论文逐年发布
论文类
[.]
SRI国际
一号
TL;DR:论文作者描述问题求解者STRIPS 试图寻找世界模型空间操作者序列转换初始世界模型
抽象性 :我们描述一个新问题求解程序STRIPS 试图寻找世界模型空间操作器序列转换初始世界模型STRIPS代表世界模型任意收集一阶前位演算公式并设计成与由大数公式组成的模型合作使用解析定理解答特定模型问题并使用源端分析引导它实现期望目标满足模型
2 883引用
书本
·
TL;DR:文章作者描述问题解答者STRIPS试图从世界模型中查找数组运算符,将给定初始世界模型转换成模型,证明给定目标公式属实
抽象性 :我们描述一个新的问题求解程序STRIPS试图从世界模型链中查找数组运算符,将给定初始世界模型转换成模型,证明给定目标公式属实STRIPS代表世界n,~del任意收集一阶前置演算公式并设计成与.由大数公式组成的模型协同工作使用解析定理解答特定模型问题并使用源端分析引导它实现期望目标满足模型
1793引用
[.]
TL;DR:文章提出了知识型系统开发与运营由知识分享基础和技术促进的未来愿景,并描述当前为开发这些思想而正在采取的举措。
抽象性 :建设知识型新系统今天通常需要从零开始构建新知识库反之可用组装可复用组件系统开发者将只需要担心 创建专业知识 和推理者新新系统将同现有系统互操作用这些系统执行部分推理声明知识、解决问题技巧和推理服务都可在系统间分享这种办法可廉价地帮助建设更大和更好的系统支持分享和重用的基础设施将增加这些系统的普遍性,有可能改变知识产业文章对知识型系统开发运营由知识分享基础和技术促进的未来提出了远见。描述当前为开发这些思想而正在采取的举措,并提出未来必须采取的步骤,以努力实现这一愿景。
1 640引用
[.]
SRI国际
一号
TL;DR:描述STRIPS机器人解题系统新增加的一些大程序,包括泛化STriPS生成计划进程,使计划中出现的问题专用常量代之以问题自主参数
抽象性 :本文描述对STRIPS机器人解题系统的一些重大新补充第一项补充程序泛化STRIPS生成计划,使计划中出现的问题专用常量代之以问题自主参数通用计划以方便格式存储,称为三角表,有两个重要函数比较明显的函数是单宏动作,供STRIPS使用-或全或局部-在解决后续问题期间使用广化计划在监控现实世界执行计划过程中 起中心作用 并允许机器人对行动意外后果 快速响应最后,我们讨论与系统实验数例问题
1 115引用
[.]
斯坦福大学
一号
TL;DR:本文提到的Ontolingua服务器是一组工具与服务支持按地理分布分组就共享主文达成共识进程,它允许用户发布、浏览、创建和编辑存储在Ontology服务器上的主文
抽象性 :可复用本体对信息集成、知识级合作和知识库开发等任务越来越重要我们开发出一套工具和服务,支持按地理分布的集团就共享主文达成共识进程这些工具使用WorldWe实现大访问并让用户有能力发布、浏览、创建和编辑寄存于Antology服务器上的主文用户可快速从模块库组装新本体学并用经验支持数以百计用户我们描述应用工具,以就词论集成信息.Ontolingua服务器可通过URLhttp://ontolingua.stanford.edu访问
893引用
引用
[.]
