상세정보

복잡한 수식을 가능한 배제하고 다양한 참고 그림 및 실제 응용시스템(예)을 삽입하여 흥미를 유발하고 기초 개념에서부터, 이론 및 그 응용에 이르기까지 전체적으로 알기 쉽게 설명하였다.

학습자의 이해를 최대한 돕기 위해 복잡한 수식을 가능한 배제하고 다양한 참고 그림 및 실제 응용시스템(예)을 삽입하여 흥미를 유발하고 기초 개념에서부터, 이론 및 그 응용에 이르기까지 전체적으로 알기 쉽게 설명하였다.
제1부 인공지능의 기본개념 및 발전역사, 인공지능 언어 및 인공지능의 연구 분야
제2부 인공지능의 기본인 여러 가지 탐색방법에 대해 설명
제3부 퍼지이론 및 그 응용
제4부 신경회로망 및 그 응용
제5부 유전자 알고리즘 및 그 응용
제6부 앞에서 언급된 여러 가지 인공지능 기법들의 합성을 다루는 하이브리드 지능시스템, 그리고 부록으로 인공지능기법과 관련된 다양한 실제 프로그램들을 기술

정보제공 :

목차
제1부 인공지능시스템 개요
 제1장 인공지능의 기본 개념 = 11
  1.1 학습, 지능과 지식의 개념 = 11
  1.2 생각하는 컴퓨터 = 15
  1.3 인공 지능(AI)의 유래 = 15
  1.4 Levy challenge = 16
  1.5 인공 지능(AI)의 의미 = 17
  1.6 알고리즘과 휴리스틱 = 23
  1.7 지식표현 및 지식베이스, 지식공학 = 29
  1.8 인공지능의 장점 = 32
  1.9 튜링 테스트(Turing test) = 33
  1.10 전통적 컴퓨팅과 AI 컴퓨팅 = 35
  1.11 인공지능의 목표 = 36
 제2장 인공 지능의 발전 역사 = 38
  2.1 태동기 (1940년대 초반 - 1950년대 초반) = 38
  2.2 개척 시대 (1950년대 중반 - 1960년대 중반) = 39
  2.3 요람 시대 (1960년 중반 - 1970년대 초반) = 41
  2.4 발전기 (1970년대 초반 - 1970년대 말) = 41
  2.5 융성기 (1980년 초반 - 현재) = 42
 제3장 인공지능 언어 = 46
  3.1 인공지능 언어 개요 = 46
  3.2 PROLOG 프로그램 구조 = 47
  3.3 PROLOG 응용 예 = 49
 제4장 인공지능의 연구 분야 = 57
  4.1 로보틱스(robotics) = 58
  4.2 인공 시각(artificial vision) = 68
  4.3 자연어 처리기(Natural language processor) = 70
  4.4 전문가시스템(Expert system) = 76
  4.5 인공신경망(artificial neural network) = 79
  4.6 퍼지로직(fuzzy logic) = 82
  4.7 유전자 알고리즘(genetic algorithm) = 84
  4.8 지능 에이전트(intelligent agent) = 86
제2부 기본적인 탐색기법
 제1장 탐색 기법 개요 = 103
 제2장 맹목적 탐색(blind search) = 109
  2.1 깊이우선 탐색(DFS: Depth First Search) = 109
  2.2 너비우선 탐색(BFS: Breadth First Search) = 112
 제3장 휴리스틱 탐색(heuristic search) = 115
  3.1 언덕등반 탐색(Hill Climbing Search) = 116
  3.2 최적우선 탐색(Best-first search) = 118
  3.3 A* 알고리즘 = 119
 제4장 전통적인 탐색문제들 = 123
  4.1 하노이 탑 문제 = 123
  4.2 순회판매원 문제(Travel Salesman Problem) = 129
  4.3 8-퍼즐(8-puzzle) 문제 = 132
제3부 퍼지 이론
 제1장 퍼지 이론이란? = 145
  1.1 퍼지 이론의 개요 = 145
  1.2 퍼지이론의 역사 및 발전 전망 = 147
 제2장 퍼지 집합론 = 150
  2.1 일반 집합(Crisp Set 또는 binary set) = 150
   2.1.1 정의 = 150
   2.1.2 일반 집합의 연산 및 대수적 특성 = 150
   2.1.3 Cartesian 곱 (Cartesian Product) = 153
   2.1.4 관계(Relation) = 154
   2.1.5 관계의 표현 = 155
   2.1.6 관계의 합성 = 157
  2.2 퍼지 집합 = 159
   2.2.1 퍼지 집합의 정의 = 159
   2.2.2 퍼지 집합의 표현 = 161
   2.2.3 퍼지 집합의 특성 = 165
   2.2.4 퍼지 집합의 연산 = 167
   2.2.5 퍼지 집합의 성질 = 172
   2.2.6 퍼지수 = 174
