簡(jiǎn)介：目錄摘要1ABSTRACT21引言32車輛優(yōu)化調(diào)度問題的描述421組合優(yōu)化問題的描述422車輛調(diào)度問題的數(shù)學(xué)模型43主要人工智能群算法研究531人工魚群算法原理及其模型6311人工魚群算法原理6312人工魚群的數(shù)學(xué)模型7313人工魚群算法932人工蜂群算法及其模型9321人工蜂群算法原理及數(shù)學(xué)模型9322人工蜂群算法步驟104人工魚群算法在VRP問題上的改進(jìn)1241人工魚群算法的傳統(tǒng)處理方法12411初始化種群12412食物濃度的計(jì)算13413人工魚行為的設(shè)計(jì)13414行為選擇15415公告欄1542傳統(tǒng)處理方法的改進(jìn)16421基于相似片段的距離16422基于相似片段距離的人工魚覓食行為16423人工魚視域的改變1743傳統(tǒng)處理方法與改進(jìn)的方法的實(shí)驗(yàn)對(duì)比分析17431實(shí)驗(yàn)參數(shù)的設(shè)置17432實(shí)驗(yàn)結(jié)果及對(duì)結(jié)果的分析185混合人工蜂群魚群算法及VRP應(yīng)用研究2051人工蜂群算法和人工魚群算法的優(yōu)缺點(diǎn)分析2052混合人工智能算法的設(shè)計(jì)2153混合人工蜂群人工魚群算法示意圖2154混合人工蜂群人工魚群算法的實(shí)現(xiàn)2255基于混合人工蜂群人工魚群算法的VRP問題求解22551人工蜂行為的設(shè)計(jì)22552公告欄236混合人工智能算法的實(shí)驗(yàn)結(jié)果分析2461混合人工智能算法的參數(shù)設(shè)置2462三種人工智能算法的實(shí)驗(yàn)結(jié)果2463實(shí)驗(yàn)結(jié)果的分析251物流調(diào)度中的混合人工智能算法摘要隨著經(jīng)濟(jì)的增長(zhǎng)更多行業(yè)的分工更加細(xì)化，越來越多的企業(yè)某些原料在南方加工，而物品的進(jìn)一步加工和組裝在北方進(jìn)行，進(jìn)而促使物流配送行業(yè)的快速增加，成為企業(yè)盈利的重要一步?，F(xiàn)在網(wǎng)購行為被大部分人的認(rèn)可，良好的配送模式能夠節(jié)省客戶和賣家的時(shí)間成本和經(jīng)濟(jì)成本，從而使得雙方達(dá)到共贏。因此，配送中心作業(yè)的重點(diǎn)就是如何將車輛有效的使用，并決定最經(jīng)濟(jì)的行駛路線，使商品能在最短的時(shí)間內(nèi)送到各個(gè)客戶手中。實(shí)際上上述物流配送問題就是車輛路線問題（VRP，VEHICLEROUTINGPROBLEM），它是組合領(lǐng)域中非常著名的NP難題，近二十年來，VRP都是一個(gè)非常活躍的研究領(lǐng)域。隨著問題規(guī)模的增大，使用數(shù)學(xué)中的確定算法獲精確解幾乎是不可能的。對(duì)于這一問題，目前出現(xiàn)了較多的應(yīng)用人工智能算法來解決的思路。本論文中主要討論的是人工蜂群算法和人工魚群算法，并將這兩種進(jìn)行融合得到新的混合人工智能算法以解決VRP問題。人工魚群算法在VRP問題上傳統(tǒng)的處理方法存在一定的缺陷，本論文將會(huì)給予一定的修正。改變對(duì)人工魚距離的定義，使用兩條人工魚中的相同片段的個(gè)數(shù)作為人工魚的距離；改變?nèi)斯~覓食行為的方式，使得人工魚的覓食行為主要通過變換人工魚中位置信息的片段位置來實(shí)現(xiàn)；隨著迭代次數(shù)的增加，增大人工魚的視域，使得人工魚的搜索范圍逐漸變大?；旌先斯ぶ悄芩惴▌傞_始使用人工蜂群算法搜索全局，然后將這個(gè)過程中最好的幾個(gè)解給予人工魚魚群作為人工魚的初始位置，最后使用人工魚群算法算法進(jìn)行人工魚的聚群、追尾和覓食等行為搜索可行解。每次迭代過程中將最好的解都放在公告欄上，迭代完成以后那么公告欄上的解即為整個(gè)搜索過程中得到的最優(yōu)解。混合人工智能算法能夠克服人工魚群算法的早熟現(xiàn)象和人工蜂群算法的收斂度不高等缺點(diǎn)，在同樣的條件下混合人工智能算法獲得的解一般情況下比人工魚群算法和人工蜂群算法要更好。關(guān)鍵詞混合人工智能、人工魚群算法、人工蜂群算法

簡(jiǎn)介：請(qǐng)務(wù)必閱讀正文之后的重要聲明部分請(qǐng)務(wù)必閱讀正文之后的重要聲明部分證券研究報(bào)告行業(yè)深度報(bào)告證券研究報(bào)告行業(yè)深度報(bào)告2019年06月09日2019年06月09日金融服務(wù)人工智能在投研的應(yīng)用智能投研調(diào)研報(bào)告評(píng)級(jí)增持（維持）評(píng)級(jí)增持（維持）分析師戴志鋒分析師戴志鋒執(zhí)業(yè)證書編號(hào)執(zhí)業(yè)證書編號(hào)S0740517030004電話EMAIL分析師陸婕分析師陸婕執(zhí)業(yè)證書編號(hào)執(zhí)業(yè)證書編號(hào)S0740518010003電話EMAIL基本狀況基本狀況上市公司數(shù)行業(yè)總市值百萬元行業(yè)流通市值百萬元行業(yè)行業(yè)市場(chǎng)走勢(shì)對(duì)比市場(chǎng)走勢(shì)對(duì)比相關(guān)報(bào)告相關(guān)報(bào)告201905072019041020190408重點(diǎn)公司基本狀況重點(diǎn)公司基本狀況簡(jiǎn)稱股價(jià)元EPSPEPEG評(píng)級(jí)20152016E2017E2018E20152016E2017E2018E備注投資要點(diǎn)投資要點(diǎn)智能投研的產(chǎn)業(yè)鏈分析智能投研的產(chǎn)業(yè)鏈分析（1）智能投研是人工智能在投資研究及其他資本市場(chǎng)相關(guān)領(lǐng)域的應(yīng)用，其核心是提升金融數(shù)據(jù)的分析能力，提高人工的工作效率。（2）智能投研的產(chǎn)業(yè)鏈涉及數(shù)據(jù)的獲取、處理及應(yīng)用。數(shù)據(jù)源包含傳統(tǒng)金融數(shù)據(jù)、爬蟲數(shù)據(jù)及另類數(shù)據(jù)等。中游主要是數(shù)據(jù)的采集和標(biāo)準(zhǔn)化。下游是數(shù)據(jù)的需求方和應(yīng)用場(chǎng)景，包括投資機(jī)構(gòu)、監(jiān)管部門及非金融機(jī)構(gòu)等。（3）智能投研行業(yè)的參與者包括傳統(tǒng)的金融數(shù)據(jù)服務(wù)商、創(chuàng)業(yè)公司、互聯(lián)網(wǎng)巨頭及投資機(jī)構(gòu)內(nèi)部研發(fā)。