研究生第2章(知识表示与推理6-与或树搜索)
- 格式:ppt
- 大小:837.50 KB
- 文档页数:73
湖南师范大学硕士研究生招生考试自命题科目考试大纲考试科目代码:【999】考试科目名称:人工智能导论考试内容及要点《人工智能导论》课程是培养学生对人工智能的整体认识性,使学生在具备数学与编程基本能力的基础上,对人工智能的多个分支有较全面的了解,具备一定的人工智能算法实现能力。
(一)绪论1.智能与人工智能的基本概念;2.人工智能研究的基本内容和方法;3.人工智能主要应用领域介绍。
(二)知识表示1.知识与知识表示的基本概念;2.谓词逻辑表示法;3.知识图谱及应用。
(三)确定性推理方法1.推理的概念、分类与基本策略;2.命题逻辑与谓词逻辑支持的基本推理方法;3.自然演绎推理与应用;4.归结原理与应用。
(四)不确定性推理方法1.不确定性的表示与不确定性推理的概念、分类;2.概率推理与主观贝叶斯推理方法;3.基于可信度的不确定性表示与推理方法;4.基于证据理论的不确定性表示与推理方法;5.模糊逻辑、模糊集、模糊关系及合成、模糊推理及其应用。
(五)搜索求解策略1.搜索的概念、分类与评价标准;2.状态空间的表示与启发式搜索应用;3.与或树的表示与启发式搜索应用;4.博弈树的概念、极大极小过程以及 α-β剪枝。
(六)智能计算基础1.智能计算的概念;2.进化算法的概念、框架与设计准则;3.遗传算法的基本概念及其应用;4.群智能算法的概念及典型的群智能算法。
(七)人工神经网络与深度人工神经网络1.神经元数学模型与人工神经网络基本原理;2.人工神经网络基本学习算法3.BP神经网络结构与学习算法;4.卷积神经网络与深度学习。
(八)专家系统与机器学习1.专家系统概述;2.专家系统的工作原理;3.专家系统的建立;4.知识获取的主要过程与模式;5.机器学习的发展与基本概念;6.机器学习分类:监督学习、无监督学习、半监督学习与强化学习。
(九)自然语言处理及其应用1.自然语言处理与理解概述;2.语言处理过程的层次;3.机器翻译、自然语言人机交互、智能问答原理及应用;4.语音增强、识别、合成和转换处理技术及应用。