知识科学与计算科学PDF|Epub|txt|kindle电子书版本网盘下载

知识科学与计算科学PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 理论基础1

第1章 基于进程代数的并发行为推理 冯元 应明生1

1.1 引言1

1.2 全局状态及更新算子2

1.3 同步动作及效果函数3

1.4 进程4

1.5 操作语义5

1.6 格局之间的强互模拟6

前言7

1.7 格局之间的弱互模拟9

1.8 一个简单的例子11

1.9 结语12

参考文献13

副报告：程序的不确定性 陈仪香14

1＇.1 引论14

1＇.2 概率进程演算15

1＇.3 不确定程序的论域模型16

1＇.3.1 经典进程的论域模型16

1＇.3.2 概率进程的论域模型17

1＇.4 总结18

参考文献18

第2章 形式语义的论域理论研究进展 陈仪香19

2.1 引论19

2.2 指称语义学的论域理论19

2.2.1 论域的特点20

2.2.2 连续映射为程序的指称20

2.2.3 论域的又一特点21

2.2.4 论域理论的演变21

2.3 论域理论与其他三种语义的关系22

2.3.1 论域模型的全抽象性22

2.4 论域理论的专题23

2.4.1 论域的表示23

2.3.3 论域理论与代数语义23

2.3.2 程序逻辑与谓词转换器23

2.4.2 连续映射的不动点24

2.4.3 映射的渐近表示24

2.4.4 映射的极大性与全性25

2.4.5 论域的拓扑性26

2.4.6 论域的 Stone 对偶26

2.5 讨论27

参考文献28

副报告：形式语义学在基于内容的智能信息处理中的可能应用 应明生30

2＇.1 复杂信息对象的形式化描述31

2＇.2 信息内容的量子化刻画33

2＇.3 通信的定性理论与定量理论的结合34

第3章 知识和复杂性 朱洪35

3.1 引言35

3.2 学习的复杂性35

3.2.1 Valinat and Smale 学习的数学和计算机科学基础35

3.2.2 概率收敛性36

3.3 知识表示的复杂性，或称知识的描述复杂性37

3.3.1 Kolmogorov 复杂性介绍37

3.3.2 描述的算法复杂性38

3.3.3 归纳推理39

3.3.4 知识和 Kolmogorov 复杂性40

3.4 零知识交互证明40

致谢42

参考文献42

副报告：知识复杂性 唐海鹰 刘大有 虞强源44

参考文献47

第二部分 机器学习49

第4章 Rough Set 理论与统计机器学习理论 王珏 陶卿49

4.1 引言49

4.1.1 KDD49

4.1.2 机器学习的研究趋势50

4.1.3 机器学习理论50

4.2 关于 RS 理论的评述51

4.2.1 RS 理论贡献之一--机器学习的理论基础52

4.2.2 RS 理论贡献之二--独立约简55

4.2.3 RS 理论贡献之三--正区域与 Roughness57

4.2.4 关于 RS 理论贡献的小结61

4.3 关于统计学习理论的评述61

4.3.1 统计学习理论贡献之一--小样本统计学理论62

4.3.2 统计学习理论贡献之二--最大边缘算法64

4.3.3 统计学习理论贡献之三--核技巧68

4.3.4 海量数据的分类71

4.4.1 关于 RS 理论73

4.3.5 关于统计学习理论贡献的小结73

4.4 总结73

4.4.2 关于统计机器学习理论74

参考文献74

第5章 序列学习初探 金芝77

5.1 引言77

5.2 序列问题构形78

5.3.1 神经网络模型81

5.3 序列学习的基本模型和学习算法81

5.3.2 强化学习86

5.3.3 其他序列学习方法93

5.4 结束语93

参考文献94

第三部分 Agent 技术97

第6章 Agent 研究进展 石纯一 张伟等97

6.1 引言97

6.2 群体思维状态98

6.2.1 联合信念98

6.2.2 联合意图99

6.2.3 联合承诺99

6.3 MAS 的形式语义方法100

6.4 MAS 的对策论方法102

6.5 Agent 组织103

6.5.1 Agent 组织及研究意义103

6.5.2 Agent 组织的形成和演化104

6.5.3 Agent 组织规则106

6.5.4 与组织有关的模型106

6.5.5 应用107

6.6 Agent 的社会性107

6.6.1 社会 Agent 的思维属性模型107

6.6.2 社会法规、规范和协调109

6.6.3 社会经济学方法与拍卖110

6.7 面向 Agent 的程序设计112

6.7.1 Agent0112

6.7.2 AgentSpeak(L)113

6.7.3 ConGolog113

6.7.4 3APL 与 GOAL114

6.7.5 几种语言比较115

6.8 面向 Agent 的软件工程115

6.8.1 形式化方法115

6.8.2 非形式化方法117

6.9 结语118

参考文献119

副报告：关于 Agent 研究的几点思考 杜小勇124

6＇.1 什么是 Agent 背后的主要研究动机124

6＇.2 什么是 Agent124

6＇.3 什么是基于 Agent 的方法125

第7章 移动 Agent 技术的发展、挑战与趋势 刘大有 杨博 杨鲲126

7.1 引言126

7.2.1 移动 Agent 是分布式技术发展的结果127

7.2 移动 Agent 的研究背景127

7.2.2 移动 Agent 是 Internet 发展的趋势130

7.2.3 移动 Agent 是 Agent 研究领域的一个重要分支131

7.3 移动 Agent 系统和实现技术133

7.3.1 移动 Agent 的定义133

7.3.2 移动 Agent 系统的组成133

7.3.3 移动 Agent 系统的实现技术134