三種商業(yè)模式三種商業(yè)模式（1）金融文本處理工具。針對(duì)特定場(chǎng)景的金融數(shù)據(jù)處理的工具，所處理的文本以標(biāo)準(zhǔn)化的金融文本為主，主要的功能是審核檢查?？蛻粢宰C監(jiān)會(huì)、交易所等監(jiān)管職能部門，其次是券商投行部門、銀行信貸審核部門等，交付方式以項(xiàng)目制為主。（2）一級(jí)市場(chǎng)數(shù)據(jù)庫。提供全方位了解一級(jí)市場(chǎng)公司的數(shù)據(jù)庫和搜索工具。產(chǎn)品的核心是標(biāo)簽體系。目標(biāo)客戶包括一級(jí)市場(chǎng)投資機(jī)構(gòu)、券商投行部門及直投部門、銀行企業(yè)客戶部門等。一般采用數(shù)據(jù)終端或者數(shù)據(jù)接口的方式交付。（3）二級(jí)市場(chǎng)數(shù)據(jù)庫。提供比傳統(tǒng)金融數(shù)據(jù)服務(wù)商顆粒度更高的數(shù)據(jù)產(chǎn)品，重點(diǎn)在非結(jié)構(gòu)化數(shù)據(jù)的處理。成熟資本市場(chǎng)客戶主要是二級(jí)市場(chǎng)投資者，尤其是量化投資。國內(nèi)的客戶還包括券商和綜合金融集團(tuán)。底層技術(shù)底層技術(shù)在智能投研中主要應(yīng)用的人工智能技術(shù)包括圖像識(shí)別、自然語言處理、情感分析、知識(shí)圖譜等。（1）優(yōu)勢(shì)人工智能拓展了數(shù)據(jù)來源，大幅提升了數(shù)據(jù)運(yùn)算的能力。機(jī)器能分析多元、非線性關(guān)系，尋找相關(guān)性而非局限于因果關(guān)系。（2）不足就現(xiàn)階段來看，人工智能在有明確邊界、規(guī)則和目標(biāo)的場(chǎng)景中，效果更明顯。（3）約束條件數(shù)據(jù)質(zhì)量影響智能投研的效果，隨著底層數(shù)據(jù)質(zhì)量不斷提升，智能投研的效果會(huì)越來越好。市場(chǎng)空間及行業(yè)趨勢(shì)市場(chǎng)空間及行業(yè)趨勢(shì)（1）要從數(shù)據(jù)服務(wù)廣義的角度看智能投研的市場(chǎng)空間。在考慮資產(chǎn)管理規(guī)模和資產(chǎn)管理機(jī)構(gòu)數(shù)量之外，收入的增量空間還包括對(duì)數(shù)據(jù)量、數(shù)據(jù)維度、數(shù)據(jù)綜合服務(wù)的需求提升，以及投資機(jī)構(gòu)之外其他機(jī)構(gòu)對(duì)金融數(shù)據(jù)的需求。從長(zhǎng)期來看，智能投研的潛在市場(chǎng)空間遠(yuǎn)大于現(xiàn)有金融數(shù)據(jù)行業(yè)規(guī)模。（2）智能投研的發(fā)展趨勢(shì)。資產(chǎn)管理機(jī)構(gòu)在數(shù)據(jù)及技術(shù)方面的投入增速大于資產(chǎn)管理規(guī)模的增速。傳統(tǒng)的金融數(shù)據(jù)公司通過并購整合保持持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)。大量創(chuàng)業(yè)公司在努力拓展人工智能的邊界。成功的智能投研公司在數(shù)據(jù)服務(wù)的廣度或深度上超越對(duì)手。風(fēng)險(xiǎn)提示風(fēng)險(xiǎn)提示金融行業(yè)監(jiān)管政策變化、人工智能技術(shù)發(fā)展不及預(yù)期2106367736139201906101648請(qǐng)務(wù)必閱讀正文之后的請(qǐng)務(wù)必閱讀正文之后的重要聲明重要聲明部分部分3行業(yè)深度行業(yè)深度研究研究圖表目錄圖表目錄圖表圖表1廣義的智能投研范疇廣義的智能投研范疇4圖表圖表2傳統(tǒng)投研和智能投研對(duì)比傳統(tǒng)投研和智能投研對(duì)比4圖表圖表3智能投研的流程及功能智能投研的流程及功能5圖表圖表4國內(nèi)外主要的金融數(shù)據(jù)服務(wù)商國內(nèi)外主要的金融數(shù)據(jù)服務(wù)商6圖表圖表5智能投研相關(guān)創(chuàng)業(yè)公司融資事件智能投研相關(guān)創(chuàng)業(yè)公司融資事件6圖表圖表6自然語言處理的四個(gè)層面自然語言處理的四個(gè)層面9圖表圖表7自然語言生成的三個(gè)功能自然語言生成的三個(gè)功能9圖表圖表8情感分析的步驟情感分析的步驟10圖表圖表9知識(shí)圖譜技術(shù)的層次知識(shí)圖譜技術(shù)的層次10圖表圖表10建立知識(shí)圖譜的步驟建立知識(shí)圖譜的步驟11圖表圖表11主要上市金融數(shù)據(jù)公司的營業(yè)收入（億美元）主要上市金融數(shù)據(jù)公司的營業(yè)收入（億美元）11圖表圖表12資產(chǎn)管理業(yè)務(wù)總規(guī)模（萬億元）資產(chǎn)管理業(yè)務(wù)總規(guī)模（萬億元）12圖表圖表13海外典型智能投研創(chuàng)業(yè)公司海外典型智能投研創(chuàng)業(yè)公司13圖表圖表14貝萊德阿拉丁平臺(tái)的五大功能貝萊德阿拉丁平臺(tái)的五大功能14圖表圖表15貝萊德的阿拉丁平臺(tái)的收入及增速（百萬美元）貝萊德的阿拉丁平臺(tái)的收入及增速（百萬美元）15圖表圖表16庖丁科技的四個(gè)產(chǎn)品庖丁科技的四個(gè)產(chǎn)品16圖表圖表17文因互聯(lián)的知識(shí)圖譜能力文因互聯(lián)的知識(shí)圖譜能力17圖表圖表18犀語科技的三個(gè)犀語科技的三個(gè)產(chǎn)品產(chǎn)品18圖表圖表19視野金服的商業(yè)模式視野金服的商業(yè)模式18圖表圖表20烯牛數(shù)據(jù)的數(shù)據(jù)平臺(tái)烯牛數(shù)據(jù)的數(shù)據(jù)平臺(tái)202106367736139201906101648

簡(jiǎn)介：P1大數(shù)據(jù)與人工智能時(shí)代大數(shù)據(jù)與人工智能時(shí)代地理信息系統(tǒng)軟件發(fā)展及地理信息系統(tǒng)軟件發(fā)展及POSTGRESQL的應(yīng)用的應(yīng)用李紹俊博士教授級(jí)高工超圖集團(tuán)高級(jí)副總裁超圖研究院院長(zhǎng)2019年7月5日2019大會(huì)P3當(dāng)前當(dāng)前GIS軟件五大技術(shù)軟件五大技術(shù)BITCC云邊端GIS技術(shù)CLOUDEDGECLIENTGIS跨平臺(tái)GIS技術(shù)CROSSPLATFMGIS三維GIS技術(shù)THREEDIMENSIONGIS大數(shù)據(jù)GIS技術(shù)BIGDATAGIS人工智能GIS技術(shù)AIGISGIS基礎(chǔ)軟件

