상세정보

목차

머리말 = ⅲ
저자소개 = ⅴ
제01장 서론 = 1
  1.1 인공지능의 정의 = 1
    1.1.1 지능이란 무엇인가 = 1
    1.1.2 지능을 인공적으로 실현하는 것은 가능한가 = 3
  1.2 인공지능의 범주 = 4
    1.2.1 사람처럼 행동하는 시스템 = 5
    1.2.2 사람처럼 생각하는 시스템 = 7
    1.2.3 이성적으로 생각하는 시스템 = 7
    1.2.4 이성적으로 행동하는 시스템 = 8
  1.3 인공지능을 위한 지식 = 8
  1.4 인공지능의 역사적 배경 = 10
  1.5 인공지능의 구성 영역과 이 책의 구성 = 15
  참고문헌 = 18
제02장 탐색 = 19
  2.1 문제 해결 = 19
    2.1.1 직접적 방법 = 19
    2.1.2 상태 공간 = 22
  2.2 기본적 탐색 기법 = 24
    2.2.1 영국 박물관 알고리즘 = 25
    2.2.2 깊이 우선 탐색 = 25
    2.2.3 너비 우선 탐색 = 27
    2.2.4 탐색의 방향과 경로 계획 = 28
  2.3 휴리스틱 탐색 기법 = 32
    2.3.1 휴리스틱 = 32
    2.3.2 평가 함수의 사용 : 언덕 등반 기법 = 35
    2.3.3 단순한 언덕 등반 기법의 개선 = 37
  2.4 게임을 위한 탐색 = 41
  2.5 제약 조건 만족 문제 = 45
  2.6 탐색 기법의 활용 = 47
  참고문헌 = 49
제03장 지식 표현과 논리 = 51
  3.1 논리 = 51
  3.2 비교 흡수 부정 = 53
    3.2.1 비교 흡수 부정과 절 생산 방법 = 53
    3.2.2 대답 유도 과정 = 56
  3.3 제약 조건 만족 = 58
  3.4 의미망 = 60
  3.5 프레임 = 61
  3.6 규칙 = 62
  3.7 객체 지향 개념 = 62
  3.8 지식 표현 이슈 = 64
  참고문헌 = 70
제04장 불확실성 = 71
  4.1 불확실성의 요인 = 71
  4.2 불확실한 상황 하에서의 추론 : 비단조 추론 = 73
    4.2.1 부재 추론과 추정법 = 76
    4.2.2 폐세계 가정 = 79
  4.3 사실 유지 시스템 = 80
  4.4 확률에 기초한 추론 = 82
    4.4.1 조건 확률과 Bayer의 정리 = 84
    4.4.2 확신 인자 = 88
    4.4.3 Dempster-Shafer의 증거 이론 = 92
  4.5 활용 = 99
  참고문헌 = 101
제05장 퍼지 이론 = 103
  5.1 퍼지 이론의 개요와 역사 = 103
  5.2 퍼지 집합 = 104
  5.3 퍼지 관계 = 109
    5.3.1 퍼지 관계의 정의 및 성질 = 110
  5.4 퍼지 수 = 115
  5.5 퍼지 추론 = 117
    5.5.1 퍼지 추론의 합성 규칙 = 119
    5.5.2 직접법에 의한 퍼지 추론 = 120
  5.6 퍼지 이론의 응용 = 124
    5.6.1 퍼지 제어 = 124
    5.6.2 퍼지 전문가 시스템 = 126
  5.7 퍼지 교통 제어 시뮬레이터 개발 사례 = 128
    5.7.1 지능형 교통 신호 제어기 설계 = 128
    5.7.2 퍼지 교통 제어 시뮬레이터 = 132
  참고문헌 = 135
제06장 전문가 시스템 = 137
  6.1 전문가 시스템 = 137
  6.2 전문가 시스템 구축 언어 = 139
  6.3 전문가 시스템 구축 과정 = 141
  6.4 전문가 시스템 활용 = 143
  6.5 지식베이스 구성과 표현 = 144
    6.5.1 지식베이스 구성 = 144
    6.5.2 지식베이스의 표현 = 146
  6.6 지식베이스에 적용된 추론 기법 = 151
  6.7 전문가 시스템의 전문성 유지 = 159
  6.8 지식 공유 모델 = 161
  참고문헌 = 167
제07장 계획과 문제풀이 = 171
  7.1 계획과 문제풀이 = 171
    7.1.1 계획의 종류 = 172
    7.1.2 탐색 및 부목표 상호작용 = 175
  7.2 비계층적 계획과 계층적 계획의 비교 = 177
    7.2.1 STRIPS = 177
    7.2.2 탐색과 역추적 = 180
    7.2.3 ABSTRIPS = 182
  7.3 비계층적 계획 = 186
    7.3.1 HACKER = 187
    7.3.2 목표 역행 시스템 = 190
  7.4 계층적 계획 = 192
    7.4.1 절차적 네트의 구조 = 194
    7.4.2 NOAH에서 '상태'의 개념 = 196
    7.4.3 NOAH에서의 계획 = 198
  7.5 기타 계획 시스템 = 202
  참고문헌 = 203
제08장 기계 학습 = 205
  8.1 기계 학습의 개요 = 205
    8.1.1 기계 학습 시스템의 모델 = 207
    8.1.2 학습 전략에 의한 기계 학습의 분류 = 207
  8.2 암기 학습 = 211
