集对分析在不确定性智能决策中的应用

语言是思维的表达，智能决策是基于确定性与不确定性对立统一思维的一类高级决策。文章综述集对分析在纯自然语言决策，自然语言与数学混合语言决策，区间数决策和直觉模糊决策，集对分析粗糙集决策，联系数与马尔可夫链相结合的决策，赵森烽?克勤概率的贝叶斯决策，偏联系数的决策和同异反综合集成决策等方面的应用。特点是把基于确定性的决策建模与不确定性系统分析相结合，把系统宏观层次的分析与微观层次的分析相结合，把两种或多种决策方法综合集成，根据不确定性的具体情况给出决策建议，因而是一种立足于全局的智能决策，并认为集对分析的不确定性智能决策过程，在本质上是把决策系统中的信息能转换成智能的过程。     

智能可视化与可视分析

可视化与可视分析已成为众多领域中结合人类智能与机器智能协同理解、分析数据的常见手段。人工智能可以通过对大数据的学习分析提高数据质量,捕捉关键信息,并选取最有效的视觉呈现方式,从而使用户更快、更准确、更全面地从可视化中理解数据。利用人工智能方法,交互式可视化系统也能更好地学习用户习惯及用户意图,推荐符合用户需求的可视化形式、交互操作和数据特征,从而降低用户探索的学习及时间成本,提高交互分析的效率。人工智能方法在可视化中的应用受到了极大关注,产生了大量学术成果。本文从最新工作出发,探讨人工智能在可视化流程的关键步骤中的作用。包括如何智能地表示和管理数据、如何辅助用户快速创建和定制可视化、如何通过人工智能扩展交互手段及提高交互效率、如何借助人工智能辅助数据的交互分析等。具体而言,本文详细梳理每个步骤中需要完成的任务及解决思路,介绍相应的人工智能方法（如深度网络结构）,并以图表数据为例介绍智能可视化与可视分析的应用,最后讨论智能可视化方法的发展趋势,展望未来的研究方向及应用场景。     

集对分析的不确定性系统理论在AⅠ中的应用

根据不确定性与确定性对立统一的观点,把同一个研究对象相对于参考集的确定性测度与不确定性测度作为一个不确定性系统,用联系数描述这个系统,根据问题的要求对联系数作适当的运算,由此形成基于集对分析的不确定性系统理论.把该理论用于不确定性推理、智能计算、群体智能分析,思路清晰,算法简明,所得结果能较好地符合客观实际.     

网络时代的人工智能

五十多年来,人工智能在模式识别、知识工程、机器人等领域已经取得重大成就,但是离真正的人类智能还相差甚远。本文强调 在当今的网络时代,作为信息技术的先导,人工智能科学有着非常值得关注的研究方向,要在学科交叉研究中实现人工智能的发展与创新。要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透,尤其是重视认知物理学的研究;自然语言是人类思维活动的载体,是人工智能研究知识表示无法回避的直接对象,要对语言中的概念建立起能够定量表示的不确定性转换模型,发展不确定性人工智能;要利用现实生活中复杂网络的小世界模型和无尺度特性,把网络拓扑作为知识表示的一种新方法,研究网络拓扑的演化与网络动力学行为,研究网络化了的智能,从而适应信息时代数据挖掘的普遍要求,迎接人工智能科学与应用新的辉煌。     

集对分析的不确定性系统理论在AI中的应用

根据不确定性与确定性对立统一的观点，把同一个研究对象相对于参考集的确定性测度与不确定性测度作为一个不确定性系统，用联系数描述这个系统，根据问题的要求对联系数作适当的运算，由此形成基于集对分析的不确定性系统理论．把该理论用于不确定性推理、智能计算、群体智能分析，思路清晰，算法简明，所得结果能较好地符合客观实际．     

集对分析在系统智能预测中的应用综述

凡事预则立,不预则废.但事物的预测面临不确定性干扰.本文综述集对分析理论在天气降水预报、沙尘暴预报、水文水资源和供需水预测、电力与能源预测、地质灾害预测、民航风险与事故预测、作物产量预测、流脑预测、社会经济预测等方面的应用,并把基于集对分析理论的系统智能预测建模基本步骤归纳为3步.首先,构造集对并分析集对中两个集合的全...     

