Uwe Lämmel, Jürgen Cleve
Künstliche Intelligenz
Vorwort
6
Inhalt
8
1 Künstliche Intelligenz
12
1.1 Was ist, was kann künstliche Intelligenz?
12
1.2 Struktur des Buches
18
1.3 Intelligente Agenten
21
1.3.1 Agenten und künstliche Intelligenz
22
1.3.2 Anwendungen
24
1.4 Künstliche Intelligenz und Wissensmanagement
27
Übungen
28
2 Darstellung und Verarbeitung von Wissen
29
2.1 Darstellung von Wissen mit Hilfe von Logik
33
2.1.1 Aussagenlogik
34
2.1.2 Prädikatenlogik
53
2.1.3 Logik und PROLOG
68
Übungen
70
2.2 Regelbasierte Wissensdarstellung
72
2.2.1 Vorwärtsverkettung
75
2.2.2 Rückwärtsverkettung
79
2.2.3 Regelverarbeitung und Prolog
80
2.2.4 Business Rules
83
Übungen
85
2.3 Semantische Netze und Frames
86
2.3.1 Semantische Netze
86
2.3.2 Frames
88
2.3.3 Wissensnetze
90
Übungen
91
2.4 Vages Wissen
92
2.4.1 Unsicheres Wissen
93
2.4.2 Fuzzy-Mengen
101
2.4.3 Fuzzy-Logik
107
2.4.4 Fuzzy-Regler
109
Übungen
113
3 Problemlösung mittels Suche
115
3.1 Uninformierte Suche
120
3.2 Heuristische Suche
129
3.2.1 Heuristik des nächsten Nachbarn
133
3.2.2 Bergsteiger-Strategie
134
3.2.3 Bestensuche
136
3.2.4 A*-Suche
137
3.3 Das Rundreiseproblem
141
3.4 Zusammenfassung
145
4 PROLOG
150
4.1 Logisches Programmieren
150
4.1.1 Erste Schritte
150
4.1.2 Ein Beispiel
153
4.1.3 Regeln
155
Übungen
158
4.2 PROLOG-Programme
159
4.2.1 Lösungsfindung mittels Backtracking
159
4.2.2 Parameterübergabe mittels Unifikation
161
4.2.3 Interpretation von Programmen
164
Übungen
166
4.3 Datentypen und Arithmetik
166
4.3.1 Einfache und zusammengesetzte Datentypen
166
4.3.2 Listen
169
4.3.3 Arithmetik
172
Übungen
173
4.4 Steuerung der Abarbeitung
174
4.4.1 Reihenfolge der Klauseln
175
4.4.2 Reihenfolge der Literale im Körper einer Regel
176
4.4.3 Kontrolle des Backtracking
177
4.4.4 Die Negation
180
Übungen
181
4.5 Vordefinierte Prädikate
181
Übungen
182
4.6 Beispielprogramme
183
4.6.1 Das Einfärben einer Landkarte
183
4.6.2 Die Türme von Hanoi
184
4.6.3 Das Acht-Damen-Problem
185
4.6.4 Das Problem der stabilen Paare
187
Übungen
189
5 Künstliche neuronale Netze
190
5.1 Das künstliche Neuron
192
5.2 Architekturen
197
5.3 Arbeitsweise
199
Übungen
201
6 Vorwärtsgerichtete neuronale Netze
203
6.1 Das Perzeptron
203
6.1.1 Die Delta-Regel
205
6.1.2 Musterzuordnungen
208
Übungen
209
6.2 Backpropagation-Netze
211
6.2.1 Das Backpropagation-Verfahren
212
6.2.2 Das XOR-Backpropagation-Netz
216
6.2.3 Modifikationen des Backpropagation-Algorithmus
219
Übungen
221
6.3 Typische Anwendungen
222
6.3.1 Zeichenerkennung
222
6.3.2 Das Encoder-Decoder-Netz
228
6.3.3 Ein Prognose-Netz
229
Übungen
231
6.4 Datenvorverarbeitung
232
6.4.1 Verarbeitungsschritte
233
6.4.2 Daten des Kreditvergabe-Beispiels
235
Übungen
240
6.5 Netzgröße und Optimierungen
240
6.5.1 Die Größe der inneren Schicht
241
6.5.2 Das Entfernen von Verbindungen
244
6.5.3 Genetische Algorithmen
245
Übungen
247
6.6 Partiell rückgekoppelte Netze
247
6.6.1 Jordan-Netze
248
6.6.2 Elman-Netz
250
Übungen
251
7 Wettbewerbslernen
252
7.1 Selbstorganisierende Karte
253
7.1.1 Architektur und Arbeitsweise
253
7.1.2 Das Training
256
7.1.3 Visualisierung einer Karte und deren Verhalten
260
7.1.4 Eine Lösung des Rundreiseproblems
261
Übungen
265
7.2 Neuronales Gas
265
7.2.1 Architektur und Arbeitsweise
265
7.2.2 Wachsendes neuronales Gas
268
Übungen
270
7.3 Adaptive Resonanz-Theorie
271
7.3.1 Das Plastizitäts-Stabilitäts-Dilemma
271
7.3.2 Struktur eines ART-Netzes
273
7.3.3 Das Beispiel Würfelmuster
274
7.3.4 Arbeitsweise
276
Übungen
279
8 Autoassoziative Netze
280
8.1 Hopfield-Netze
280
8.1.1 Arbeitsweise
281
8.1.2 Wiedererkennung von Mustern
283
8.1.3 Energie-Niveau eines Netzes
287
8.2 Lösung von Optimierungsproblemen
288
8.3 Die Boltzmann-Maschine
291
9 Entwicklung neuronaler Netze
296
9.1 Der Stuttgarter Neuronale Netze Simulator
296
9.1.1 Ein erstes Beispiel
297
9.1.2 Aufbau von Netzen – der Netzeditor
301
9.1.3 Das Training von Netzen
304
9.1.4 Die Visualisierung von Ergebnissen
307
Übungen
310
9.2 JavaNNS
310
9.3 Implementation neuronaler Netze
312
9.3.1 Einsatz von Array-Datenstrukturen
313
9.3.2 Der objektorientierte Ansatz
315
9.3.3 Ein einfaches Perzeptron
317
Übungen
323
Literatur
324
Index
328
© 2009-2024 ciando GmbH