人工智能复习（期末考试）

1.框架表示法有什么特点？继承性，自然性，结构性。
2.产生式表示法的优点缺点：模块性，清晰性，自然性，有效性
缺点：效率不高，不能表示具有结构关系的知识
3.什么是产生式系统，它是由什么组成的
把一组产生式放在一起，使其相互作用，协同合作，其中一个产生式得出的结论可供另一个产生式作为已知事实使用，从而得出问题的解，这样的系统叫做产生式系统。产生式系统由：规则库，推理机，综合数据库。
4.产生式表示法适合表示的知识：
由许多相对独立的知识元组成的领域知识，且相互之间联系不密切，不存在结构关系，如化学反应
具有经验性不确定的知识组成，且相关知识没有统一，严格的理论要求如：故障诊断，医疗诊断
领域问题的求解过程可以被表示为一系列相对独立的操作
5.命题：是一个非真即假的陈述句
6.什么是知识？知识的表示？，知识有哪些性质？知识有哪些表示方法？知识表示：就是将人类知识模式化，形式化。知识：就是把有关的信息关联起来的信息结构。知识的特性：不确定性（经验性，随机性，模糊性，不完全性），相对正确性，可利用性与可表示性。知识表示方法：一阶谓词逻辑，产生式，框架，面向对象，人工神经网络，语义网络表示
7.一阶谓词逻辑表示法的优点：自然性，严密性，精确性，容易实现缺点：不能表示不确定的知识，组合爆炸，效率低
8.什么是学习？什么是机器学习？机器学习研究什么的方面问题包括什么？学习系统包括什么？答：机器学习使计算机不断的通过模仿人的学习行为，自动的通过学习来获得知识和技能，并提高性能，实现自我完善。机器学习的研究方面的问题：学习机理，学习方法，学习系统。学习系统包括：环境，知识库，学习，执行与评价。学习：通过一些途径而获得知识，技能或认知的过程。
9.框架：描述对象所论属性的数据结构
10.AI研究的三条主要途径：符号主义，连接主义，行为主义。
11.知识的分类：作用范围：常识性知识，领域性知识。作用及表示：事实性知识，规则性知识，控制性知识。确定性：确定性知识，和非确定性表示。
12.人工智能研究的基本内容：机器思维（将机器外部得来的信息与机器内部信息进行有目的的处理），机器行为（使机器具有人的行为能力，如说读写），机器感知（是机器有类似于人的感知能力），知识的表示（将知识模式化和形式化）（以机器视觉和机器听觉为主），机器学习（使计算机能够模拟人的学习行为，通过学习自动获取知识的行为）知识的表示
13.人工智能的研究领域：博弈，自动定理证明，模式识别，机器视觉，机器人，智能机器检索，专家系统，自动程序设计，人工神经网络
团队协作中，主要研究的问题是各智能体之间合作与对话，主要包括分布式求解，和多智能体系统
14.分布式人工智能：是分布式计算与人工智能相结合的结果，具有操作性和交互性的特点。分布式求解：就是把问题划分为多个相互合作，知识共享的模块或者节点。多智能体系统:是研究生智能体行为之间的相互协调。异同：这两个领域都是研究知识，资源和控制的划分的问题，分布式计算主要是一个全局的概念模型，问题，和成功标准，而多智能体系统则是研究的往往是一多个局部的模型概念，问题，成功标准，多智能体系统具有灵活性，适应性的特点，更适合人类社会的智能，能够表现人类社会的动态变化。
15.人工智能的目标是用机器人实现人类的部分智能。智能的特征：1、具有感知能力2、具有记忆与思维能力3、具有学习能力4、具有行为能力。人工智能就是用人工的方法在机器上实现的智能，也成为机器智能。人工智能是一门研究如何构造智能机器或智能系统，使它能够模拟，延伸，扩展人类智能的学科。
16.知识表示：结构化、半结构化、非结构化。表示方法分为：符号表示法和连接机制表示法。符号表示法是用各种包含具体含义的符号,以各种不同的方式和顺序组合起来表示知识的。连接机制表示法是用神经网络表示知识的一种方法。目前用得较多的知识表示方法有:一阶谓词逻辑表示法、产生式表示法、框架表示法、语义网络表示法、状态空间表示法、神经网络表示法、脚本表示法、法及面向对象表示法。
17.人工智能研究的基本内容：知识表示、机器感知、机器思维、机器学习（研究如何使计算机具有类似人的学习能力，使它能通过学习自动的获取知识）、机器行为
18.人们在对各种事物进行分析、综合并最后做出决策时，通常是从已知的事实出发，通过运用已掌握的知识，找出其中蕴涵的事实，或归纳出新的事实。这一过程通常称为推理，即从初始证据出发，按某种策略不断运用知识库中的已知知识,逐步推出结论的过程称为推理。
19. 数学理论实际应用效果收敛性，泛化性。稳定性。
推理方式及其分类：从推出结论的途径来划分：演绎推理，归纳推理，默认推理
从所用知识的确定性来分：确定性推理和不确定性推理。按是否越来越接近目标可以分为单调推理和非单调推理。按是否有启发性知识来分：启发性知识和非启发性知识。按推理方向分可以分为正向推理（从已知事实出发，得出问题的结论），逆向推理（从已有结论出发，得到已知事实），双向推理（既有自顶向上的推理，也有自顶向下的推理）
若推理出现冲突时，采用冲突解决策略，启用选择排序，一般常用的排序有：就近排序，规模排序，按匹配度排序，按已知事实的新鲜度排序，按条件个数排序，按规则的针对性排序等。
1.不确定性：知识的不确定性与证据的不确定性。：知识的不确定性表示，证据的不确定性表示，不确定性的度量
