| Popis: |
Σκοπός του προτεινόμενου συγγράμματος είναι να αποτελέσει το βασικό εκπαιδευτικό υλικό του μαθήματος επιλογής “Υπολογιστική Νοημοσύνη” του Τμήματος Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής του Πανεπιστημίου Πατρών, καθώς και άλλων τμημάτων. Η Υπολογιστική Νοημοσύνη αποτελεί ένα υποκλάδο της Τεχνητής Νοημοσύνης, η οποία περιλαμβάνει το σχεδιασμό και την ανάπτυξη θεωριών και μεθόδων που έχουν εμπνευστεί από τη φύση, καθώς και την εφαρμογή τους στην επίλυση προβλημάτων του πραγματικού κόσμου. Στο προτεινόμενο σύγγραμμα, αρχικά παρουσιάζονται οι βασικές αρχές της τεχνολογίας, των ΤΝΔ και των ΓΑ. Γίνεται η σύνδεση με την Τεχνητή Νοημοσύνη (ΤΝ) και τις κλασικές μεθόδους αναζήτησης και βελτιστοποίησης καθώς και με τα βιολογικά πρότυπα, από τα οποία τα έχουν εμπνευστεί. Δίνονται τα βασικά στοιχεία της θεωρίας μάθησης, τα δύο παραδείγματα μάθησης (επιβλεπόμενη και μη-επιβλεπόμενη μάθηση). Ακολουθεί η παρουσίαση των βασικών αλγορίθμων εκπαίδευσης των ΤΝΔ και εξέλιξης των ΓΑ, αλλά και ο συνδυασμός τους σε ένα υβριδικό αλγόριθμο, ένα Εξελικτικό Νευρωνικό Δίκτυο και η εισαγωγή στο Γενετικό Προγραμματισμό (ΓΠ), μια παραλλαγή των Εξελικτικών Αλγορίθμων, η οποία βασίζεται στη βασική θεωρία της εξέλιξης του Δαρβίνου. Τέλος, παρουσιάζονται δύο αρχιτεκτονικές ΝΔ, τα δίκτυα Hopfield (ένα είδος αυτοσυσχετιστικής μνήμης) και τα δίκτυα Kohonen (ένα είδος αυτο-οργανούμενων χαρτών για ομαδοποίηση δεδομένων), καθώς και οι αλγόριθμοι εκπαίδευσης τους. Σε όλα τα κεφάλαια, τονίζονται οι στόχοι και τα μαθησιακά αποτελέσματα και υπάρχει ικανός αριθμός παραδειγμάτων, ασκήσεων και δραστηριοτήτων για την καλύτερη εμπέδωση της ύλης. |