网络时代人工智能研究与发展

50多年来,人工智能在模式识别、知识工程、机器人等领域已经取得重大成就,但是离真正的人类智能还相差甚远.当今网络时代,人工智能科学要在学科交叉研究中实现人工智能的发展与创新,会更加关注认知科学、脑科学、生物智能、物理学、网络科学、计算机科学与人工智能之间的交叉渗透,重视认知物理学的研究;自然语言是人工智能研究知识表示无法回避的直接对象,要对语言中的概念建立起能够定量表示的不确定性转换模型,发展不确定性人工智能;要利用现实生活中复杂网络的小世界模型和无标度特性,把网络拓扑作为知识表示的一种新方法,研究网络拓扑的演化与网络动力学行为,研究网络智能.对这3个重要方向进行了阐述,并提出了具体建议.     

对人工智能在计算机网络技术中的应用探讨

人工智能技术在当今科技信息时代应用非常广泛,各个行业和各个领域都对人工智能非常的关注。日常生活中的智能语音系统、智能语音助手、智能家电等,都是人工智能技术的真正体现。人工智能技术正在逐步进入一定的规模,许多生产企业已经进入半智能半人工的模式,这样的模式促进了社会生产和计算机网络技术的推进。科学技术的飞速发展,使得人工智能在计算机网络技术中得到应用,未来对计算机网络而言,人工智能也朝着人性化和智能化的方向发展。计算机网络技术会通过人工智能手段实现大大的推动,本文从人工智能的角度探索其在计算机网络技术中的应用,希望有助于人工智能的推进。     

《模式识别与人工智能》投稿指南

正《模式识别与人工智能》是中国自动化学会、国家智能计算机研究开发中心和中国科学院合肥智能机械研究所共同主办的学术刊物。本刊面向国内外各高等院校、研究机构和企业的科研人员、教师、工程技术人员及研究生和高年级大学生。办刊宗旨:模式识别、人工智能学科是信息科学与技术的重要组成部分,本刊发表与此有关的最新研究成果与进展,旨在推动信息科学技术的发展。1、模式识别的理论、方法及其应用2、人工智能的理论、方法及其应用3、智能计算机的理论与体系结构4、计算智能及其应用5、知识发现与机器学习6、图像识别、分析与理解7、字符识别与版面分析8、语音识别与合成9、自然语言处理10、计算机图形学与计算几何学11、智能控制与智能系统12、模式识别与人工智能在互联网中的应用13、人工生命与复杂性研究14、计算生物学一、来稿要求1、来稿具有创新学术价值,有自己新的观点和见解,可推动或丰富该课题领域的研究与发展;或具有重大实用价值的创     

人工智能技术在视频制作中的应用

本文首先介绍了人工智能技术在字幕自动配音应用,阐述了人工智能技术在视频字幕提取和虚拟主播中的应用,体现出人工智能技术的应用价值。其次,介绍了人工智能技术在智能编目与检索和图片视频化中的应用,对提高检索速度、图片视频制作质量中发挥重要作用。最后,介绍人工智能技术在画质修复中的应用,对画质修复的质量起决定性作用,同时视频制作的多样化对人工智能技术的完善起到推动作用。     

集对分析理论及其应用研究进展

集对分析理论是一种较新的软计算方法，可有效地分析和处理不确定信息。近年来，该理论日益受到学术界的重视，已经在决策、预测、数据融合、不确定性推理、产品设计、网络计划、综合评价等领域得到较为成功的应用。本文简要介绍了集对分析理论的基本概念和理论基础，较详细地论述了该理论的最新研究成果与应用进展情况，最后指出可能的发展趋势和研究方向。     

因素空间与可拓学的互补性分析及问题处理融合模型

问题智能处理是人工智能领域具有挑战性和交叉性的课题。大数据与人工智能技术背景下,为了给具有较高普遍性的开放性问题求解提供新的理论支撑,对因素空间与可拓学做了对比分析,发现两者具有共同的数学基础,在问题智能处理等研究方向有交叉性和互补性。以面向问题处理的融合模型为例,论证了可拓学与因素空间交叉研究的基本路径及其可行性,提出了两者交叉研究的主要方向,阐明了实际应用的潜在优势及适用范围。该研究将有助于进一步提高问题处理的系统性、智能化水平,提高解决问题从不确定性、偶然性到必然性的程度,并将推动为智能科学服务的智能数学的发展。     