2.宽度优先策略和深度优先策略的不同：宽度优先策略始终时在同一级节点中考察的，一级中考察完毕再进入另一级节点中考察，它是自顶向下一层一层逐渐搜索的，是一个横向的搜索，其搜索是完备的。得到的解是最优的解。深度优先搜索是在每一层中只允许一个扩展节点，一直纵向进行知道不能再前进时，返回上一级节点沿着另一级方向继续前进，它是从根节点出发一支一支搜索的，属于纵向的搜索，是不完备的搜索，得到的解不一定是最优解。什么情况下使用：在不要求求解速度，并且目标节点的深度较深的情况下，宽度优先大于深度优先。在要求求解速度，且目标节点的深度较浅的情况下，深度优先好于宽度优先。
3.什么是搜索？有那两大类？，两者的区别是什么？：在搜索中需要解决是否一定能找到一个解，是否终止运行，找到的解是否是最佳解，搜索过程的时间复杂度与空间复杂度性如何等基本问题。两大类：盲目搜索（是在部队特定问题的任何有关信息的条件下，按固定的步骤进行的搜索）和启发式搜索（考虑特定问题领域可应用的知识，动态的确定调用操作算子的步骤优先选择较合适的操作算2子）->：宽度优先搜索，深度优先搜索，代价树优先搜索。区别：盲目搜索效率不高适用于解决简单问题，而另一个相反效率高，可以解决复杂问题求解。
4.进化算法是基于自然选择和自然遗传等生物的进化机制的一种搜索算法（迭代算法）
5.生物进化的设计原则：稳定性原则，收敛性原则，稳定性原则，适应性原则，生物类比原则。
6.基本遗传操作有:交叉，选择，变异
7.遗传编码主要包含5个基本要素：参数编码，初始群体的设定，适应度函数的设计，遗传操作设计，控制参数设定。
8.遗传算法中起核心作用的是交叉算子
9.专家系统的定义：专家系统是一种智能的计算机，他运用知识和推理来解决只有专家才能解决的复杂问题。专家系统的特点：具有专家水平的专业知识，具有启发性，具有灵活性，具有透明性，具有交互性。类型：设计型专家系统，解释型专家系统，诊断性专家系统，预测型专家系统，规划型专家系统，控制型专家系统，监督型专家系统，修理型专家系统，教学型专家系统，调试型专家系统。应用：医学，计算机系统，电子学，工程，地质学，军事学科等
10.专家系统一般包括：人机接口，推理解，知识库，数据库，知识获取机构，解释机构。
11.机器学习主要包含三个方面：学习机理，学习方法，学习系统（由：环境，学习，知识库，学习，执行与评价四个基本部分组成）
12.机器学习的分类：按系统的学习能力分：监督学习，非监督学习。按所学知识的表示：逻辑表示法学习，产生式表示法学习，框架表示法学习。
按机器应用领域分：专家系统，机器人学，自然语言处理，图像识别，博弈，数学，音乐。按学习方法是否可用符号表示：符号表示法和非符号表示法。按学习方法分类：机械式学习（机械式学习通过直接记忆或者存储外部环境所供的信息达到学习的目的，并在以后通过对知识库的检索得到相应的知识直接用来求解问题。），示例学习（示例学习是通过从环境中取得若干与某概念有关的例子,经归纳得出一般性概念的种学习方法。在这种学习方法中，外部环境(教师)提供一-组例子(正例和反例),然后从这些特殊知识中归纳出适用于更大范围的一般性知识，它将覆盖所有的正例并排除所有反例），指导式学习（指导式学由*都环境向系统提供一股性的指示或建议,系统把它们具体地转化为细节知识并送人知识库中。在学习过程中要反复对形成的知识进有评价，使其不断完师。指华武华习是一种比较实用的学习方法，目前应用得较多。
），类比学习，解释学习。
13.智能体的特性：自主性，反应性，社会性，进化性。
14.智能体的结构：程序+体系结构
15.多智能体的特点：mas中每个智能体具有独立性和自主性；同一个mas中的智能体可以是异构的；mas是一个协调式的系统，个各智能体之间相互协调合作可以解决大规模的复杂问题；mas支持分布式应用，具有良好的模块性，易于扩展，设计简单灵活；Mas按面向对象的方法构造多层次，多元化的智能体，降低了系统的复杂性，也降低了各智能体问题求解的复杂性；mas是一个集成系统，他采用集成技术将各个子系统集成起来；在mas中智能体之间相互通信彼此协调，并行的求解问题，提高了效率；在mas中不同领域的专家系统，同一领域的不同专家系统可以协作求解单一专家系统。
16.多智能体的基本类型：BDI模型，协商模型，协作规划模型，自协调模型。
17.多智能体的体系结构和各自的特点：网络结构（里的Agent都是直接通信的，通信和状态知识都是固定的），联盟结构（相近的agent通过叫协助者的agent进行交互，较远的是由局部Agent的协助者agent协作完成），黑板结构（与联盟结构有相似之处，不同的是局部agent把信息存放在存取的黑板上，实现局部数据共享）
18.通信类型：tell和Ask通信，使用形式语言通信。
19.通信方式：黑板系统，消息对话系统
20.协调和协作是mas研究的核心问题。协调：是一组智能体在完成集体活动时相互作用的性质。协作：是指一组非对抗的智能体之间保持行为的协调的一个特例。协调有：基于集中规划的协调，基于社会规划的协调，基于协商的协调，基于对策论的协调。协作有：协作型，自私型，完全自私型，完全协作型，自私型与协作型共存型。
21.多智能体的协商：协商协议，协商策略，协商处理
22.黑板模型是知识源，黑板，监控机。

