3 Medium Level Vision
17.3.1 Segmentation of Images
17.3.2 Labeling an Image
17.4 High Level Vision
17.4.1 Object Recognition
17.4.1.1 Face Recognition by Neurocomputing Approach
17.4.1.2 Non-Neural Approaches for Image Recognition
17.4.2 Interpretation of Scenes
17.4.2.1 Perspective Projection
17.4.2.2 Stereo Vision
17.4.2.3 Minimal Representation of Geometric Primitives
17.4.2.4 Kalman Filtering
17.4.2.5 Construction of 2-D Lines from Noisy 2-D Points
17.4.2.6 Construction of 3-D Points Using 2-D Image Points
17.4.2.7 Fusing Multi-sensory Data
17.5 Conclusions
Exercises
References

Chapter 18: Linguistic Perception
18.1 Introduction
18.2 Syntactic Analysis
18.2.1 Parsing Using Context Free Grammar
18.2.2 Transition Network Parsers
18.2.3 Realizing Transition Networks with Artificial Neural Nets
18.2.3.1 Learning
18.2.3.2 Recognition
18.2.4 Context Sensitive Grammar
18.3 Augmented Transition Network Parsers
18.4 Semantic Interpretation by Case Grammar and Type Hierarchy
18.5 Discourse and Pragmatic Analysis
18.6 Applications of Natural Language Understanding
Exercises
References

Chapter 19: Problem Solving by Constraint Satisfaction
19.1 Introduction
19.2 Formal Definitions
19.3 Constraint Propagation in Networks
19.4 Determining Satisfiability of CSP
19.5 Constraint Logic Programming
19.6 Geometric Constraint Satisfaction
19.7 Conclusions
Exercises
References

Chapter 20: Acquisition of Knowledge
20.1 Introduction
20.2 Manual Approach for Knowledge Acquisition
20.3 Knowledge Fusion from Multiple Experts
20.3.1 Constructing MEID from IDs
20.4 Machine Learning Approach to Knowledge Acquisition
20.5 Knowledge Refinement by Hebbian Learning
20.5.1 The Encoding Model
20.5.2 The Recall/ Reasoning Model
20.5.3 Case Study by Computer Simulation
20.5.4 Implication of the Results
20.6 Conclusions
Exercises
References

Chapter 21: Validation, Verification and Maintenance Issues
21.1 Introduction
21.2 Validation of Expert Systems
21.2.1 Qualitative Methods for Performance Evaluation
21.2.2 Quantitative Methods for Performance Evaluation
21.2.3 Quantitative Methods for Performance Evaluation with Multiple Experts
21.3 Verification of Knowledge Based System
21.3.1 Incompleteness of Knowledge Bases
21.3.2 Inconsistencies in Knowledge Bases
21.3.3 Detection of Inconsistency in Knowledge Bases
21.3.4 Verifying Non-monotonic Systems
21.4 Maintenance of Knowledge Based Systems
21.4.1 Effects of Knowledge Representation on Maintainability
21.4.2 Difficulty in Maintenance, When the System Is Built with Multiple Knowledge Engineers
21.4.3 Difficulty in Maintaining the Data and Control Flow
21.4.4 Maintaining Security in Knowledge Based Systems
21.5 Conclusions
Exercises
References

Chapter 22: Parallel and Distributed Architecture for Intelligent Systems
22.1 Introduction
22.2 Salient Features of AI Machines
22.3 Parallelism in Heuristic Search
22.4 Parallelism at Knowledge Representational Level
22.4.1 Parallelism in Production Systems
22.4.2 Parallelism in Logic Programs
22.5 Parallel Architecture for Logic Programming
22.5.1 The Extended Petri Net Model
22.5.2 Forward and Backward Firing
22.5.3 Possible Parallelisms in Petri Net Models
22.5.4 An Algorithm for Automated Reasoning
22.5.5 The Modular Architecture of the Overall System
22.5.6 The Time Estimate
22.6 Conclusions
Exercises
References

