Adobe PDF
(9.72 MB)
Brochure
Download
Title Details: | |
INTRODUCTION TO COMPUTATIONAL INTELLIGENCE |
|
Other Titles: |
A Holistic Approach |
Authors: |
Kampourlazos, Vasileios Papakostas, Georgios |
Reviewer: |
Kechagias, Athanasios |
Subject: | MATHEMATICS AND COMPUTER SCIENCE > COMPUTER SCIENCE > INTELLIGENT SYSTEMS |
Keywords: |
Neural Networks
Fyzzy Systems Evolutionary Computation Unified Data Representation |
Description: | |
Abstract: |
Η Υπολογιστική Νοημοσύνη αρχικά ορίστηκε ως το σύνολο τριών τεχνολογιών που περιλαμβάνουν τα νευρωνικά δίκτυα, τα ασαφή συστήματα και τον εξελικτικό υπολογισμό. Αργότερα προτάθηκαν επιπλέον τεχνολογίες, π.χ. συστήματα στήριξης αποφάσεων, μηχανικής μάθησης, εξόρυξης δεδομένων, και ποικίλες συνέργιες αυτών. Η διευρυμένη Υπολογιστική Νοημοσύνη έχει ως αντικείμενο την ανάλυση και σχεδίαση μοντέλων για μάθηση ή/και γενίκευση που βασίζονται σε αριθμητικά δεδομένα. Σημειώστε ότι η διαδικασία της μάθησης θέτει και το θέμα της αναπαράστασης της πληροφορίας.
Πρόσφατα δημοσιεύματα τοποθετούν την Υπολογιστική Νοημοσύνη στον πυρήνα τεχνολογιών αιχμής που έχουν να κάνουν με την επεξεργασία τεράστιου όγκου δεδομένων, την αλληλεπίδραση ανθρώπου-υπολογιστή, το Διαδίκτυο πραγμάτων, κλπ [1]. Περαιτέρω στο [1], υποστηρίζεται η ανάγκη για μια ολιστική άποψη στην διδασκαλία της Υπολογιστικής Νοημοσύνης (αντί των αποσπασματικών απόψεων που προτείνουν επιμέρους τεχνολογίες) με έμφαση όχι μόνο σε πρακτικές εφαρμογές αλλά και σε βασική γνώση. Ο σκοπός αυτού του βιβλίου είναι να εισάγει στην επιστημονική περιοχή της Υπολογιστικής Νοημοσύνης με προοπτική εφαρμογών σε αναδυόμενες τεχνολογίες. Τον σκελετό της παρουσίασης αποτελούν μοντέλα και αλγόριθμοι. Στο Παράρτημα αυτού του βιβλίου δίνεται λογισμικό υλοποίησης αλγόριθμων σε MATLAB καθώς και παραδείγματα πρακτικών εφαρμογών. Εκτεταμένα και οπτικο-ακουστικά σχόλια των συγγραφέων φιλοδοξούν να δώσουν κίνητρο για βαθύτερη μελέτη ξεκινώντας από την επιλεγμένη βιβλιογραφία που παρατίθεται ανά κεφάλαιο. Η διευρυμένη Υπολογιστική Νοημοσύνη αποτελεί το ένα σκέλος της ολιστικής προσέγγισης που προτείνεται εδώ. Το άλλο σκέλος αφορά μια ενοποίηση της ανάλυσης και σχεδίασης στην Υπολογιστική Νοημοσύνη μέσω μιας ενοποιημένης αναπαράστασης της πληροφορίας στη βάση της μαθηματικής θεωρίας πλεγμάτων. [1] M. M. Polycarpou, “Computational intelligence in the undergraduate curriculum”, IEEE Computational Intelligence Magazine, vol. 8, no. 2, p. 3, May 2013. |
Linguistic Editors: |
Violitzi, Georgia |
Type: |
Undergraduate textbook |
Creation Date: | 2015 |
Item Details: | |
ISBN |
978-960-603-078-9 |
License: |
http://creativecommons.org/licenses/by-nc-nd/3.0/gr |
Handle | http://hdl.handle.net/11419/3443 |
Bibliographic Reference: | Kampourlazos, V., & Papakostas, G. (2015). INTRODUCTION TO COMPUTATIONAL INTELLIGENCE [Undergraduate textbook]. Kallipos, Open Academic Editions. https://hdl.handle.net/11419/3443 |
Language: |
Greek |
Consists of: |
1. Artificial Neural Networks 2. Fuzzy Systems 3. Evolutionary Computation 4. Classic Computational Intelligence Extensions 5. Methodologies Statistical, Probabilistic, Evidential 6. Methodologies with Graphs 7. Lattice Theory in Computational Intelligence 8. Computational Paradigms in Lattices 9. Intervals' Numbers 10. An Introduction to MATLAB and Computational Examples 11. Statistical Testing of Computational Intelligence Models 12. Computational Intelligence Applications |
Number of pages |
230 |
Publication Origin: |
Kallipos, Open Academic Editions |