   2.2.7 확장원리 = 176
 제3장 퍼지 관계 = 177
  3.1 퍼지 관계 = 177
  3.2 퍼지 관계의 연산 = 180
  3.3 퍼지 관계의 합성 = 181
   3.3.1 정의 = 181
   3.3.2 퍼지 관계 합성의 성질 = 189
 제4장 퍼지 논리와 퍼지 추론 = 190
  4.1 퍼지 논리 = 190
  4.2 퍼지 추론 = 193
   4.2.1 고전 추론법 = 193
   4.2.2 퍼지 추론법 = 194
  4.3 퍼지 추론 시스템 = 196
   4.3.1 퍼지 추론 시스템의 종류 = 196
   4.3.2 퍼지 추론 과정 = 199
   4.3.3 퍼지 시스템 모델링 = 209
   4.3.4 다변수 비선형 시스템의 퍼지 모델링 = 216
 제5장 퍼지 이론의 응용 = 218
  5.1 퍼지 이론의 응용 개요 = 218
  5.2 퍼지 응용 시스템의 실 예 = 221
   5.2.1 퍼지 세탁기 = 221
   5.2.2 퍼지 밥솥 = 225
   5.2.3 비디오 카메라의 퍼지 응용 = 230
   5.2.4 상수 처리에의 퍼지 응용 = 233
   5.2.5 퍼지 데이터베이스 = 240
  5.3 퍼지 제어 시스템 = 243
   5.3.1 퍼지 제어시스템의 설계 = 244
   5.3.2 퍼지 제어시스템의 응용 예 = 260
제4부 신경 회로망
 제1장 신경회로망 이론 = 273
  1.1 개론 및 역사 = 273
   1.1.1 신경회로망의 역사 = 274
   1.1.2 신경회로망의 종류 및 특징 = 275
  1.2 신경회로망 모델 = 278
   1.2.1 뉴런 모델 = 278
   1.2.2 퍼셉트론 모델 = 281
   1.2.3 다층 퍼셉트론 모델 = 293
 제2장 신경회로망 응용 = 311
  2.1 신경회로망의 응용 분야 = 311
  2.2 신경회로망을 이용한 비선형 시스템 모델링 및 제어 = 311
   2.2.1 상수처리 시스템 응집제 주입공정의 모델링 및 제어 = 311
   2.2.2 검사조정시스템을 위한 신경회로망 제어기 = 319
제5부 유전자 알고리즘
 제1장 유전자 알고리즘 개요 = 329
  1.1 생물학적 배경 = 330
  1.2 유전자 알고리즘의 장점 = 332
 제2장 고전적 유전 알고리즘 = 335
  2.1 기본 개념 = 335
  2.2 실행 절차(단계) = 338
  2.3 평가 과정으로 복귀 = 348
 제3장 수치 최적화 = 349
  3.1 부호화 및 초기화 = 350
  3.2 평가(evaluation) = 352
  3.3 선택(selection) = 353
  3.4 교배 및 돌연변이(crossover and mutation) = 357
  3.5 엘리트 과정 = 361
 제4장 스키마 이론 = 364
  4.1 스키마의 기본 개념 = 364
  4.2 스키마 정리(Schema Theorem) = 367
  4.3 빌딩블럭 가설(Building Block Hypothesis) = 369
 제5장 진화 프로그램 = 371
  5.1 기본 개념 = 371
  5.2 개체수 가변 진화방식 = 373
  5.3 제약(constraints) 조건을 다루는 방법 = 377
 제6장 유전자 알고리즘의 응용 = 379
  6.1 응용 분야 = 379
  6.2 배낭(knapsack) 문제에의 응용 = 381
  6.3 순회 경로 탐색(TSP)에의 응용 = 383
 제7장 유전자 프로그래밍 = 397
  7.1 기본 개념 = 397
  7.2 유전 연산자 = 398
제6부 하이브리드 지능시스템
 제1장 하이브리드 지능시스템 개요 = 407
  1.1 인간의 지능과 지능시스템 개요 = 407
  1.2 지능시스템의 합성 = 407
 제2장 퍼지-뉴로 시스템 = 410
  2.1 퍼지-뉴로 시스템의 개요 = 410
  2.2 최급강하법에 의한 퍼지 추론 동조 방법 = 412
  2.3 적응 뉴로-퍼지 시스템 = 415
   2.3.1 적응 뉴로-퍼지 시스템의 구조 = 415
   2.3.2 학습 알고리즘 = 418
   2.3.3 적응 뉴로-퍼지 시스템을 이용한 비선형 함수 근사화 = 420
 제3장 뉴로-퍼지 시스템 = 425
  3.1 퍼지 시스템을 이용한 신경회로망의 조정 = 425
   3.1.1 학습율의 자동 조정을 위한 퍼지 시스템 = 425
   3.1.2 뉴로-퍼지 시스템에 의한 학습 예 = 426
 제4장 유전-퍼지 시스템 = 429
 제5장 유전-뉴로 시스템 = 433
  5.1 신경망의 구조 및 파라미터 동정 = 433
  5.2 유전-뉴로 시스템에 의한 비선형 함수 근사화 = 441