7.4 移动 Agent 的技术优势144

7.5 移动 Agent 的研究现状145

7.5.1 移动 Agent 系统的研究146

7.5.2 移动 Agent 技术应用的研究150

7.6 移动 Agent 技术面临的问题与挑战152

7.6.1 技术上的挑战152

7.6.2 非技术上的挑战153

7.7 移动 Agent 技术发展趋势154

参考文献155

副报告：从“知识和信息共享”的角度分析移动 Agent 中的两个问题 曹存根163

7＇.1 Variant163

7＇.2 Greed163

7＇.3 “信息和知识共享”与移动 Agent164

7＇.4 结束语164

第四部分 非传统计算风范165

第8章 神经计算研究现状及发展趋势 陈兆乾 周志华 陈世福165

8.1 引言165

8.2.1 重要性166

8.2.2 VC 维166

8.2 神经网络 VC 维计算166

8.2.3 研究进展167

8.2.4 进一步的问题170

8.3 神经网络集成171

8.3.1 重要性171

8.3.2 研究进展171

8.3.3 进一步的问题177

8.4.2 研究进展178

8.4.1 重要性178

8.4 基于神经网络的数据挖掘178

8.4.3 进一步的问题184

8.5 结束语185

参考文献186

副报告：关于神经网络研究的讨论 王珏 陶卿194

8＇.1 引言194

8＇.2 VC 维194

8＇.3 人工神经网络集成195

8＇.5 总结196

8＇.4 基于人工神经网络的数据挖掘196

第9章 模型生成与约束求解 孙吉贵 张永刚197

9.1 引言197

9.2 模型生成199

9.2.1 SAT 问题求解199

9.2.2 有限论域一阶逻辑的模型生成202

9.2.3 Tableau 方法203

9.3 约束求解209

9.3.1 CSP 求解方法211

9.3.2 约束优化216

9.3.3 过度约束满足 (over-constraint satisfaction)218

9.4 非二元约束求解218

9.4.1 转换为二元约束求解218

9.4.2 直接求解非二元约束220

9.5 约束程序设计221

9.5.1 CLP 的基本理论研究222

9.5.2 约束求解和过程式语言的结合225

9.6 我们的系统226

9.7 约束求解技术的应用228

参考文献229

副报告1：约束满足问题 张伟 石纯一233

9＇.1 约束建模233

9＇.2 相容性和满足性的关系234

9＇.3 传播技术比较235

副报告2：量子并行计算 孙吉贵 何雨果236

9″.1 引言236

9″.2 量子计算机236

9″.3 量子算法237

9″.4 讨论与展望240

参考文献241

第五部分 大规模知识获取243

第10章 互联网环境下的知识获取、组织及智能检索的研究 张磊 杜小勇 王静 王珊243

10.1 引言243

10.1.1 研究背景243

10.1.2 国内外研究现状244

10.2 知识获取246

10.2.1 数据挖掘246

10.2.2 Web 挖掘248

10.2.3 文本挖掘250

10.3 知识组织250

10.3.1 传统的知识表示方法251

10.3.2 多层次 Web 信息库的构造253

10.3.3 Semantie Web254

10.4 知识应用255

10.4.1 文本分类256

10.4.2 查询扩展257

10.4.3 用户兴趣建模257

10.4.4 访问模式分析257

10.4.5 链接分析258

10.4.6 文本聚类258

10.4.7 自动摘要259

参考文献260

副报告：关于基于 Web 的知识挖掘 金芝262

参考文献265

第11章 大规模知识获取与分析 曹存根266

11.1 Cyc 工程：Al 中的“曼哈顿计划”266

11.1.1 Cyc 小传266

11.1.2 知识表示语言 CycL266

11.1.3 知识获取和组织267

11.1.4 推理267

11.2 MindNet 工程267

11.2.1 概述267

11.2.2 MindNet 中的语义关系268

11.2.3 MindNet 中相似性和推理269

11.2.4 MindNet 的进一步发展269

11.3 NKI 工程269

11.3.1 什么是NKI269

11.3.2 学科本体270

11.3.3 NKI 中的知识分析271

11.4 三种方法的优缺点273

参考文献274

副报告：与大规模知识建库有关的几个问题 陆汝钤277

11′.1 一致性问题277

11′.2 完备性问题278

11′.3 结构性问题279

12.1 研究背景280

12.1.1 新世纪的钟声280

第12章 计算机科学工作者关心的几个生物信息学课题 陆汝钤 张少方280

12.1.2 一些基本概念281

12.1.3 什么是生物信息学282

12.2 一些重要的生物信息学课题283

12.2.1 序列装配问题283

12.2.2 基因区域预测283

12.2.3 蛋白质结构预测284

12.2.4 同源分析285

12.3.2 匹配分类算法286

12.3 算法研究286

12.3.1 序列装配算法286

12.3.3 比对算法290

12.3.4 聚类分析算法294

12.3.5 基因预测算法299

12.4 其他有关研究303

12.4.1 蛋白质二级结构预测的一些结果303

12.4.2 分子动力学研究304

12.5 数据和分析工具来源305

12.5.1 数据来源305

12.5.2 重要的生物信息数据库305

12.5.3 重要二次数据库305

12.5.4 重要数据库网址306

12.5.5 生物信息学常用程序307

参考文献308

副报告：计算机科学和生物学 朱洪311

附录：《世纪之交的知识工程与知识科学》目录313