| Введение |
2 |
| Что такое экспертная система? |
4 |
| Смысл экспертного анализа |
5 |
| Характеристики экспертных систем |
6 |
| Базовые функции экспертных систем. Приобретение знаний. |
7 |
| Представление знаний |
8 |
| Управление процессом поиска решения |
10 |
| Разъяснение принятого решения |
11 |
| Резюме. Текущее состояние проблемы. |
12 |
| Распределение материала книги по главам |
13 |
| Рекомендуемая литература. Упражнения. |
14 |
| Обзор исследований в области искусственного интеллекта |
15 |
| Исследования в области искусственного интеллекта |
16 |
| Классический период: игры и доказательство теорем. Поиск в пространстве состояний. |
17 |
| Эвристический поиск |
20 |
| Романтический период: компьютер начинает понимать. Система SHRDLU. |
22 |
| Схемы представления знаний |
23 |
| Период модернизма: технологии и приложения. В знании сила. |
25 |
| Периоды "зимней спячки" и "пробуждения" в истории искусственного интеллекта |
28 |
| Рекомендуемая литература. Упражнения. |
29 |
| Представление знаний |
33 |
| Представление знаний: принципы и методы |
34 |
| Планировщик STRIPS |
36 |
| Таблицы операторов и методика "средство – анализ завершения" |
37 |
| Анализ метода представления и управления в STRIPS |
39 |
| Формулировка подцелей в MYGIN. Лечение заболеваний крови. |
40 |
| База знаний системы MYCIN |
41 |
| Структуры управления в MYCIN |
43 |
| Оценка и сравнение характеристик экспертных систем. Оценка системы MYCIN. |
45 |
| Сравнение MYCIN и STRIPS |
46 |
| Рекомендуемая литература. Упражнения. |
47 |
| Символические вычисления |
49 |
| Специализированные языки программирования |
50 |
| Символическое представление |
51 |
| Физическая символическая система |
52 |
| Реализация символических структур на языке LISP. Структуры данных в языке LISP. |
53 |
| Структура LISP-программы |
54 |
| Приложение функции и лямбда-исчисление |
55 |
| Обработка списков |
56 |
| Сопоставление с образцом |
57 |
| Почему LISP не является языком представления знаний. Символический уровень и уровень знаний. |
58 |
| LISP и разработка программ. Гипотеза Смита. |
59 |
| Языки представления знаний |
60 |
| Рекомендуемая литература. Упражнения. |
61 |
| Системы, основанные на знаниях |
62 |
| Канонические системы |
63 |
| Системы порождающих правил для решения проблем. Синтаксис представления правил. |
64 |
| Рабочая память |
66 |
| Управление функционированием интерпретатора |
68 |
| Разрешение конфликтов |
69 |
| Прямая и обратная цепочки рассуждений |
70 |
| Правила и метаправила |
73 |
| Рекомендуемая литература. Упражнения. |
75 |
| Ассоциативные сети и системы фреймов |
77 |
| Графы, деревья и сети |
78 |
| Ассоциативные сети. Разделение видов узлов и когнитивная экономия. |
81 |
| Анализ адекватности ассоциативных сетей |
82 |
| Представление типовых объектов и ситуаций. Основные понятия концепции фреймов. |
83 |
| Фреймы и графы |
84 |
| Значения по умолчанию и демоны |
85 |
| Множественное наследование |
87 |
| Сравнение сетей и фреймов |
89 |
| Рекомендуемая литература. Упражнения. |
90 |
| Объектно-ориентированное программирование |
93 |
| Язык KRL |
94 |
| Языки LOOPS и FLAVORS |
96 |
| Проблема наложения методов |
97 |
| Метаклассы |
98 |
| Языки CLIPS и CLOS. Множественное наследование в CLOS и CLIPS. |
99 |
| Наложение методов в CLOS и CLIPS |
100 |
| Метаклассы в CLOS и CLIPS |
102 |
| Множественное наследование в C++ |
103 |
| Объектно-ориентированный анализ и конструирование экспертных систем |
106 |
| Рекомендуемая литература. Упражнения. |
107 |
| Логическое программирование |
108 |
| Формальные языки |
109 |
| Исчисление высказываний |
110 |
| Исчисление предикатов |
111 |
| Язык PROLOG |
113 |
| Опровержение резолюций. Принцип резолюций. |
114 |
| Поиск доказательства в системе резолюций |
115 |
| Процедурная дедукция в системе PLANNER |
117 |
| PROLOG и MBASE. Правила поиска в языке PROLOG. |
118 |
| Управление поиском в системе MBASE |
119 |
| Рекомендуемая литература. Упражнения. |
122 |
| Представление неопределенности знаний и данных |
124 |
| Источники неопределенности |
125 |
| Экспертные системы и теория вероятностей. Условная вероятность. |
126 |
| Коэффициенты уверенности |
128 |
| Коэффициенты уверенности и условные вероятности |
129 |
| Сомнительность и возможность. Нечеткие множества. |
131 |
| Нечеткая логика |
132 |
| Теория возможности |
133 |
| Неопределенное состояние проблемы неопределенности |
134 |
| Рекомендуемая литература. Упражнения. |
135 |
| Приобретение знаний |
136 |
| Приобретение знаний |
137 |
