دانلود کتاب Foundations of Soft Case-Based Reasoning

ترجمه فارسی توضیحات (ترجمه ماشینی)

مبانی استدلال مبتنی بر مورد نرم

دستیابی به موفقیت در تکنیک هوش مصنوعی امروزی که سریع‌ترین رشد را دارد، بسیاری از کاربردهای کامپیوتری مهندسی و تجاری امروزی نیازمند تصمیم‌گیری بر اساس اطلاعات نامشخص یا ناقص هستند، پدیده‌ای که منجر به توسعه استدلال مبتنی بر مورد، یک تکنیک محاسباتی قدرتمند شده است. که توانایی حل مسئله یک سیستم با مراجعه به تجربیات ذخیره شده قبلی آن افزایش می یابد. مبانی استدلال مبتنی بر مورد نرم اولین کتاب در نوع خود است که چارچوبی یکپارچه برای درک چگونگی استفاده از تکنیک‌های محاسبات نرم برای ساخت و نگهداری سیستم‌های استدلال مبتنی بر مورد (CBR) ارائه می‌کند. این کتاب که توسط دو متخصص مشهور بین‌المللی نوشته شده است، آخرین پیشرفت‌های یادگیری ماشین و هوش را نشان می‌دهد و متدولوژی‌ها و الگوریتم‌های CBR را ارائه می‌کند که هم برای دانشجویان هوش مصنوعی و هم برای پزشکان در این زمینه مفید است. بر اساس چهار مرحله اصلی فرآیند حل مسئله یک سیستم CBR ساختار یافته است: نمایش و نمایه سازی موارد، انتخاب و بازیابی مورد، انطباق مورد، و نگهداری از پرونده. نویسندگان با ترکیبی متعادل از تئوری، الگوریتم ها و کاربرد، پایه محکمی از موضوع ارائه می دهند. یک منبع مهم برای دانشجویان و پزشکان به طور یکسان، مبانی استدلال مبتنی بر مورد نرم: * مشکلات تصمیم گیری در طیف گسترده ای از کاربردهای مهندسی و تجاری، مانند داده کاوی و تشخیص الگو را نشان می دهد * نمونه هایی در دنیای واقعی از برنامه های کاربردی موفق در حوزه‌هایی مانند تشخیص پزشکی، پیش‌بینی آب‌وهوا، تفسیر قانون، و تعیین مسیر دسترسی به وب، برای نام بردن از چند مورد. مجموعه‌ها) می‌تواند باعث ایجاد سیستم‌های CBR کارآمدتر شود * اهمیت محاسبات دانه‌ای و مجموعه‌های ناهموار در CBR را نشان می‌دهد.

Foundations of Soft Case-Based Reasoning

A breakthrough on today’s fastest growing artificial intelligence technique Many of today’s engineering and business computer applications require decisions to be made on the basis of uncertain or incomplete information, a phenomenon that has resulted in the development of case-based reasoning, a powerful computing technique by which a system’s problem-solving ability is enhanced by reference to its previously stored experiences. Foundations of Soft Case-Based Reasoning is the first book of its kind to provide a unified framework for understanding how soft computing techniques can be used to build and maintain case-based reasoning (CBR) systems. Written by two internationally renowned experts, the book demonstrates the latest advances of machine learning and intelligence and presents CBR methodologies and algorithms designed to be useful for both students of artificial intelligence and practitioners in the field. Structured according to the four major phases of the problem-solving process of a CBR system: representation and indexing of cases, case selection and retrieval, case adaptation, and case-base maintenance; the authors provide a solid foundation of the subject with a balanced mix of theory, algorithms, and application. An important resource for students and practitioners alike, Foundations of Soft Case-Based Reasoning: * Illustrates decision-making problems in a wide range of engineering and business applications, such as data mining and pattern recognition * Features real-world examples of successful applications in such areas as medical diagnosis, weather prediction, law interpretation, and Web access path determination, to name a few * Describes in a unified way how the merits of various soft computing tools (e.g., fuzzy sets, neural networks, genetic algorithms, and rough sets) can give rise to more efficient CBR systems * Demonstrates the significance of granular computing and rough sets in CBR”