簡(jiǎn)介：“優(yōu)惠順序是什么“是否屬于“店鋪活動(dòng)”場(chǎng)景備注參考章節(jié)官方知識(shí)庫場(chǎng)景分類方法本題考點(diǎn)場(chǎng)景打標(biāo)通用包答案解析“什么時(shí)候到貨”是否屬于“通常到貨時(shí)間”場(chǎng)景備注參考章節(jié)官方知識(shí)庫場(chǎng)景分類方法本題考點(diǎn)場(chǎng)景打標(biāo)通用包答案解析胖環(huán)要進(jìn)行店鋪店小蜜雙十二的配置，發(fā)現(xiàn)活動(dòng)玩法跟雙十一時(shí)關(guān)聯(lián)“雙十一活動(dòng)”時(shí)效的內(nèi)容一致，話術(shù)不需要修改，只需要修改關(guān)聯(lián)的時(shí)效，那么按照以下哪種方法操作可以最快速地完成配置備注參考章節(jié)如何使用“時(shí)效設(shè)置”本題考點(diǎn)時(shí)效管理方法。答案解析“我退回一件大的又拍了一件小的，有差價(jià)，請(qǐng)退款”這句話與下列哪一句話的語義接近備注參考章節(jié)官方知識(shí)庫場(chǎng)景分類方法本題考點(diǎn)場(chǎng)景打標(biāo)通用包答案解析“紅包怎么用”；“能疊加用嗎”；“紅包用不了”，用以下哪個(gè)場(chǎng)景描述上述問題更為貼切備注參考章節(jié)官方知識(shí)庫場(chǎng)景分類方法本題考點(diǎn)場(chǎng)景打標(biāo)通用包答案解析“雙十二多少錢“是否屬于“店鋪活動(dòng)”場(chǎng)景備注參考章節(jié)官方知識(shí)庫場(chǎng)景分類方法本題考點(diǎn)場(chǎng)景打標(biāo)通用包答案解析“請(qǐng)問可以現(xiàn)在付錢幾個(gè)月后寄送貨物嗎”是否屬于“花唄期付”場(chǎng)景備注參考章節(jié)官方知識(shí)庫場(chǎng)景分類方法本題考點(diǎn)場(chǎng)景打標(biāo)通用包答案解析在“咨詢能否加急發(fā)貨，買家催促發(fā)貨”場(chǎng)景中配置了按順序回復(fù)的答案第一次回復(fù)親，15點(diǎn)前付款的訂單，會(huì)在當(dāng)天完成發(fā)貨；15點(diǎn)后付款的訂單，會(huì)在24小時(shí)內(nèi)完成發(fā)；第二次回復(fù)親親，我們這邊會(huì)安排幫親盡快發(fā)貨的哦；第三次回復(fù)親，我們會(huì)盡快發(fā)的，暫時(shí)沒有辦法幫親加急呢抱歉呢若消費(fèi)者小微昨天已經(jīng)催促過一次發(fā)貨，今天一早又來催，請(qǐng)問系統(tǒng)應(yīng)該回復(fù)以下哪個(gè)答案?jìng)渥⒖颊鹿?jié)官方知識(shí)庫的配置與使用本題考點(diǎn)官方知識(shí)庫中可配置回復(fù)順序的問題，其答案的回復(fù)規(guī)則。答案解析

簡(jiǎn)介：艾媒報(bào)告中心用戶1567341專享尊重版權(quán)，嚴(yán)禁篡改、轉(zhuǎn)售等侵權(quán)行為艾媒報(bào)告中心用戶1567341專享尊重版權(quán)，嚴(yán)禁篡改、轉(zhuǎn)售等侵權(quán)行為

簡(jiǎn)介：點(diǎn)擊查看更多基于本體系統(tǒng)的知識(shí)管理人工智能研究精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多游戲行業(yè)的人工智能設(shè)計(jì)ai的設(shè)計(jì)和實(shí)施精彩內(nèi)容。

簡(jiǎn)介：淺談人工智能學(xué)習(xí)研究的現(xiàn)狀及其發(fā)展趨勢(shì)淺談人工智能學(xué)習(xí)研究的現(xiàn)狀及其發(fā)展趨勢(shì)作者作者作者單位作者單位摘要摘要自上世紀(jì)五十年代以來，經(jīng)過了幾個(gè)階段的不斷探索和發(fā)展，人工智能在模式識(shí)別、知識(shí)工程、機(jī)器人等領(lǐng)域已經(jīng)取得重大成就，但是離真正意義上的的人類智能還相差甚遠(yuǎn)。但是進(jìn)入新世紀(jì)以來，隨著信息技術(shù)的快速進(jìn)步，與人工智能相關(guān)的技術(shù)水平也得到了相應(yīng)的提高。尤其是隨著因特網(wǎng)的普及和應(yīng)用，對(duì)人工智能的需求，變得越來越迫切，也給人工智能的研究提供了新的更加廣泛的舞臺(tái)。本文強(qiáng)調(diào)在當(dāng)今的網(wǎng)絡(luò)時(shí)代，作為信息技術(shù)的先導(dǎo)，人工智能學(xué)習(xí)在人工智能科學(xué)領(lǐng)域中是一個(gè)著非常值得關(guān)注的研究方向，要在學(xué)科交叉研究中實(shí)現(xiàn)人工智能學(xué)習(xí)的發(fā)展與創(chuàng)新，就要關(guān)注認(rèn)知科學(xué)、腦科學(xué)、生物智能、物理學(xué)、復(fù)雜網(wǎng)絡(luò)、計(jì)算機(jī)科學(xué)與人工智能之間的交叉滲透點(diǎn)，尤其是重視認(rèn)知物理學(xué)的研究。自然語言是人類思維活動(dòng)的載體，是人工智能學(xué)習(xí)研究知識(shí)表示無法回避的直接對(duì)象，要對(duì)語言中的概念建立起能夠定量表示的不確定性轉(zhuǎn)換模型，發(fā)展不確定性人工智能；要利用現(xiàn)實(shí)生活中復(fù)雜網(wǎng)絡(luò)的小世界模型和無尺度特性，把網(wǎng)絡(luò)拓?fù)渥鳛橹R(shí)表示的一種新方法，研究網(wǎng)絡(luò)拓?fù)涞难莼c網(wǎng)絡(luò)動(dòng)力學(xué)行為，研究網(wǎng)絡(luò)化了的智能，從而適應(yīng)信息時(shí)代數(shù)據(jù)挖掘的普遍要求，迎接人工智能學(xué)習(xí)與應(yīng)用領(lǐng)域新的輝煌。11前言前言自20世紀(jì)90年代以來，隨著全球化的形式與國際競(jìng)爭(zhēng)的日益激烈，對(duì)人工智能技術(shù)的研究與應(yīng)用變的越來越被人們關(guān)注，且人工智能在制造中的運(yùn)用以成為實(shí)現(xiàn)制造的知識(shí)化、自動(dòng)化、柔性化以實(shí)現(xiàn)對(duì)市場(chǎng)的快速響應(yīng)的關(guān)鍵。