- •405. Адаптивний лінійний елемент (Розпізнавання образів і навчання)
- •406. Активні контурні моделі. (Комп'ютерний зір)
- •407. Алгоритм ebl і навчання на рівні знань (Машинне навчання, засноване на символьному представленні інформації)
- •408. Алгоритм Meta-dendral (Машинне навчання, засноване на символьному представленні інформації)
- •411. Алгоритм використовування розумних агентів (Intelligent agent)
- •412. Алгоритм зворотного розповсюдження у нейронних багатошарових мережах.
- •410. Алгоритм виключення кандидата (Машинне навчання, засноване на символьному представленні інформації)
- •409. Алгоритм Web-агента по Алан Кей (Alan Kay)
- •413. Алгоритм кластеризації Гроссберга і Карпентера.
- •414. Алгоритм методу мурашки. (Ant algorithms), оптимізація, за принципом мурашиної колонії (алгоритму (Marco Dorigo)).
- •417. Алгоритм програми використання внутрішньої бази фактів підприємства.
- •421. Використування та розробка Web-агента, поняття Кріса Лангтона (Chris Langton), структура програмного агента
- •420. Байесовській метод розпізнавання (Розпізнавання образів і навчання)
- •424. Геометричний метод розпізнавання (Розпізнавання образів і навчання)
- •425. Індуктивний алгоритм побудови дерева рішень id3 (Машинне навчання, засноване на символьному представленні інформації)
- •426. Індуктивний поріг і можливості навчання (Машинне навчання, засноване на символьному представленні інформації)
- •427. Інтерпретація контурних малюнків (Комп'ютерний зір)
- •428. Компоненти навчання з підкріпленням (Машинне навчання, засноване на символьному представленні інформації)
- •432. Моделі нейронних елементів (Розпізнавання образів і навчання)
- •433. Модель мови (Обробка природної мови)
- •434. Моделювання роботи людського інтелекту (Штучний інтелект: історія розвитку)
- •435. Навчання без вчителя шнм , засновані на правилі навчання Хебба (Розпізнавання образів! навчання)
- •436. Неповнота знань і немонотонний висновок (Основні моделі висновку)
- •437. Визначення управляючих параметрів синтезаторів мови (Обробка природної мови)
- •438. Операція узагальнення і простір понять (Машинне навчання, засноване на символьному представленні інформації)
- •439. Основні відомості про розпізнавання образів. (Розпізнавання образів і навчання)
- •440. Планування переміщень робот (Основні моделі висновку)
- •441. Попередня обробка і розпізнавання звуків. (Обробка природної мови)
- •442. Пошук при виділенні контурних сегментів (Комп'ютерний зір)
- •443. Правила висновку в численні предикатів (Представлення знань)
- •444. Принцип резолюції і система strips (Основні моделі висновку)
- •445. Програма граматичного розібрання списку на державній мові.
- •446. Програма з використанням селекторів зовнішніх баз даних.
- •447. Рекурентні алгоритми навчання розпізнаванню образів (Розпізнавання образів.І навчання)
- •448. Розпізнавання об'єктів в системах зору роботів (Комп'ютерний зір)
- •450. Семантичні мережі (Представлення знань)
- •451. Синтез мови по тексту (Обробка природної мови)
- •52. Система заснована на правилах архітектури зворотного висновку.
- •453. Системи комп'ютерного зору (Комп'ютерний зір)
- •454. Способи опису семантичних мереж і логічний висновок (Представлення знань)
- •455. Стандартизація предикативних формул (Основні моделі висновку)
- •457. Структура фрейма (Представлення знань)
- •456. Статистичний підхід до розпізнавання мови (Обробка природної мови)
- •458. Структури нейронних мереж (Розпізнавання образів і навчання)
- •459. Числення висловів (Представлення знань)
- •460. Числення предикатів (Представлення знань)
- •415. Алгоритм моделі станів (Bigram Model)
- •429. Компоненти пм-снстсми (Обробка природної мови)
450. Семантичні мережі (Представлення знань)
Термін «семантична мережа» позначає сімейство представлень, основаних на графах. Ці представлення відрізняються головним чином назвами вузлів, зв‘язків та висновками, які можна робити в цих структурах. Але загальна множина припущень і відношень є у всіх мовах представлення мереж. Це ілюструє історія мережевих представлень. Мережеві представлення мають майже таку саму довгу історію, як і логіка. Можливо, найбільш ранньою роботою, маючою прямий вплив на сучасні семантичні мережі, була система екзистенціальних графів, розроблена Чарльзом Пірсом в дев‘ятнадцятому сторіччі. Теорія Пірса використовувала всю виразну силу числення предикатів першого порядку з аксіоматичною основою і формальними правилами вводу. Багато досліджень на основі мережевих представлень було зроблено в області розуміння природних мов. Перші комп‘ютерні реалізації семантичних мереж були створені на початку 1960-х для використання в системах машинного перекладу. В кінці 1960-х була написана відома програма, яка ілюструє багато особливостей ранніх семантичних мереж. Ця програма характеризувала англійські слова приблизно таким же чином, як це робить словник: слово визначається в термінах інших слів, и таким же чином формулюються складові цих визначень. На відміну від формальних визначень слів в термінах базових аксіом кожне формулювання просто веде до інших визначень, неструктурованими шляхами. При перегляді слова ми просліджуємо цей ланцюг до тих пір, доки не впевнимося, що розуміємо первісне слово.
451. Синтез мови по тексту (Обробка природної мови)
Повний синтез мови за правилами (або синтез за друкованим текстом) забезпечує управління всіма параметрами мовного сигналу і, таким чином, може генерувати мову по заздалегідь невідомому тексту. У цьому випадку параметри, отримані при аналізі мовного сигналу, зберігаються в пам'яті так само, як і правила з'єднання звуків в слова і фрази. Синтез реалізується шляхом моделювання мовного тракту, застосування аналогової або цифрової техніки. Прич розподіляємо в процесі синтезування значення параметрів і правила з'єднання фонем вводять послідовно через определ ѐ нний тимчасової інтервал, наприклад 5-10 мс. Метод синтезу мови по друкованого тексту (синтез по правилах) базується на запрограмованому знанні акустичних і лінгвістичних обмежень і не використовує безпосередньо елементів людської мови. У системах, заснованих на цьому способі синтезу, виділяється два підходи. Перший підхід направлений на побудову моделі речепроізводящей системи людини, він відомий під назвою артикуляторного синтезу. Другий підхід - формантний синтез за правилами. Чіткість і натуральність таких синтезаторів може бути доведена до величин, порівнянних з характеристиками природної мови. Синтез мови по правилах з використанням попередньо запам'ятали відрізків природної мови - це різновид синтезу мови за правилами, яка отримала поширення у зв'язку з появою можливостей маніпулювання мовним сигналом в оцифрованої формі. У залежності від розміру вихідних елементів синтезу виділяються наступні види синтезу: 1) мікросегментний (Мікрохвильовий), 2) аллофоніческій; 3) дифонів; 4) полуслоговой; 5) складової; 6) синтез з одиниць довільного розміру. Зазвичай в якості таких елементів-відрізків використовуються полуслогі - сегменти, що містять половину згідного і половину що примикає до нього голосного. При цьому можна синтезувати мову по заздалегідь не заданому тексту, але важко управляти інтонаційними характеристиками.
4