前言
第一部分 理論基礎
第1宣 基于進程代數的并發(fā)行為推理
1. 1 引言
1. 2 全局狀態(tài)及更新算子
1. 3 同步動作及效果函數
1. 4 進程
1. 5 操作語義
1. 6 格局之間的強互模擬
1. 7 格局之間的弱互模擬
1. 8 一個簡單的例子
1. 9 結語
參考文獻
副報告：程序的不確定性
1. 1 引論
l. 2 概率進程演算
1. 3 不確定程序的論域模型
1. 3. 1 經典進程的論域模型
1. 3. 2 概率進程的論域模型
l. 4 總結
參考文獻
第2章 形式語義的論域理論研究進展
2. 1 引論
2. 2 指稱語義學的論域理論
2. 2. 1 論域的特點
2. 2. 2 連續(xù)映射為程序的指稱
2. 2. 3 論域的又一特點
2. 2. 4 論域理論的演變
2. 3 論域理論與其他三種語義的關系
2. 3. 1 論域模型的全抽象性
2. 3. 2 程序邏輯與謂詞轉換器
2. 3. 3 論域理論與代數語義
2. 4 論域理論的專題
2. 4. 1 論域的表示
2. 4. 2 連續(xù)映射的不動點
2. 4. 3 映射的漸近表示
2. 4. 4 映射的極大性與全性
2. 4. 5 論域的拓撲性
2. 4. 6 論域的Stone對偶
2. 5 討論
參考文獻
副報告：形式語義學在基于內容的智能信息處理中的可能應用
2'. 1 復雜信息對象的形式化描述
2'. 2 信息內容的量子化刻畫
2'. 3 通信的定性理論與定量理論的結合
第3章 知識和復雜性
3. 1 引言
3. 2 學習的復雜性
3. 2. 1 Valinat and Smale學習的數學和計算機科學基礎
3. 2. 2 概率收斂性
3. 3 知識表示的復雜性, 或稱知識的描述復雜性
3. 3. 1 Kolmogorov復雜性介紹
3. 3. 2 描述的算法復雜性
3. 3. 3 歸納推理
3. 3. 4 知識和Kolmogorov復雜性
3. 4 零知識交互證明
致謝
參考文獻
副報告：知識復雜性
參考文獻
第二部分 機器學習
第4章 Rough Set理論與統(tǒng)計機器學習理論
4. 1 引言
4. 1. 1 KDD
4. 1. 2 機器學習的研究趨勢
4. 1. 3 機器學習理論
4. 2 關于RS理論的評述
4. 2. 1 RS理論貢獻之一--機器學習的理論基礎
4. 2. 2 RS理論貢獻之二--獨立約簡
4. 2. 3 RS理論貢獻之三--正區(qū)域與Roughness
4. 2. 4 關于RS理論貢獻的小結
4. 3 關于統(tǒng)計學習理論的評述
4. 3. 1 統(tǒng)計學習理論貢獻之一--小樣本統(tǒng)計學理論
4. 3. 2 統(tǒng)計學習理論貢獻之二--最大邊緣算法
4. 3. 3 統(tǒng)計學習理論貢獻之三--核技巧
4. 3. 4 海量數據的分類
4. 3. 5 關于統(tǒng)計學習理論貢獻的小結
4. 4 總結
4. 4. 1 關于RS理論
4. 4. 2 關于統(tǒng)計機器學習理論
參考文獻
第5章 序列學習初探
5. 1 引言
5. 2 序列問題構形
5. 3 序列學習的基本模型和學習算法
5. 3. 1 神經網絡模型
5. 3. 2 強化學習
5. 3. 3 其他序列學習方法
5. 4 結束語
參考文獻
第三部分 Agent技術
第6章 Agent研究進展
6. 1 引言
6. 2 群體思維狀態(tài)
6. 2. 1 聯合信念
6. 2. 2 聯合意圖
6. 2. 3 聯合承諾
6. 3 MAS的形式語義方法
6. 4 MAS的對策論方法
6. 5 Agent組織
6. 5. 1 Agent組織及研究意義
6. 5. 2 Agent組織的形成和演化
6. 5. 3 Agent組織規(guī)則
6. 5. 4 與組織有關的模型
6. 5. 5 應用
6. 6 Agent的社會性
6. 6. 1 社會Agent的思維屬性模型
6. 6. 2 社會法規(guī). 規(guī)范和協(xié)調
6. 6. 3 社會經濟學方法與拍賣