人工智能已對(duì)現(xiàn)實(shí)社會(huì)做出了非常重大的貢獻(xiàn)，而且其作用已在各領(lǐng)域發(fā)揮得淋漓盡致，特別是在計(jì)算機(jī)領(lǐng)域，人工智能的應(yīng)用更加突出，可以說，哪里有計(jì)算機(jī)應(yīng)用，哪里就在應(yīng)用人工智能；哪里需要自動(dòng)化或半自動(dòng)化，哪里就在應(yīng)用人工智能的理論、方法學(xué)的具體目標(biāo)也自然隨著時(shí)代的變化而發(fā)展。它一方面不斷獲得新的進(jìn)展，一方面又轉(zhuǎn)向更有意義、更加困難的目標(biāo)。一人工智能學(xué)習(xí)的歷史性基礎(chǔ)和發(fā)展步伐人工智能學(xué)習(xí)的發(fā)展歷史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。除了計(jì)算機(jī)科學(xué)以外，人工智能還涉及信息論、控制論、自動(dòng)化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)等多門學(xué)科。一般認(rèn)為，人工智能的思想萌芽可以追溯到德國著名數(shù)學(xué)家和哲學(xué)家萊布尼茨LEIBNITZ，16461716提出的“通用語言“設(shè)想。這一設(shè)想的要點(diǎn)是建立一種通用的符號(hào)語言，用這個(gè)語言中的符號(hào)表達(dá)“思想內(nèi)容”，用符號(hào)之間的形式關(guān)系表達(dá)“思想內(nèi)容”之間的邏輯關(guān)系。于是，在“通用語言”中可以實(shí)現(xiàn)“思維的機(jī)械化”這一設(shè)想可以看成是對(duì)人工智能的最早描述。計(jì)算機(jī)科學(xué)的創(chuàng)始人圖靈被認(rèn)為是“人工智能之父”，他著重研究了一臺(tái)計(jì)算機(jī)應(yīng)滿足怎樣的條件才能稱為是“有智能的”。1950年他提出了著名的“圖靈實(shí)驗(yàn)”讓一個(gè)人和一臺(tái)計(jì)算機(jī)分別處于兩個(gè)房間里，與外界的聯(lián)系僅僅通過鍵盤和打印機(jī)。由人類裁判員向房間里的人和計(jì)算機(jī)提問比如“你是機(jī)器還是人”或“你是男人還是女人”等等，并通過人和計(jì)算機(jī)的回答來判斷哪個(gè)房間里是人、哪個(gè)房間里是計(jì)算機(jī)。圖靈認(rèn)為，如果“中等程

簡(jiǎn)介：人工智能在自動(dòng)文本分類系統(tǒng)中的應(yīng)用研究摘要摘要人工智能與信息社會(huì)人工智能研究的就是怎樣利用機(jī)器模仿人腦從事推理規(guī)劃、設(shè)計(jì)、思考、學(xué)習(xí)等思維活動(dòng)。文本分類是指在給定分類體系下根據(jù)文本內(nèi)容自動(dòng)確定文本類別的過程。該文闡述了自動(dòng)文本分類分類在利用人工智能技術(shù)設(shè)計(jì)時(shí)的必要性和重要性通過對(duì)當(dāng)前具有代表性的分類算法原理進(jìn)行分析、比較總結(jié)出每種算法的性能特征既便于使用者了解掌握各種分類算法、更好地選擇合適的算法又便于研究者對(duì)算法進(jìn)行研究改進(jìn)提出性能更好的分類算法。關(guān)鍵詞關(guān)鍵詞人工智能；分類文本分類分類方法1引言引言數(shù)據(jù)的豐富帶來了對(duì)強(qiáng)有力的數(shù)據(jù)分析工具的需求大量的數(shù)據(jù)被描述為“數(shù)據(jù)豐富但信息貧乏”?？焖僭鲩L(zhǎng)的海量數(shù)據(jù)收集、存放在大型和大量的數(shù)據(jù)庫中沒有強(qiáng)有力的工具理解它們已經(jīng)遠(yuǎn)遠(yuǎn)超出了人的能力。人工智能的一個(gè)重要支柱是數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘一開始只是一種從大規(guī)模數(shù)據(jù)庫或數(shù)據(jù)倉庫中提取隱藏的預(yù)測(cè)性信息的科學(xué)方法。它讓人們有能力最終認(rèn)識(shí)數(shù)據(jù)的真正價(jià)值即數(shù)據(jù)中潛在的可用信息和知識(shí)。數(shù)據(jù)挖掘是數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)的核心步驟它研究的主要目標(biāo)是發(fā)展有關(guān)的方法論、理論工具以支持從大量數(shù)據(jù)中提取有用的和讓人們感興趣的知識(shí)、模式和規(guī)則。其主要研究?jī)?nèi)容包括基礎(chǔ)理論、發(fā)現(xiàn)算法、數(shù)據(jù)倉庫、可視化技術(shù)、定性定量互換模型、知識(shí)表示方法、知識(shí)分類算法、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中的知識(shí)發(fā)現(xiàn)以及網(wǎng)上數(shù)據(jù)挖掘等而分類作為數(shù)據(jù)挖掘的一種模式可以用于提取描述重要數(shù)據(jù)的模型通常是預(yù)測(cè)分類標(biāo)號(hào)或離散值。例如可以建立一個(gè)分類模型對(duì)銀行貸款的安全或風(fēng)險(xiǎn)進(jìn)行分類。許多分類的方法已被機(jī)器學(xué)習(xí)、專家系統(tǒng)、統(tǒng)計(jì)學(xué)和神經(jīng)生物學(xué)方面的研究者提出。文本自動(dòng)分類技術(shù)是自然語言處理的一個(gè)重要的應(yīng)用領(lǐng)域是替代傳統(tǒng)的繁雜人工分類方法的有效手段和必然趨勢(shì)特別是隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展網(wǎng)絡(luò)成為人們進(jìn)行信息交互和處理的最有效的平臺(tái)各種數(shù)字化的信息每天以極高的速度增長(zhǎng)面對(duì)如此巨大的信息人工分類選擇已經(jīng)無能為力計(jì)算機(jī)自動(dòng)分類已成為網(wǎng)絡(luò)時(shí)代的必然選擇通過利用先進(jìn)的計(jì)算機(jī)技術(shù)、人工智能技術(shù)不僅可以實(shí)現(xiàn)方便快捷的分類效果節(jié)省大量的人力物力并且可以進(jìn)一步進(jìn)行更深層次的信息挖掘處理提高信息的利用效率。