Chapter 23: Case Study I: Building a System for Criminal Investigation
23.1 An Overview of the Proposed Scheme
23.2 Introduction to Image Matching
23.2.1 Image Features and Their Membership Distributions
23.2.2 Fuzzy Moment Descriptors
23.2.3 Image Matching Algorithm
23.2.4 Rotation and Size Invariant Matching
23.2.5 Computer Simulation
23.2.6 Implications of the Results of Image Matching
23.3 Fingerprint Classification and Matching
23.3.1 Features Used for Classification
23.3.2 Classification Based on Singular Points
23.4 Identification of the Suspects from Voice
23.4.1 Extraction of Speech Features
23.4.2 Training a Multi-layered Neural Net for Speaker Recognition
23.5 Identification of the Suspects from Incidental Descriptions
23.5.1 The Database
23.5.2 The Data-tree
23.5.3 The Knowledge Base
23.5.4 The Inference Engine
23.5.5 Belief Revision and Limitcycles Elimination
23.5.6 Non-monotonic Reasoning in a FPN
23.5.7 Algorithm for Non-monotonic Reasoning in a FPN
23.5.8 Decision Making and Explanation Tracing
23.5.9 A Case Study
23.6 Conclusions
Exercises
References

Chapter 24: Case Study II: Realization of Cognition for Mobile Robots
24.1 Mobile Robots
24.2 Scope of Realization of Cognition on Mobile Robots
24.3 Knowing the Robot’s World
24.4 Types of Navigational Planning Problems
24.5 Offline Planning by Generalized Voronoi Diagram (GVD)
24.6 Path Traversal Optimization Problem
24.6.1 The Quadtree Approach
24.6.2 The GA-based Approach
24.6.3 Proposed GA-based Algorithm for Path Planning
24.7 Self-Organizing Map (SOM)
24.8 Online Navigation by Modular Back-propagation Neural Nets
24.9 Co-ordination among Sub-modules in a Mobile Robot
24. 9.1 Finite State Machine
24.9.2 Co-ordination by Timed Petri Net Model
24.10 An Application in a Soccer Playing Robot
Exercises
References

Chapter 24+: The Expectations from the Readers
Appendix A: How to Run the Sample Programs?
Appendix B: Derivation of the Back-propagation Algorithm
Appendix C: Proof of the Theorems of Chapter 10

Правда, тут вопрос, насколько свободно вы читаете книги на английском? Если на английском устраивает, могу выслать.

Можете также глянуть на учебники по экспертным системам (в библиотеке сайта ссылка на один такой онлайновый учебник приводилась). Переведенную на русский, можно почитать книгу Минского по фреймам (это к представлению знаний), но, если честно, когда я ее прочитал, был немного разочарован (ИМХО, она представляет больше исторический интерес, хотя почитать ее тоже можно).
"Когда Вы говорите, Иван Васильевич, у меня такое чувство, что Вы бредите"

Inex
Posts: 2331
Joined: Mon Jan 05, 2004 10:33 am
Location: Санкт-Петербург

Post by Inex » Thu Jun 23, 2005 12:26 pm

IllegalIllusion wrote:Посмотреть, как делали люди, и сделать субьективно лучше (пока что, всегда получалось и обьективно :roll: )!
Ну, для этого лучше читать не книги, а научные статьи, технические отчеты, диссертации и т.д. (с книг нужно начать, так как они дают общую базу, но ими не следует ограничиваться, если вы собираетесь "соревноваться" с тем, что делается на данный момент в мире).
"Когда Вы говорите, Иван Васильевич, у меня такое чувство, что Вы бредите"

Mikki
Posts: 48
Joined: Fri Mar 05, 2004 5:52 pm
Location: Украина

Post by Mikki » Thu Jun 23, 2005 1:20 pm

Вторым по важности считаю момент, когда возможны несколько вариантов принятия решений, но выбрать нужно один, использую определенную систему приоритетов или сложную систему связей различных классов приоритетов (приоритеты по времени, приоритеты, меняющиеся от состояния и тд).
А вот по этому вопросу посмотрите "Стратегия прорыва" профессора Троня. Ваш земляк. Сам он уже отошел от дел, но данная монография - это его докторская диссертация. Поищите в Киеве - Академія державного управління.

IllegalIllusion
Posts: 5
Joined: Thu Jun 23, 2005 9:08 am

Post by IllegalIllusion » Thu Jun 23, 2005 2:51 pm

1.5.1 The Classical Period
1.5.2 The Romantic Period
1.5.3 The Modern Period
Никогда не встречал таких периодов!! :)
И вообще, почти все разделы книги - как раз-то, что как мне кажется нужно!!
Exactly what I need!! ...I belive.. :wink:

Соперничать я не собираюсь! Все, что я делаю - мое призвание, и делаю я исключительно ради действия! Но это все игра слов.