6. 7 面向Agent的程序設計
6. 7. 1 AgentO
6. 7. 2 AgentSpeak(1)
6. 7. 3 ConGolog
6. 7. 4 3APL與GOAL
6. 7. 5 幾種語言比較
6. 8 面向Agent的軟件工程
6. 8. 1 形式化方法
6. 8. 2 非形式化方法
6. 9 結語
參考文獻
副報告：關于Agent研究的幾點思考
6'. 1 什么是Agent背后的主要研究動機
6'. 2 什么是Agent
6'. 3 什么是基于Agent的方法
第7章 移動Agent技術的發(fā)展. 挑戰(zhàn)與趨勢
7. 1 引言
7. 2 移動Agent的研究背景
7. 2. 1 移動Agent是分布式技術發(fā)展的結果
7. 2. 2 移動Agent是Internet發(fā)展的趨勢
7. 2. 3 移動Agent是Agent研究領域的一個重要分支
7. 3 移動Agent系統(tǒng)和實現技術
7. 3. 1 移動Agent的定義
7. 3. 2 移動Agent系統(tǒng)的組成
7. 3. 3 移動Agent系統(tǒng)的實現技術
7. 4 移動Agent的技術優(yōu)勢
7. 5 移動Agent的研究現狀
7. 5. 1 移動Agent系統(tǒng)的研究
7. 5. 2 移動Agent技術應用的研究
7. 6 移動Agent技術面臨的問題與挑戰(zhàn)
7. 6. 1 技術上的挑戰(zhàn)
7. 6. 2 非技術上的挑戰(zhàn)
7. 7 移動Agent技術發(fā)展趨勢
參考文獻
副報告：從"知識和信息共享"的角度分析移動Agent中的兩個問題
7'. 1 Variant
7'. 2 Greed
7'. 3 "信息和知識共享"與移動Agent
7'. 4 結束語
第四部分 非傳統(tǒng)計算風范
第8章 神經計算研究現狀及發(fā)展趨勢
8. 1 引言
8. 2 神經網絡VC維計算
8. 2. 1 重要性
8. 2. 2 VC維
8. 2. 3 研究進展
8. 2. 4 進一步的問題
8. 3 神經網絡集成
8. 3. 1 重要性
8. 3. 2 研究進展
8. 3. 3 進一步的問題
8. 4 基于神經網絡的數據挖掘
8. 4. 1 重要性
8. 4. 2 研究進展
8. 4. 3 進一步的問題
8. 5 結束語
參考文獻
副報告：關于神經網絡研究的討論
8'. 1 引言
8'. 2 VC維
8'. 3 人工神經網絡集成
8'. 4 基于人工神經網絡的數據挖掘
8'. 5 總結
第9章 模型生成與約束求解
9. 1 引言
9. 2 模型生成
9. 2. 1 SAT問題求解
9. 2. 2 有限論域一階邏輯的模型生成
9. 2. 3 Tableau方法
9. 3 約束求解
9. 3. 1 CSP求解方法
9. 3. 2 約束優(yōu)化
9. 3. 3 過度約束滿足(over-constraint satisfaction)
9. 4 非二元約束求解
9. 4. 1 轉換為二元約束求解
9. 4. 2 直接求解非二元約束
9. 5 約束程序設計
9. 5. 1 CLP的基本理論研究
9. 5. 2 約束求解和過程式語言的結合
9. 6 我們的系統(tǒng)
9. 7 約束求解技術的應用
參考文獻
副報告1：約束滿足問題
9'. 1 約束建模
9'. 2 相容性和滿足性的關系
9'. 3 傳播技術比較
副報告2：量子并行計算
9'. 1 引言
9'. 2 量子計算機
9'. 3 量子算法
9'. 4 討論與展望
參考文獻
第五部分 大規(guī)模知識獲取
第10章 互聯網環(huán)境下的知識獲取. 組織及智能檢索的研究
10. 1 引言
10. 1. 1 研究背景
10. 1. 2 國內外研究現狀
10. 2 知識獲取
10. 2. 1 數據挖掘
10. 2. 2 Web挖掘
10. 2. 3 文本挖掘
10. 3 知識組織
10. 3. 1 傳統(tǒng)的知識表示方法
鄂公網安備 42010302001612號 