文本分類處理的研究是計(jì)算機(jī)、信息處理領(lǐng)域的重要內(nèi)容特別是隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展這種應(yīng)用也變得更加迫切。2基本概念基本概念21人工智能效果然而該方法具有分類規(guī)則制定困難、推廣性差的缺點(diǎn)很難大規(guī)模推廣應(yīng)用；進(jìn)入90年代以來隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展文檔自動(dòng)分類的研究也進(jìn)入了一個(gè)新的階段各種分類方法相繼得到了發(fā)展包括機(jī)器學(xué)習(xí)技術(shù)為主的信息分類技術(shù)逐漸取代了基于知識(shí)工程的方法成為文本自動(dòng)分類研究的主要形式如NAVEBAYES、DECISIONTREE、LINEARCLASSIFIERS、神經(jīng)網(wǎng)絡(luò)等等1998年DTMUND大學(xué)的TJOACHIMES探討了支持向量機(jī)方法進(jìn)行文本分類取得了很好的效果。此外一些學(xué)者還采用BOOSTING方法來探討提高分類處理的方法。國內(nèi)許多研究院所也對(duì)中文信息分類技術(shù)進(jìn)行了大量的研究在具體分類算法上與國外是相同的只是由于中文的詞與詞之間一沒有明顯的分割因此需要首先進(jìn)行切詞處理。根據(jù)目前對(duì)于文本分類技術(shù)的研究大多數(shù)研究者的精力主要放在各種不同分類的方法探索與改進(jìn)上。然而根據(jù)目前的結(jié)果表明雖然不同的分類方法在進(jìn)行分類處理時(shí)性能上確實(shí)存在一些差異但并非是唯一因素而且單純從算法上進(jìn)一步提高文本分類的效果已經(jīng)相當(dāng)困難。事實(shí)表明分類系統(tǒng)作為一個(gè)復(fù)雜系統(tǒng)其它因素對(duì)分類性能的影響也是非常大的包括文檔集的選擇、特征詞的處理等等對(duì)于具體文本分類技術(shù)的應(yīng)用需要從文本分類處理的多個(gè)環(huán)節(jié)著手用綜合的方法來改善和提高分類的性能。3文本分類的特性文本分類的特性文本分類的基本原理是將待處理文本集DD1D2，DN按照一定的規(guī)則劃分到預(yù)定義的類別CC1C2CK中的過程其基本處理流程如圖1。從具體處理上分為訓(xùn)練與分類兩個(gè)階段因此文本分類是一種有監(jiān)督的學(xué)習(xí)過程在訓(xùn)練階段需要人工提供大量的進(jìn)行了類別標(biāo)記的事例文檔進(jìn)行學(xué)習(xí)在此之間需要首先進(jìn)行文檔的向量化即將文檔用其特征組成的向量來表示?？傮w來講文檔分類處理具有以下特點(diǎn)文本分類需要先訓(xùn)練再使用因此訓(xùn)練樣本的質(zhì)量對(duì)分類有較大影響。分類模型是根據(jù)訓(xùn)練樣本而得到因此不可避免地具有局限性。面對(duì)實(shí)際使用中樣本的多樣性若系統(tǒng)不具有相關(guān)的自我反饋學(xué)習(xí)能力則性能將會(huì)逐漸下降。文本本身具有復(fù)雜性、特征的廣泛性、稀疏性等特點(diǎn)使得僅僅依靠單一的分類處理模型很難使分類處理進(jìn)一步提高必須采用多種策略加以解決。

簡(jiǎn)介：點(diǎn)擊查看更多基于本體系統(tǒng)的知識(shí)管理人工智能研究(20190214094013)精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多人工智能帶來的變革人與人將更平等精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多ai設(shè)計(jì)如何給動(dòng)作游戲的敵人設(shè)計(jì)人工智能？精彩內(nèi)容。

簡(jiǎn)介：人工智能基礎(chǔ),北京理工大學(xué)軟件學(xué)院,,主講教師胡晶晶（軟件學(xué)院）E_MAILHUJINGJINGBITEDUCN參考教材人工智能原理與方法作者王永慶（西安交通大學(xué)出版社）人工智能及其應(yīng)用作者蔡自興徐光祐（清華大學(xué)出版社）,2,第1章緒論,緒論,4,人工智能（ARTIFICIALINTELLIGENCE,AI）是當(dāng)前科學(xué)技術(shù)發(fā)展中的一門前沿學(xué)科。人工智能是在計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)心理學(xué)、哲學(xué)等多種學(xué)科研究的基礎(chǔ)上發(fā)展起來的。工業(yè)革命主要是延長(zhǎng)了人手的功能，把人類從繁重的體力勞動(dòng)中解放出來，而人工智能延伸了人腦的功能，實(shí)現(xiàn)腦力勞動(dòng)的自動(dòng)化。,5,20世紀(jì)40位圖靈獎(jiǎng)獲得者中有6名人工智能學(xué)者，可見人工智能學(xué)科影響之深遠(yuǎn)。1969年馬文明斯基1971年約翰麥卡錫1975年赫伯特西蒙和艾倫紐厄爾1994年愛德華費(fèi)根鮑姆和勞伊雷迪,6,人工智能前景誘人，同時(shí)也任重而道遠(yuǎn)。本章作為概述，主要介紹,人工智能的定義人工智能的產(chǎn)生和發(fā)展人工智能技術(shù)特點(diǎn)人工智能學(xué)派人工智能在中國,11人工智能定義,7,第一，人工智能和其他許多新興學(xué)科一樣，至今尚無一個(gè)統(tǒng)一的定義，所謂人工智能的定義，只能是人工智能學(xué)者根據(jù)對(duì)它的已有認(rèn)識(shí)所作的一些不同解釋。,第二，人工智能的定義依賴于智能的定義。因此，要定義人工智能，首先應(yīng)該定義智能。,8,通俗地說，智能是一種認(rèn)識(shí)客觀事物和運(yùn)用知識(shí)解決問題的綜合能力。至于其確切定義，還有待于對(duì)人腦奧秘的徹底揭示。,一什么是智能,9,1認(rèn)識(shí)智能的不同觀點(diǎn),人類在認(rèn)識(shí)智能的過程中提出了許多不同的觀點(diǎn)，其中最具有代表性的觀點(diǎn)有三種。,①智能來源于思維活動(dòng)思維理論。②智能取決于可運(yùn)用的知識(shí)知識(shí)閾值理論。③智能可由逐步進(jìn)化來實(shí)現(xiàn)進(jìn)化理論。,10,人類的智能總體上可分為高、中、低三個(gè)層次，不同層次智能的活動(dòng)由不同的神經(jīng)系統(tǒng)來完成。,思維理論和知識(shí)閾值理論對(duì)應(yīng)于高層智能，而進(jìn)化理論則對(duì)應(yīng)于中層智能和低層智能。