- 因素空间理论--统一智能理论的数学基础(精)/新一代人工智能理论技术及应用丛书
- - 作者：汪培庄//曾繁慧|责编:张艳芬//李娜|总主编:李衍达
  - 出版社：科学
  - ISBN：9787030792952
  - 出版日期：2024/08/01
  - 页数：279
- 售价：60

内容大纲
    因素空间是信息、智能和数据科学的数学基础理论。本书将介绍因素空间如何将智能生成的统一机制落实到各行各业，开展全民智能孵化的洛神工程。
    本书主要内容包括：介绍因素的范式特质和智能孵化洛神工程的内容；介绍因素空间对智能生成机制的落实细则；介绍因素显隐的理论，将现有人工智能数学算法归结到回归和优化两大方面，突出支持向量机与因素空间对支持向量机的改进，并介绍作者在线性规划方面的独特贡献；强调智能的核心是因果分析，支持珀尔的因果革命论，并对其中的瑕疵进行改进；作为智能孵化的一个应用，介绍循证因素工程。
    本书可供从事人工智能和数据科学研究的科研人员和工程技术人员参考，也可供相关专业高年级本科生和研究生阅读。
作者介绍
目录
“新一代人工智能理论、技术及应用丛书”序
前言
第1章  因素表达的知识图谱
  1.1  因素与信息科学的范式变革
    1.1.1  信息科学的范式变革
    1.1.2  范式变革的元词
    1.1.3  因素的知识表示
  1.2  因素空间的定义
  1.3  知识图谱简评
    1.3.1  知识图谱的数学定义
    1.3.2  知识图谱的贡献
    1.3.3  对知识图谱发展方向的质疑
  1.4  因素谱系和因素空间藤
    1.4.1  知识增长表达式
    1.4.2  因素谱系的定义
    1.4.3  因素的祖裔矩阵
    1.4.4  因素谱系的嵌入结构
    1.4.5  根因素与派生因素
    1.4.6  因素谱系的蓓蕾和因素空间藤
  1.5  因素编码
    1.5.1  因素编码——知识本体的DNA
    1.5.2  因素编码原理
    1.5.3  基于因素谱系的因素编码
    1.5.4  因素编码应用与实现原则
    1.5.5  中医因素谱系
  1.6  小结
第2章  智能生成机制的实践探索
  2.1  数字化时代的智能孵化
  2.2  因素空间是智能孵化的平台
    2.2.1  智能生成的感知模型
    2.2.2  智能生成的认知模型
    2.2.3  全信息定律的数学实现
    2.2.4  智能生成的谋行模型
    2.2.5  智能生成的行动模型
    2.2.6  智能创生总过程
  2.3  洛神天库
    2.3.1  洛神天库的定义
    2.3.2  洛神天库与智能孵化的关系
  2.4  智造银行
    2.4.1  金融行业所面临的挑战与解决思路
    2.4.2  智造银行的因素谱系
    2.4.3  统筹状态空间
    2.4.4  银行统筹分析法
    2.4.5  智造银行的天库结构
    2.4.6  试错
    2.4.7  灵敏度分析
    2.4.8  智造银行的问答系统
  2.5  因素化查询语言
    2.5.1  FQL的数据定义
    2.5.2  FQL的数据查询

    2.5.3  FQL的数据操作
    2.5.4  FQL的特点
    2.5.5  FQL的概括
  2.6  因素空间对本能常识的刻画
  2.7  小结
第3章  因素空间与知识表示
  3.1  背景关系、因素运算和背景基
    3.1.1  背景关系
    3.1.2  因素的质根运算和逻辑运算
    3.1.3  背景基
    3.1.4  背景基提取算法的进一步发展
  3.2  因素空间区分对象
    3.2.1  事物异同的因素定义
    3.2.2  对象区分的基本问题
    3.2.3  基本问题的解答
  3.3  因素空间生成概念
    3.3.1  原子概念
    3.3.2  水生物形式概念举例
    3.3.3  基本概念半格的提取算法
    3.3.4  因素空间与形式概念分析的一致性
  3.4  因素神经网络
  3.5  小结
第4章  因素空间中的因果分析
  4.1  因素空间是因果分析的平台
    4.1.1  因果归纳、推理和因果分析
    4.1.2  因果归纳的普遍形式和原理
    4.1.3  多种决定度
    4.1.4  因果归纳的理论问题
  4.2  连续变量因果归纳算法
    4.2.1  差转算法
    4.2.2  等距划分算法
  4.3  多目标因果归纳算法
    4.3.1  多目标因果归纳基本算法
    4.3.2  多目标因果归纳降维算法
  4.4  其他因果归纳算法
    4.4.1  逆向因果归纳算法
    4.4.2  异类查字因果归纳算法
  4.5  简单棋中智能孵化的双向夹逼过程
    4.5.1  用因素空间下三子棋
    4.5.2  用因素空间下五子棋
  4.6  小结
第5章  简熵、线性熵与势态分析
  5.1  简熵
    5.1.1  简熵定义及性质
    5.1.2  基于简熵的随机森林算法
  5.2  线性熵与序权线性熵
    5.2.1  熵与线性熵
    5.2.2  简线熵
    5.2.3  序权线性熵
  5.3  常态与异态的区分