| Теоретический анализ процесса приобретения знаний. Стадии приобретения знаний. |
138 |
| Уровни анализа знаний |
139 |
| Онтологический анализ |
141 |
| Оболочки экспертных систем. Система EMYCIN. |
142 |
| Сопровождение и редактирование баз знаний с помощью программы TEIRESIAS |
143 |
| Методы приобретения знаний. Использование опроса экспертов для извлечения знаний в системе COMPASS. |
144 |
| Автоматизация процесса извлечения знаний в системе OPAL. Графический интерфейс модели предметной области. |
145 |
| Эффективность программы OPAL |
147 |
| Приобретение новых знаний на основе существующих |
148 |
| Рекомендуемая литература. Упражнения. |
149 |
| Эвристическая классификация (I) |
154 |
| Классификация |
155 |
| Классификация задач экспертных систем |
156 |
| Классификация методов решения проблем. Эвристическое сопоставление. |
158 |
| Общность эвристической классификации |
160 |
| Классификация или конструирование? |
162 |
| Рекомендуемая литература. Упражнения. |
163 |
| Эвристическая классификация (II) |
167 |
| Инструментальные средства и задачи, решаемые экспертной системой |
168 |
| Эвристическая классификация в системах MUD и MORE. Модель предметной области выполнения буровых работ. |
169 |
| Стратегии приобретения знаний |
172 |
| Использование коэффициентов уверенности в программе MORE |
174 |
| Опыт эксплуатации системы MORE |
175 |
| Совершенствование стратегий. Уроки проекта GUIDON. |
176 |
| Структура задач в системе NEOMYCIN |
177 |
| Рекомендуемая литература. Упражнения. |
178 |
| Иерархическое построение и проверка гипотез |
181 |
| Влияние сложности пространства гипотез на организацию работы системы |
182 |
| Структурированные объекты в CENTAUR. Структура фреймов в CENTAUR. |
184 |
| Правила, включенные в прототипы |
185 |
| Формирование суждений на базе модели в системе INTERNIST |
186 |
| Представление знаний в дереве заболеваний |
187 |
| Методика выделения правдоподобных гипотез в INTERNIST |
189 |
| Проблемы, обнаруженные в процессе эксплуатации системы INTERNIST |
190 |
| Рабочая среда инженерии знаний TDE |
191 |
| Рекомендуемая литература. Упражнения. |
192 |
| Решение проблем конструирования (I) |
194 |
| Области применения методов конструктивного решения проблем |
195 |
| Система R1/XCON |
196 |
| Компоненты и ограничения |
197 |
| Использование текущего контекста для управления структурой задачи |
198 |
| Формирование суждений с учетом ограничений: метод Match |
200 |
| Использование знаний, развитие и расширение системы XCON. Извлечение знаний в системе R1/XCON. |
201 |
| Совершенствование и расширение системы R1/XCON |
202 |
| Рекомендуемая литература. Упражнения. |
204 |
| Решение проблем конструирования (II) |
205 |
| Стратегии конструирования |
206 |
| Архитектура систем планирования и метапланирования |
207 |
| Извлечение, представление и применение знаний о проектировании. Реализация обратного прослеживания в системе VT. |
212 |
| Приобретение знаний с помощью системы SALT |
214 |
| Итоги анализа систем решения проблем конструирования |
215 |
| Рекомендуемая литература. Упражнения. |
216 |
| Средства формирования пояснений |
218 |
| Формирование пояснений на основе знаний |
219 |
| Подсистема формирования пояснений в MYCIN |
220 |
| Формирование пояснений в системах, производных от MYCIN. Формирование пояснений на основе фреймов. |
221 |
| Организация вывода пояснений в системе CENTAUR |
223 |
| Использование мультимедийного интерфейса для формирования пояснений |
228 |
| Формирование пояснений и автоматическое программирование. Автоматическое программирование в системе XPLAN. |
229 |
| Проект Explainable Expert Systems |
230 |
| Планирование текстов пояснений и модели пользователей в PEA |
232 |
| Перспективы дальнейших исследований методов формирования пояснений |
233 |
| Рекомендуемая литература. Упражнения. |
234 |
| Инструментальные средства разработки экспертных систем |
237 |
| Общая характеристика инструментальных средств для построения экспертных систем |
238 |
| Оболочки экспертных систем |
239 |
| Языки программирования высокого уровня. Языки описания порождающих правил. |
240 |
| Объектно-ориентированные языки |
241 |
| Языки логического программирования экспертных систем |
242 |
| Многофункциональные программные среды |
243 |
| Дополнительные модули |
245 |
| Использование инструментальных средств. Характерные сложности и способы их избежать. |
247 |
| Выбор подходящего инструментария для разработки экспертной системы |
248 |
| Практическое освоение инструментальных средств |