,2智能的層次結(jié)構(gòu),高層智能以大腦皮層為主，主要完成記憶和思維等活動(dòng)；中層智能以丘腦為主，主要完成感知活動(dòng)；低層智能以小腦、脊髓為主，主要完成動(dòng)作反應(yīng)。,11,智能是一種綜合能力。具體地說，它包含的各種能力如下,①智能具有感知能力②智能具有記憶與思維能力③智能具有學(xué)習(xí)和自適應(yīng)能力④智能具有行為能力,3智能所包含的能力,12,綜合各種不同的人工智能觀點(diǎn)，可以從“能力”和“學(xué)科”兩個(gè)方面對(duì)人工智能進(jìn)行定義。,從能力的角度來看，人工智能是相對(duì)于人的自然智能而言的，所謂人工智能是指用人工的方法在機(jī)器（計(jì)算機(jī)）上實(shí)現(xiàn)的智能；從學(xué)科的角度來看，人工智能是作為一個(gè)學(xué)科名稱來使用的，所謂人工智能是一門研究如何構(gòu)造智能機(jī)器或智能系統(tǒng)，使它能模擬、延伸和擴(kuò)展人類智能的學(xué)科。,二什么是人工智能,13,圖靈測(cè)試,如何衡量機(jī)器是否具有智能,14,12人工智能的產(chǎn)生與發(fā)展,孕育期形成期知識(shí)應(yīng)用期綜合集成期,人工智能的誕生1956年JOHNMCCARTHY19272011發(fā)展階段,15,機(jī)器學(xué)習(xí)主要研究如何使計(jì)算機(jī)能夠模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)功能。,一人工智能的研究和應(yīng)用領(lǐng)域,1機(jī)器學(xué)習(xí),自然語言理解（NATURALLANGUAGEPROCESSING）主要研究如何使計(jì)算機(jī)能夠理解和生成自然語言。,2自然語言理解,16,專家系統(tǒng)（EXPERTSYSTEM，簡(jiǎn)稱ES）是一種基于知識(shí)的智能系統(tǒng)，它將領(lǐng)域?qū)＜业慕?jīng)驗(yàn)用知識(shí)表示方法表示出來，并放入知識(shí)庫中，供推理機(jī)使用。,3專家系統(tǒng),所謂模式識(shí)別就是使計(jì)算機(jī)能夠?qū)o定的事物進(jìn)行鑒別，并把它歸入與其相同或相似的模式中。,4模式識(shí)別,17,計(jì)算機(jī)視覺（COMPUTERVISION）的主要研究目標(biāo)是使計(jì)算機(jī)具有通過二維圖像認(rèn)知三維環(huán)境信息的能力。,5計(jì)算機(jī)視覺,機(jī)器人（ROBOTS）是一種可再編程的多功能操作裝置。機(jī)器人學(xué)是一種綜合性技術(shù)學(xué)科，人工智能的所有技術(shù)幾乎都可以在這個(gè)領(lǐng)域得到應(yīng)用。,6機(jī)器人學(xué),18,博弈（GAMEPLAYING）是一個(gè)有關(guān)對(duì)策和斗智問題的研究領(lǐng)域。,7博弈,自動(dòng)定理證明（AUTOMATICTHEOREMPROVING）就是讓計(jì)算機(jī)模擬人類證明定理的方法，自動(dòng)實(shí)現(xiàn)象人類證明定理那樣的非數(shù)值符號(hào)演算過程。,8自動(dòng)定理證明,19,自動(dòng)程序設(shè)計(jì)（AUTOMATICPROGRAMMING）是一種讓計(jì)算機(jī)把用高級(jí)形式語言或自然語言描述的程序自動(dòng)轉(zhuǎn)換成可執(zhí)行程序的技術(shù)。,9自動(dòng)程序設(shè)計(jì),智能控制（INTELLIGENTCONTROL）是指那種無需（或需要盡可能少的）人的干預(yù)就能獨(dú)立地驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)其目標(biāo)的自動(dòng)控制。,10智能控制,20,智能決策支持系統(tǒng)（INTELLIGENTDECISIONSUPPORTSYSTEM）是指那種在傳統(tǒng)決策支持系統(tǒng)中增加了相應(yīng)的智能部件的決策支持系統(tǒng)。,11智能決策支持系統(tǒng),人工神經(jīng)網(wǎng)絡(luò)（ARTIFICIALNEURALNETWORK，簡(jiǎn)稱ANN）是一個(gè)用大量的簡(jiǎn)單處理單元經(jīng)廣泛并行互連所構(gòu)成的人工網(wǎng)絡(luò)，用于模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。,12人工神經(jīng)網(wǎng)絡(luò),21,知識(shí)發(fā)現(xiàn)（KNOWLEDGEDISCOVERYINDATABASE）和數(shù)據(jù)挖掘（DATAMINING）是在數(shù)據(jù)庫的基礎(chǔ)上實(shí)現(xiàn)的一種知識(shí)發(fā)現(xiàn)系統(tǒng)。,13知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘,分布式人工智能（DISTRIBUTEDARTIFICIALINTELLIGENCE，簡(jiǎn)稱DAI）主要研究在邏輯或物理上分散的智能系統(tǒng)之間如何相互協(xié)調(diào)各自的智能行為，實(shí)現(xiàn)問題的并行求解。,14分布式人工智能,22,二人工智能的基本研究?jī)?nèi)容,1認(rèn)知建模,所謂認(rèn)知可一般地認(rèn)為是和情感、動(dòng)機(jī)、意志相對(duì)應(yīng)的理智或認(rèn)識(shí)過程，或者說是為了一定目的，在一定的心理結(jié)構(gòu)中進(jìn)行的信息加工過程。,23,所謂機(jī)器感知，就是要讓計(jì)算機(jī)具有類似于人的感知能力，如視覺、聽覺、觸覺、嗅覺、味覺。,2機(jī)器感知,3機(jī)器思維,所謂機(jī)器思維，就是讓計(jì)算機(jī)能夠?qū)Ω兄降耐饨缧畔⒑妥约寒a(chǎn)生的內(nèi)部信息進(jìn)行思維性加工。,24,所謂機(jī)器學(xué)習(xí)就是讓計(jì)算機(jī)能夠像人那樣自動(dòng)地獲取新知識(shí)，并在實(shí)踐中不斷地完善自我和增強(qiáng)能力。,4機(jī)器學(xué)習(xí),5機(jī)器行為,所謂機(jī)器行為就是讓計(jì)算機(jī)能夠具有像人那樣的行動(dòng)和表達(dá)能力，如走、跑、拿、說、唱、寫、畫等,25,無論是人工智能的近期目標(biāo)還是遠(yuǎn)期目標(biāo)，都需要建立智能系統(tǒng)或構(gòu)造智能機(jī)器，因此需要開展對(duì)系統(tǒng)模型、構(gòu)造技術(shù)、構(gòu)造工具及語言環(huán)境等方面的研究。