    5.3.1  异态分析
    5.3.2  用线性熵进行势态分析
  5.4  序权线性熵在农业遥感作物识别中的应用
    5.4.1  农业遥感作物识别
    5.4.2  计算序权线性熵
  5.5  线性熵在时间序列分类中的应用
    5.5.1  线性熵的Shapelet分类理论
    5.5.2  线性熵的Shapelet分类算法
    5.5.3  线性熵的Shapelet无监督分类算法
  5.6  小结
第6章  因素显隐
  6.1  因素显隐问题
    6.1.1  怎样找因素
    6.1.2  显隐方程
    6.1.3  隐因素是显因素的加权合成
    6.1.4  因素显隐的基本问题
    6.1.5  投影
    6.1.6  显隐的回归方法
    6.1.7  显隐的优化算法
  6.2  支持向量机
    6.2.1  支持向量机的历史渊源
    6.2.2  支持向量机的原始模型
    6.2.3  支持向量机的对偶性
    6.2.4  柔间隔的支持向量机
    6.2.5  核函数
    6.2.6  误差估计
    6.2.7  稀疏支持向量机
  6.3  因素空间对机器学习的改进
    6.3.1  扫类学习算法
    6.3.2  支持向量集的结构试探
  6.4  小结
第7章  因素规划与问题求解
  7.1  线性规划的单纯形法
    7.1.1  线性规划
    7.1.2  单纯形法
  7.2  棱锥切割算法
    7.2.1  棱锥切割理论
    7.2.2  对单纯形表的重新解释
  7.3  线性规划的强多项式算法
    7.3.1  拔高快速算法
    7.3.2  虚面消去法
    7.3.3  主动蜕化法
  7.4  小结
第8章  不确定性因果论
  8.1  因果关系的正确含义
    8.1.1  皮尔逊对讨论因果关系的反对
    8.1.2  珀尔的“因果革命”论
    8.1.3  因果分析的核心思想
    8.1.4  因果三角化解法
    8.1.5  因子分析

    8.1.6  因素空间的归因分析
  8.2  因素概率论
    8.2.1  因素概率论的定义
    8.2.2  因素概率的确定
    8.2.3  条件概率与推理
    8.2.4  联合分布转化为背景分布
  8.3  因素模糊集理论
    8.3.1  模糊落影理论
    8.3.2  隶属函数的类型
    8.3.3  因素评分系统
  8.4  数学结构在幂上的提升
    8.4.1  幂格
    8.4.2  序结构在幂上的提升
    8.4.3  拓扑结构在幂格上的表现
    8.4.4  格化拓扑
    8.4.5  超拓扑
    8.4.6  天地对应存在唯一性定理
  8.5  模糊逻辑运算的疑难问题
    8.5.1  随机集落影的简化模型
    8.5.2  模糊逻辑算子对的三种基本运算
  8.6  因素逻辑
    8.6.1  Stone表现定理与因素表现论域
    8.6.2  因素空间与泛逻辑
  8.7  小结
第9章  循证因素工程
  9.1  引言
  9.2  文本因素工程
    9.2.1  文本因素工程算法
    9.2.2  文本循证因素工程
    9.2.3  基于文化遗传算法的因素特征提取算法
    9.2.4  因素约简
    9.2.5  因素空间的提取及文本因素库的构建
  9.3  循证改造罪犯的证据因素空间分析工程
    9.3.1  问题需求
    9.3.2  改造罪犯的循证因素工程
    9.3.3  循证改造的证据因素库共建共享
    9.3.4  证据因素体系结构
    9.3.5  分布式证据因素库研发
  9.4  小结
参考文献
后记

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目