智能安全内涵与体系构建探讨

随着人工智能在各行业的推广应用,人工智能给生活、生产带来便利的同时,其破坏作用和隐患也引起了各国政府、机构的重视。因此,人工智能技术及其应用所引起的安全问题受到更多关注。但是,从智能的形态角度看,智能安全与人工智能安全在内涵上还有很多区别。本文首先阐明智能安全的内涵,指出人工智能安全实际上主要是技术层面的智能安全,但智能安全不仅涉及技术安全,还包括智能系统在各行业广泛普及带来的国家层面的安全问题,以及机器智能、混合智能等新智能形态发展给人类整体带来的潜在风险。在此基础上,本文构建了智能安全体系并给出了具体措施。狭义的人工智能安全与广义的智能安全理念相结合,有利于确保整个国家在人类文明发展过程中把握先机。     

人和人工智能系统的概念形成过程研究

概念的形成是实现人工智能的基础,为研究人工智能系统中概念的形成过程,从人对事物形成概念的过程出发进行了研究。比较人和人工智能系统的概念形成过程得到了如下特点:人的优势在于能自主地确定对象表象和对象功能中的各种特征和划分等,能在对象、描述性定义和功能性定义对应关系不完备情况下通过思维和联想建立概念;人工智能系统的优势在于丰富的对象表象感知能力,对象的各种特征和划分的长期存储、运算和分析能力;而人工智能的概念形成过程存在的缺点基本与人的概念形成过程的优点对应。因此本文认为人工智能的概念形成过程必须关注因素的智能识别、功能的系统实践和人经验知识的有师学习。现有技术在缺乏人经验知识的情况下,人工智能系统不能自主建立概念和知识库,不能实现智能过程。     

基于科学计量的世界人工智能领域发展状况分析

分析了人工智能领域近15年的发展状况,预测了未来的发展趋势,帮助研究人员快速掌握领域概况。 运用SciMAT软件进行关键词共现分析,利用生成的主题演化图、战略图揭示发展状况及子领域成熟度,预测未来发展趋势。2002-2016年,人工智能领域发文量及关键词总数总体呈上升趋势,说明该领域发展势态良好。随时间推移,各阶段类团数增多,说明该领域多方面发展。神经网络、智能机器人一直是人工智能领域研究的热点,且研究规模随着时间的推移不断扩大并逐步走向成熟。人工智能正发生从理论到应用的转变;神经网络、智能机器人将会是未来人工智能领域发展的热门。     

大数据时代下人工智能在计算机网络技术中的应用

现阶段,我国人工智能技术研究不断深入,促进了计算机网络技术的不断革新。在此背景下,人们的生活变得更加便捷和智能化。人工智能作为现阶段高科技发展的产物,对计算机网络技术的发展起到了一定引领作用。人工智能技术是当前备受关注的高新科技,其发展不仅加快了我国社会的智能化进程,而且提高了计算机的技术水平,能够促进计算机网络技术更好地为社会服务。     

人工智能系统故障分析原理研究

为研究未来系统在人工智能控制下的系统故障预测、预防、控制和恢复能力,提出一种基于信息生态方法论的人工智能系统故障分析方法。将研究对象划分为人、功能、自然和智能系统;以智能系统为核心,研究故障信息、知识和智能安全生成原理;论述了基础故障意识、情感和理智的特点。研究表明,系统故障的人工智能分析必须采用信息生态方法论结合安全科学理论进行。分析原理是基于信息生态方法论,考虑基础故障意识、情感与理智,及即时故障语义信息进行的综合决策与反应,以确保系统在规定条件下完成预定功能。     

人工智能发展预测

目前,人工智能的推理功能已获突破,学习及联想功能正在研究之中,下一步就是模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。人工神经网络是未来人工智能应用的新领域,未来智能计算机的构成,可能就是作为主机的冯．诺依曼型机与作为智能外围的人工神经网络的结合。