我们考试的大题：
盲目搜索和启发式搜索的区别？
K-means算法的原理？
井字棋代码的原理和伪代码（阿尔法-贝塔剪枝）
对人工智能算法的看法？
人工智能的形成（发展）？
Agent的优点？

人工智能复习（期末考试）相关推荐

你是AI王者吗？2018人工智能专业期末考试，66666奖学金等你来
机器之心知识委员会机心通知函［2018］001号关于 2018 学年人工智能专业期末考试安排的通知各人工智能研究者.工程师.从业人: 首先祝大家圣诞快乐. 2018 年是人工智能迅猛发展的一年, ...
国科大.高级人工智能.2022期末考试真题回忆版
选择通过图灵测试意味着? 图神经网络因果中的条件独立性判断 GAN tanh的曲线哪一个是时序差分? 判断启发函数的可采纳.一致的含义广搜是代价一致搜索的特例贪心搜索是A星算法的特例爬山 ...
《人工智能》期末考试大作业
A01.名词解释 1.谓词公式 2.广度优先 3.启发式搜索 4.正向推理 A02.请把下列命题表示为谓词公式 1.人人爱劳动 2.杨阳比他父亲有名 3.任何整数或者为正或者为负. A03.请把下列命 ...
2018人工智能期末考试复习资料（一）：学术篇
机器之心知识委员会机心通知函［2018］002号 2018 年人工智能专业期末考试复习资料:学术篇各人工智能研究者.工程师.从业人: 2018 年是人工智能迅猛发展的一年,从技术研究到产业应用都取 ...
人工智能导论丁世飞第三版期末考试复习大纲
人工智能导论期末考试复习大纲绪论知识表示确定性推理搜索策略机器学习专家系统进化计算绪论什么是智能?什么是人工智能? ➊ 智能是知识与智力的总和. ➋ 人工智能是研究开发用于模拟.延伸 ...
山东大学软件学院人工智能导论（考试）——期末考试回忆版
2020年9月4日,2020-2021年度山东大学软件学院人工智能导论期末考试考试时间因疫情影响改为大三上学期开学第一周考试一. 名词解释数据挖掘演绎推理智能计算启发式搜索前束范式二. ...
哈尔滨工业大学 2023年春人工智能数学基础期末真题
注:本套试卷为人工智能专业期末考试试卷,该门课对于人工智能专业同学为考试课,对其他专业同学为专业限选课程(考查课),所以该题仅作为人工智能专业同学复习参考. 百度网盘资源下载(含word原版与pdf版 ...
浅谈悲催的“期末考试”
浅谈悲催的"期末考试" 期末自考截止到今天可以说是告一段落了!回顾一下自己这一段时间的复习过程,这真的是一段痛苦的路程! 对于我们历史这一专业,考试的最大特点就是"背多分 ...
人工智能期末考试复习（贲可荣张彦铎）
人工智能期末考试复习(贲可荣张彦铎) 人工智能的3个主流学派: 逻辑学派(符号主义方法):物理符号系统(即符号操作系统)假设和有限合理性原理仿生学派(联结主义方法):神经网络及神经网络间的连接机制 ...
计算机应用基础期末考试电大,(电大)期末考试2017年广播电视大学网考《计算机应用基础》重点复习题目汇总版(理论题及操作题)...
2017年度最新广播电视大学(电大)期末考试网考<计算机应用基础>重点复习题目整理汇总版(理论题及操作题) 1.一般认为,世界上第一台电子数字计算机诞生于1946年. 2.计算机当前已应用 ...

人工智能复习（期末考试）

人工智能复习（期末考试）相关推荐

最新文章

热门文章