俄勒冈州立大学
一号
TL;DR:betway亚洲机器学习处理许多相同的研究问题 领域统计,数据挖掘和心理学
抽象性 :机器学习研究编程计算机学习方法计算机应用范围广,程序员相对容易设计并应用必要的软件然而,有许多任务难以或不可能实现。可划分为四大类第一,有些问题不存在人专家举例说,现代自动化制造设施需要通过分析传感器读数预告机故障机器是新手,没有人类专家可以接受程序员的采访,提供建立计算机系统所必要的知识。机器学习系统可研究记录数据并继机故障并学习预测规则第二,有问题存在人专家,但他们无法解释他们的专业知识多感知任务即是如此,例如语音识别、手写识别和自然语言理解几乎所有人类都表现出专家级能力执行这些任务,但没有一个人能描述执行这些任务时所遵循的详细步骤。幸运的是,人可以提供机器示例输入并纠正输出完成这些任务,因此机器学习算法可以学习映射输出输入第三 问题出现 现象快速变化举例说,金融界人们想预测股市、消费者购买或汇率的未来行为行为常变,所以即使程序员可以构建良好的预测计算机程序,它也需要频繁重写学习程序通过持续修改和调整一套学习预测规则可减轻程序员的负担第四,需要为每个计算机用户分别定制应用举个例子 程序过滤免用电子邮件消息不同的用户需要不同的滤波期望每个用户编程自己的规则是不合理的,向每个用户提供软件工程师更新规则是不可行的机器学习系统可学习用户拒绝发邮件并自动维护过滤规则betway亚洲机器学习处理许多相同的研究问题 领域统计,数据挖掘和心理学统计侧重于理解生成数据的现象,目的往往是测试关于这些现象的不同假设数据挖掘寻找数据模式为人所理解人类学习心理学习渴望理解各种学习行为基础机制(概念学习、技能学习、策略改变等)。
13246引用
[.]
斯坦福大学
一号
TL;DR:本文描述一种机制定义可移植超表示式系统,Ontolingua 本身基于自自主域名式本体学
抽象性 :为支持AI系统共享和重用正式表示知识,定义共享知识常用词库大有帮助描述词词库共享域-定义类、关系、函数和其他对象-称为ontlogy本文描述一种机制定义可移植横跨表示式系统定义以标准格式写入前台演算由系统Ontolingua翻译为专用表示法,包括基于框架系统以及关系语言betway亚洲这使研究人员分享并复用本体学,同时保留专用实现的计算收益我们讨论如何翻译可移植性方法解决数个技术问题问题之一是,在保留声明内容的同时,如何兼顾表达方式和组织上的差异。并保留系统计算效率我们描述这些问题是如何通过Ontolingua本身基于自自主域名表达式语义的文理学解决的
12 962引用
[.]
罗切斯特大学
一号
TL;DR:论文中引入了区间时间逻辑,并引入基于约束传播的计算有效推理算法,这在时间和空间之间的微妙平衡中值得注意。
抽象性 :引入区间时间逻辑,并引入基于约束传播的计算有效推理算法系统能提供微妙平衡
7362引用
[.]
斯坦福大学
一号
TL;DR:说明本体学支持知识共享活动的作用,并介绍一套标准指导开发用于这些目的的本体学,并显示这些标准如何应用到设计数学和书目学数据Ontologies案例研究中
抽象性 :人工智能最近的工作正在探索使用形式主文作为一种方式,具体说明软件实体间分享和重用知识的具体内容协议我们从工程角度来开发这些本体学形式本体被视为设计人工品,为特定目的编译并按客观设计标准评价我们描述本体学支持知识共享活动的作用,然后提出一套标准指导为这些目的开发本体学显示这些标准如何应用到从设计数学和书目数据主文学学学的案例研究中选择设计决策讨论,替代表示选择并对照设计标准评价
6 949引用
[.]
皇后玛丽伦敦大学
一号
TL;DR:代理理论关注代理物属性问题, 并使用数学形式表达和推理代理物属性,代理结构可被视为代理软件工程模型代理语言系统编程和实验代理
抽象性 :代理概念在人工智能和主流计算机科学中都变得重要本文的目的是指向读者我们认为与智能代理物的设计和构造相关的最重要理论和实践问题为了方便起见,我们将这些问题划分为三大领域(尽管读者会看到,划分有时有些武断性)。代理理论关注代理物属性问题 并使用数学形式表达和推理代理物属性betway亚洲代理架构可被视为代理软件工程模型;这一领域的研究人员主要关注设计软件或硬件系统的问题,以满足代理理论家指定的属性代理语言软件系统编程实验代理语言可体现理论家提议的原则论文并不是为了教程介绍所有问题取而代之,我们希望简单地辨别最重要的问题并指向详解这些问题的工作文章包括对代理技术当前和潜在应用的简短审查
6 714引用