А с тем, что книги дают базовые, общеизвестные представления ключевых аспектов разработки ИИ, а диссертации - примеры частного применения, я абсолютно согласен! И теоретически буду придерживаться этой методики (если конечно все само собой не сложится, как это обычно бывает)!

Заранее спасибо! :roll:

Mikki

Спасибо! Попробую найти!
Только.. вы имеете в виду найти здание и найти там бумажную книгу?

Inex
Posts: 2331
Joined: Mon Jan 05, 2004 10:33 am
Location: Санкт-Петербург

Post by Inex » Thu Jun 23, 2005 2:58 pm

2 IllegalIllusion
Книгу выслал на указанное в вашем профиле мыло. Она довольно большая - в архиве 7.5 метров. Надеюсь, ваш почтовый ящик выдержит. В крайнем случае, могу выложить куда-нить, откуда можно будет ее скачать.
"Когда Вы говорите, Иван Васильевич, у меня такое чувство, что Вы бредите"

IllegalIllusion
Posts: 5
Joined: Thu Jun 23, 2005 9:08 am

Post by IllegalIllusion » Thu Jun 23, 2005 3:31 pm

Я на это решение и расчитывал (принять на ящик, который у меня в деталях).. но что-то нету ничего до сих пор! :shock:

LonelyCruiser
Posts: 71
Joined: Mon Jan 05, 2004 10:31 pm
Location: Киев

Post by LonelyCruiser » Thu Jun 23, 2005 7:34 pm

2 Inex
Спрошу и я тогда.
Вы иногда упоминаете Прибрама "Языки мозга", гнига интересная, но довольно таки древняя, может быть имеется что-то новое в таком стиле?
Еще интересно CBR.
Если вы не можете что-то объяснить шестилетнему ребенку, значит вы сами этого не понимаете.
(А. Эйнштейн)

DS
Posts: 949
Joined: Tue Jan 06, 2004 6:17 am

Post by DS » Fri Jun 24, 2005 12:12 am

К вопросу об обмене файлами: http://www.webfile.ru/
«Wenn ich 'Theorie' hore, entsichere ich meinen Browning!»

Inex
Posts: 2331
Joined: Mon Jan 05, 2004 10:33 am
Location: Санкт-Петербург

Post by Inex » Fri Jun 24, 2005 8:37 am

2 IllegalIllusion
Выложил на
http://www.aicommunity.org/members/inex ... vioral.zip
как скачаете, скажите, я сотру...

2 LonelyCruiser
Не, таких книг в электронном виде нету :(
(есть только немного книг 70-80 годов и то в бумажном виде)
Кроме Блюма и Асимметрии Мозга (которые не особо новые и у всех есть) в электронном виде есть еще "Fundamentals of Human Neuropsychology" Fifth Edition, Bryan Kolb, Ian Q. Whishaw. Наверняка ее кто-то тоже скачивал. Правда, весит она 220 метров, и, вероятно, не совсем то, что вы хотите. Наверняка у кого-нибудь из присутствующих здесь "естественников" такой литературы поболе.

2 DS
Не доверяю я таким лавочкам :D
"Когда Вы говорите, Иван Васильевич, у меня такое чувство, что Вы бредите"

IllegalIllusion
Posts: 5
Joined: Thu Jun 23, 2005 9:08 am

Post by IllegalIllusion » Fri Jun 24, 2005 9:43 am

Спасибо! Книга действительно охватывает много вопросов!

Будем изучать!! :)

LonelyCruiser
Posts: 71
Joined: Mon Jan 05, 2004 10:31 pm
Location: Киев

Post by LonelyCruiser » Fri Jun 24, 2005 3:27 pm

2 Inex
Спасибо
Если вы не можете что-то объяснить шестилетнему ребенку, значит вы сами этого не понимаете.
(А. Эйнштейн)

Narg
Posts: 164
Joined: Thu Jul 12, 2007 12:03 am

Post by Narg » Tue Feb 26, 2008 11:43 pm

А у меня есть "Компьютер-творец", пол тонны(четверть точно) книг перерыл, и как всегда оказалось что она лежала на самом видном месте. :)

Когда фотоаппарат будет, буду переводить в цифровой вид("сегодняшними сканерами гиблое дело").

Locked

Who is online

Users browsing this forum: No registered users and 1 guest