,,6智能系統(tǒng)與智能計(jì)算機(jī),26,13人工智能的特點(diǎn),知識(shí)是一切智能系統(tǒng)的基礎(chǔ)，任何智能系統(tǒng)的活動(dòng)過程都是一個(gè)獲取知識(shí)和運(yùn)用知識(shí)的過程，而要獲取和運(yùn)用知識(shí)，首先應(yīng)該能夠?qū)χR(shí)進(jìn)行表示。所謂知識(shí)表示就是用某種約定的方式對(duì)知識(shí)進(jìn)行的描述。,1重視知識(shí),27,所謂推理就是根據(jù)已有知識(shí)運(yùn)用某種策略推出新知識(shí)的過程。,2重視推理,所謂啟發(fā)式搜索是指能夠利用搜索中獲得的問題本身的一些特性信息（亦稱啟發(fā)信息）來指導(dǎo)搜索過程，使搜索朝著最有希望的方向前進(jìn)。,3采用啟發(fā)式（HEURISTICS）搜索,28,所謂數(shù)據(jù)驅(qū)動(dòng)是指在系統(tǒng)處理的每一步，當(dāng)考慮下一步該做什么時(shí)，需要根據(jù)此前所掌握的數(shù)據(jù)內(nèi)容（亦稱事實(shí)）來決定。,4采用數(shù)據(jù)驅(qū)動(dòng)（DATADRIVEN）方式,人工智能語言是一類適應(yīng)于人工智能和知識(shí)工程領(lǐng)域的、具有符號(hào)處理和邏輯推理能力的計(jì)算機(jī)程序語言。,5用人工智能語言建造系統(tǒng),29,符號(hào)主義聯(lián)結(jié)主義行為主義,14人工智能研究的學(xué)派,人工智能的三大學(xué)派,30,符號(hào)主義,符號(hào)主義（SYMBOLICISM），又稱邏輯主義（LOGICISM）、心理學(xué)派（PSYYCHLOGISM）或計(jì)算機(jī)學(xué)派（COMPUTERISM），是基于物理符號(hào)系統(tǒng)假設(shè)和有限合理性原理的人工智能學(xué)派。符號(hào)主義認(rèn)為人工智能起源于數(shù)理邏輯，人類認(rèn)知（智能）的基本元素是符號(hào)（SYMBOL），認(rèn)知過程是符號(hào)表示上的一種運(yùn)算。,31,聯(lián)結(jié)主義認(rèn)為思維的基元是神經(jīng)元，而不是符號(hào)；思維過程是神經(jīng)元的聯(lián)結(jié)活動(dòng)過程，而不是符號(hào)運(yùn)算過程；反對(duì)符號(hào)主義關(guān)于物理符號(hào)系統(tǒng)的假設(shè)，認(rèn)為人腦不同于電腦；提出用聯(lián)結(jié)主義的人腦工作模式取代符號(hào)主義的電腦工作模式。,2．聯(lián)結(jié)主義,32,行為主義（ACTIONISM），又稱進(jìn)化主義（EVOLUTIONISM）或控制論學(xué)派（CYBERNETICSISM），是基于控制論和“感知?jiǎng)幼鳌毙涂刂葡到y(tǒng)的人工智能學(xué)派。行為主義認(rèn)為人工智能起源于控制論，提出智能取決于感知和行為，取決于對(duì)外界復(fù)雜環(huán)境的適應(yīng)，而不是表示和推理。,3行為主義,33,符號(hào)主義是從功能上模擬人類智能；聯(lián)結(jié)主義是從結(jié)構(gòu)上模擬人類智能；行為主義則是從行為上模擬人類的智能。,34,15人工智能在中國,中國學(xué)者對(duì)人工智能的研究超過40年代表性的工作符號(hào)智能計(jì)算智能智能科學(xué)其他代表性的工作,35,一符號(hào)智能,自動(dòng)推理與自動(dòng)幾何定理證明數(shù)學(xué)定理證明初等平面幾何定理機(jī)械證明（吳方法）常識(shí)知識(shí)和大規(guī)模知識(shí)處理常識(shí)性知識(shí)的實(shí)用研究中國國家知識(shí)基礎(chǔ)設(shè)施計(jì)劃“CNKI”,36,二計(jì)算智能,,計(jì)算智能是仿照自然法則構(gòu)造的計(jì)算計(jì)算智能的范疇模糊計(jì)算（模仿人類處理問題的方式）神經(jīng)計(jì)算（依照生物神經(jīng)網(wǎng)絡(luò)的工作規(guī)則）進(jìn)化計(jì)算（模仿生物界的“優(yōu)勝劣”汰法則）粗集和粒度計(jì)算（含熵空間理論）,37,三智能科學(xué),交叉學(xué)科腦科學(xué)認(rèn)知科學(xué)神經(jīng)科學(xué)心理學(xué)分子生物生物物理數(shù)學(xué)和物理科學(xué)計(jì)算機(jī)科學(xué)和信息科學(xué),38,四其他代表性工作,不確定性人工智能隨機(jī)性和模糊性云模型機(jī)器學(xué)習(xí)語音識(shí)別人臉識(shí)別醫(yī)學(xué)數(shù)據(jù)分析游戲,39,四其他代表性工作（二）,非規(guī)范知識(shí)處理知識(shí)的不完整性（內(nèi)容不完整和知識(shí)結(jié)構(gòu)不完整）知識(shí)的不確定性（模糊知識(shí)，不確定、隨機(jī)和不精確知識(shí)）知識(shí)的不協(xié)調(diào)性（含矛盾、帶噪聲、含冗余）知識(shí)的非恒常性（時(shí)變知識(shí)和啟發(fā)式知識(shí)）機(jī)器學(xué)習(xí)交叉研究成果計(jì)算機(jī)輔助藝術(shù)和動(dòng)畫軟件天鵝基于知識(shí)的軟件工程數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)網(wǎng)絡(luò)智能,40,謝謝,