249 |
| Стиль программирования |
251 |
| Некоторые максимы разработки экспертных систем |
252 |
| Рекомендуемая литература. Упражнения. |
253 |
| Системы с доской объявлений |
255 |
| Принципы организации систем с доской объявлений |
256 |
| Системы HEARSAY, AGE и ОРМ. Почему для HEARSAY-II выбрана такая архитектура. |
257 |
| Использование источников знаний в HEARSAY-II |
258 |
| Система HEARSAY-III – оболочка для создания систем с доской объявлений |
259 |
| Инструментальные среды AGE и ОРМ |
260 |
| Среда с доской объявлений ВВ. Уровни абстракции в среде ВВ. |
261 |
| Системы ВВ1 и ACCORD |
262 |
| Система PROTEAN |
263 |
| Интеграция стратегий логического вывода. Общая характеристика ВВ. |
264 |
| Эффективность и гибкость модели с доской объявлений. Организация доски объявлений в системе GBB. |
265 |
| Компоновка доски объявлений в среде ERASMUS |
266 |
| Организация параллельных вычислений в системах CAGE и POLIGON |
267 |
| Рекомендуемая литература. Упражнения. |
268 |
| Система отслеживания истинности предположений |
269 |
| Отслеживание зависимостей. Релаксация в сети. |
270 |
| Пересмотр допущений |
272 |
| Пересмотр теорий высказываний |
273 |
| Немонотонное обоснование |
274 |
| Работа со множеством контекстов. Отслеживание истинности предположений, основанное на анализе допущений. |
276 |
| Использование систем отслеживания истинности предположений для диагностирования на основе моделей |
279 |
| Сравнение различных вариантов организации систем отслеживания истинности предположений |
281 |
| Рекомендуемая литература. Упражнения. |
282 |
| Формирование знаний на основе машинного обучения |
283 |
| Машинное обучение |
284 |
| Индуктивное обучение |
285 |
| Система Meta-DENDRAL |
287 |
| Формирование и уточнение правил |
288 |
| Пространство версий |
289 |
| Алгоритм отсеивания кандидатов |
290 |
| Сопоставление экземпляров с образцами в Meta-DENDRAL |
291 |
| Построение дерева решений и порождающих правил. Структура дерева решений. |
292 |
| Алгоритм формирования дерева решений по обучающей выборке |
294 |
| Уточнение наборов правил |
298 |
| Рекомендуемая литература. Упражнения. |
300 |
| Сети доверия |
301 |
| Теория Демпстера-Шефера |
302 |
| Функции доверия |
303 |
| Применение теории Демпстера-Шефера к системе MYCIN |
304 |
| Методика Перла |
305 |
| Сравнение методов неточных рассуждений |
307 |
| Резюме |
308 |
| Рекомендуемая литература. Упражнения. |
309 |
| Рассуждения, основанные на прецедентах |
310 |
| Рассуждение, основанное на прецедентах |
311 |
| База прецедентов |
312 |
| Программа CHEF |
313 |
| Методы извлечения и адаптации прецедентов |
314 |
| Обучение с помощью компьютера: система САТО. Предметная область программы САТО. |
315 |
| Расследования и рассуждения в юриспруденции |
316 |
| Обучение с помощью системы САТО |
317 |
| Формирование отчетов в системе FRANK |
319 |
| Сравнение систем, основанных на правилах и прецедентах |
321 |
| Рекомендуемая литература. Упражнения. |
322 |
| Гибридные системы |
324 |
| Гибридные системы |
325 |
| Методы обучения в системе ODYSSEUS |
326 |
| Системы ODYSSEUS и MINERVA. Оболочка экспертной системы MINERVA. |
328 |
| Обучение в системе ODYSSEUS |
329 |
| Использование прецедентов для обработки исключений |
330 |
| Гибридный символический подход и Нейронные сети |
332 |
| SCALIR – гибридная система для извлечения правовой информации |
335 |
| Организация обучения в системе SCALIR |
337 |
| Будущее гибридных систем |
338 |
| Рекомендуемая литература. Упражнения. |
339 |
| Заключение |
340 |
| Загадка искусственного интеллекта |
341 |
| Представление знаний |
342 |
| Языки программирования систем искусственного интеллекта |
343 |
| Решение практических проблем |
344 |
| Архитектура экспертных систем |
345 |
| Рекомендуемая литература |
346 |
| Приложение. Программирование на языке CLIPS. |
347 |
| Краткая история CLIPS |
348 |
| Правила и функции в CLIPS. Факты. |
349 |
| Правила |
351 |
| Наблюдение за процессом интерпретации |
353 |
| Использование шаблонов. Определение функций. |
354 |
| Объектно-ориентированные средства в CLIPS |
355 |
| Задача "Правдолюбцы и лжецы" |
358 |
| Анализ проблемы |
359 |
| Онтологический анализ и представление знаний |
360 |
| Разработка правил |
362 |
| Расширение набора правил – работа с составными высказываниями |
364 |
| Обратное прослеживание и множество контекстов |
369 |
| Обработка метавысказываний |
377 |
| Полный листинг программы |
379 |
| Стиль программирования на языке CLIPS |
386 |
| Упражнения |
387 |
| Литература |
388 |