  8.3 지도에 의한 학습 = 213
  8.4 유추에 의한 학습 = 216
    8.4.1 문제풀이와 유추 = 216
    8.4.2 계획-변형(plan-transfotmation) 문제 공간 = 217
  8.5 예를 통한 학습 = 220
    8.5.1 제어 방법 = 221
    8.5.2 훈련 예의 성질 = 222
    8.5.3 규칙 일반화 기법 = 223
  8.6 관찰을 통한 학습 = 225
  8.7 데이터마이닝 = 228
  8.8 데이터마이닝 도구 : WEKA = 234
  참고문헌 = 241
제09장 신경회로망 = 243
  9.1 신경회로망의 개요 = 243
  9.2 신경회로망의 역사 = 245
  9.3 신경회로망의 정의 및 특징 = 247
  9.4 신경회로망 모델들 = 250
    9.4.1 Hopfield 신경회로망 = 250
    9.4.2 단층 퍼셉트론 = 255
    9.4.3 다층 퍼셉트론 = 259
    9.4.4 경쟁 학습과 자기 조직화 신경회로망 = 271
  9.5 유전 알고리즘 = 275
  9.6 신경회로망의 응용 = 278
  참고문헌 = 280
제10장 시각 = 283
  10.1 영상의 획득 = 285
    10.1.1 영상 센서 = 285
    10.1.2 표본화와 양자화 = 288
  10.2 영상의 기초적 처리 = 292
    10.2.1 잡음의 제거 = 292
    10.2.2 경계 검출 = 295
    10.2.3 영상의 이진화 = 297
    10.2.4 영역 분할 = 299
  10.3 특징의 추출 = 302
  10.4 형태의 인식 = 304
    10.4.1 원형 정합 = 305
    10.4.2 확률적 기법에 의한 인식 = 305
  10.5 3차원 시각 = 308
    10.5.1 양안시 기법 = 308
    10.5.2 다면체의 표현과 해석 = 311
  10.6 컴퓨터 시각 기술의 활용 = 313
  참고문헌 = 315
제11장 자연언어 처리 = 317
  11.1 자연어 처리를 위한 지식 = 317
  11.2 자연언어 표현을 위한 문법 = 320
  11.3 자연언어의 이해 = 323
    11.3.1 형태소 분석 = 323
    11.3.2 파싱 = 325
  11.4 자연언어의 생성 = 333
  11.5 자연언어 처리의 응용 예 = 335
    11.5.1 초기 1950∼1960년대의 시스템 = 335
    11.5.2 1970년대의 시스템 = 336
    11.5.3 1980년대 이후의 시？메 = 336
    11.5.4 2000년대의 시맨틱웹 = 337
  참고문헌 = 340
제12장 지능형 에이전트 = 341
  12.1 지능형 에이전트의 개요 = 341
  12.2 지능형 에이전트의 정의와 성질 = 344
  12.3 에이전트의 역사 = 348
  12.4 지능형 에이전트 분류 = 350
    12.4.1 학습 에이전트 = 351
    12.4.2 인터페이스 에이전트 = 353
    12.4.3 데스크탑 에이전트 = 354
    12.4.4 인터넷 에이전트 = 356
    12.4.5 모빌 에이전트 = 357
    12.4.6 전자상거래 에이전트 = 360
  12.5 멀티 에이전트 시스템 = 361
    12.5.1 멀티 에이전트 시스템 개요 = 362
    12.5.2 멀티 에이전트 시스템 응용 = 365
  12.6 에이전트 응용 = 367
  참고문헌 = 369
제13장 지능 로봇 = 373
  13.1 지능 로봇의 이해 = 373
  13.2 지능 로봇의 약사 = 378
  13.3 지능 로봇을 위한 기술과 요소 = 381
    13.3.1 로봇의 구성 요소와 구동 = 381
    13.3.2 로봇의 동작 : 기구학, 역학, 자코비안 = 382
    13.3.3 센서 = 385
    13.3.4 제어 = 391
  13.4 지능 알고리즘 = 391
  13.5 지능 로봇의 형태 = 394
  13.6 지능 로봇의 전망 = 397
  참고문헌 = 398
부록 인공지능 언어 LISP = 399
  1. 심벌 = 400
  2. 수치 = 402
  3. 콘스 = 403
  4. 리스트 = 403
  5. 함수 = 404
  6. 출력 = 407
  7. 폼과 최상위 루프 = 408
  8. 특수 폼 = 409
  9. 바인딩 = 410
  10. 동적 스코우필 = 411
  11. 배열 = 412
  12. 문자열 = 413
  13. 구조체 = 413
  14. Self 특수 폼 = 414
  15. 불대수와 조건문 = 415
  16. 반복 = 418
  17. 비지역 탈출 = 420
  18. Funcall, Apply, Mapcar 함수 = 421
  19. Lambda = 421
  20. 정렬 = 422
  21. 상등 = 422
  22. 유용한 리스트 함수들 = 423
찾아보기 = 425