簡(jiǎn)介：人工智能太強(qiáng)大，古手稿破譯不在話下人工智能太強(qiáng)大，古手稿破譯不在話下SCIENTISTSHAVEHARNESSEDTHEPOWEROFARTIFICIALINTELLIGENCETOUNLOCKTHESECRETSOFANANCIENTMANUTHATHASBAFFLEDEXPERTS科學(xué)家借助人工智能的力量破譯一份古代手稿，這份手稿一直困擾著各位專家。DISCOVEREDINTHE19THCENTURYTHEVOYNICHMANUUSES“ALIEN”ACTERSTHATHAVELONGPUZZLEDCRYPTOGRAPHERSHISTIANSNOWHOWEVERCOMPUTINGSCIENTISTSATTHEUNIVERSITYOFALBERTASAYTHEYAREDECODINGTHEMYSTERIOUS15THCENTURYTEXT伏尼契手稿發(fā)現(xiàn)于19世紀(jì)，長(zhǎng)期以來密碼學(xué)家和歷史學(xué)家對(duì)這份手稿中使用的“外星”文字毫無頭緒。然而如今，阿爾伯塔大學(xué)的幾位計(jì)算科學(xué)家表示他們正在破解這份15世紀(jì)的神秘手稿。COMPUTINGSCIENCEPROFESSGREGKONDRAKGRADUATESTUDENTBRADLEYHAUERAPPLIEDARTIFICIALINTELLIGENCETOFINDAMBIGUITIESINTHETEXT’SHUMANLANGUAGE計(jì)算科學(xué)專業(yè)教授格雷格貢德拉克和畢業(yè)生布萊德利豪爾運(yùn)用人工智能技術(shù)來尋找手稿中人類語言的模糊之處。THEFIRSTSTAGEOFTHERESEARCHWASWKINGOUTTHEMANU’SLANGUAGETHEEXPERTSUSED400DIFFERENTLANGUAGETRANSLATIONSFROMTHE“UNIVERSALDECLARATIONOFHUMANRIGHTS”TOIDENTIFYTHELANGUAGEUSEDINTHETEXTINITIALLYITSEEMEDLIKETHETEXTWASWRITTENINARABICBUTTHERESEARCHER’SALGITHMSREVEALEDTHATTHEMANUISWRITTENIN破譯手稿開頭的工作使用了谷歌翻譯。貢德拉克解釋稱“開頭的句子符合語法可以直接口譯出來”。THESENTENCEWAS“SHEMADERECOMMENDATIONSTOTHEPRIESTMANOFTHEHOUSEMEPEOPLE”這句話的意思是”她為牧師、族長(zhǎng)、我和其他人進(jìn)行推薦。”THEFULLMEANINGOFTHETEXTWILLNEEDTHEINVOLVEMENTOFHISTIANSOFANCIENTHEBREWTHEVELLUMANIMALSKINONWHICHTHECODEXISWRITTENHASBEENDATEDTOTHEEARLY15THCENTURY破解所有文字的意思需要懂得古希伯來語的歷史學(xué)家參與。書稿的材質(zhì)屬于牛皮或者其他動(dòng)物皮，日期可追溯到15世紀(jì)早期。THERESEARCHSTUDYISPUBLISHEDINVOLUME4OFTRANSACTIONSOFTHEASSOCIATIONFCOMPUTATIONALLINGUISTICS研究結(jié)果發(fā)表在TCAL期刊的第四期。THEREHAVEBEENMULTIPLEATTEMPTSTODECODETHEVOYNICHMANUIN2014FEXAMPLERESEARCHERSARGUEDTHATTHEILLUSTRATIONSOFPLANTSINTHEMANUCOULDHELPDECODETHETEXT’SSTRANGEACTERSIN2011ASELFPROCLAIMED“PROPHETOFGOD”CLAIMEDTHATHEHADDECODEDTHEBOOK此前人們?cè)啻螄L試破解伏尼契手稿。例如2014年，研究人員稱了解手稿材料中包含哪些植物有助于破解其中的奇怪文字。2011年，一位自稱“上帝先知”的人聲稱自己破解了伏尼契手稿。

簡(jiǎn)介：人工智能及其在電力系統(tǒng)中的應(yīng)用人工智能及其在電力系統(tǒng)中的應(yīng)用摘要介紹了人工智能中的專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊理論、模式識(shí)別和小波分析技術(shù)，以及這些技術(shù)在電力系統(tǒng)中的相關(guān)應(yīng)用。關(guān)鍵詞人工智能；電力系統(tǒng)；應(yīng)用DOI1016640KI371222T2016021221引言隨著信息社會(huì)和知識(shí)經(jīng)濟(jì)時(shí)代的來臨，信息量急劇增加，使得僅靠人腦來處理紛繁復(fù)雜信息變得力不從心，所以需要開發(fā)由機(jī)器實(shí)現(xiàn)的人工智能。同樣隨著我國電力行業(yè)的大力發(fā)展，系統(tǒng)結(jié)構(gòu)越來越復(fù)雜，各種數(shù)據(jù)越來越多，這就需要將人工智能的技術(shù)應(yīng)用在電力系統(tǒng)中，幫助人們解決復(fù)雜的問題。2人工智能技術(shù)在電力系統(tǒng)中的具體應(yīng)用21人工智能定義射的方法，通過對(duì)標(biāo)準(zhǔn)樣本的學(xué)習(xí)，不斷調(diào)整自身的連接權(quán)重，經(jīng)過訓(xùn)練最終能夠獲得正確的輸出，具有強(qiáng)大的知識(shí)獲取能力，善于解決難以列出方程式或復(fù)雜的非線性問題。1975年DILLON等人在第五次PSCC會(huì)議上發(fā)表了一篇關(guān)于用自學(xué)習(xí)機(jī)進(jìn)行負(fù)荷預(yù)測(cè)的文章，這是ANN在電力系統(tǒng)中的最早應(yīng)用5。但限于當(dāng)時(shí)對(duì)ANN本身的研究沒有實(shí)質(zhì)性進(jìn)展，所以ANN在電力系統(tǒng)中的應(yīng)用沒有得到足夠的重視，以至于這方面的研究工作中斷了很長(zhǎng)時(shí)間。直至1986年SYOH用模式識(shí)別以及聯(lián)想記憶的方法對(duì)一個(gè)實(shí)際系統(tǒng)進(jìn)行了安全估計(jì)，證明了該方法的可行性。隨后，1988年DJSOBAJIC和YHPAO應(yīng)用ANN中的BP算法進(jìn)行電力系統(tǒng)的動(dòng)態(tài)安全估計(jì)，通過計(jì)算結(jié)果可知這種方法準(zhǔn)確度很高。（3）模糊理論。模糊理論以模糊集合為基礎(chǔ)，其基本思想是接受模糊性現(xiàn)象存在的事實(shí)，以處理概念模糊不確定事物為目標(biāo)，利用模糊隸屬度的概念來對(duì)不確定事件與現(xiàn)象進(jìn)行描述。應(yīng)用模糊理論的模糊識(shí)別可以通過對(duì)事物的特征進(jìn)行分類和識(shí)別，解決了電力系統(tǒng)中許多需要較長(zhǎng)時(shí)間的復(fù)雜運(yùn)算來進(jìn)行故障診斷的問題，提高了電力系統(tǒng)故障診斷的效率。模糊理論主要應(yīng)用在繼電保護(hù)的主變保護(hù)、線路保護(hù)和發(fā)電機(jī)保護(hù)等幾個(gè)方面5。例如在故障電壓分量中，電壓的高頻成分各不相同，提取不同相電壓的變換頻率特征，將其與模糊集合進(jìn)行比較，從而可判斷出故障相；還可以通過分析對(duì)比變壓器實(shí)際工作電流與理論電流的對(duì)稱度隸屬函數(shù)的近似