知識科學與計算科學

前言                  
 第一部分  理論基礎(chǔ)                  
 第1宣  基于進程代數(shù)的并發(fā)行為推理                  
 1. 1  引言                  
 1. 2  全局狀態(tài)及更新算子                  
 1. 3  同步動作及效果函數(shù)                  
 1. 4  進程                  
 1. 5  操作語義                  
 1. 6  格局之間的強互模擬                  
 1. 7  格局之間的弱互模擬                  
 1. 8  一個簡單的例子                  
 1. 9  結(jié)語                  
 參考文獻                  
 副報告：程序的不確定性                  
 1. 1  引論                  
 l. 2  概率進程演算                  
 1. 3  不確定程序的論域模型                  
 1. 3. 1  經(jīng)典進程的論域模型                  
 1. 3. 2  概率進程的論域模型                  
 l. 4  總結(jié)                  
 參考文獻                  
                   
 第2章  形式語義的論域理論研究進展                  
 2. 1  引論                  
 2. 2  指稱語義學的論域理論                  
 2. 2. 1  論域的特點                  
 2. 2. 2  連續(xù)映射為程序的指稱                  
 2. 2. 3  論域的又一特點                  
 2. 2. 4  論域理論的演變                  
 2. 3  論域理論與其他三種語義的關(guān)系                  
 2. 3. 1  論域模型的全抽象性                  
 2. 3. 2  程序邏輯與謂詞轉(zhuǎn)換器                  
 2. 3. 3  論域理論與代數(shù)語義                  
 2. 4  論域理論的專題                  
 2. 4. 1  論域的表示                  
 2. 4. 2  連續(xù)映射的不動點                  
 2. 4. 3  映射的漸近表示                  
 2. 4. 4  映射的極大性與全性                  
 2. 4. 5  論域的拓撲性                  
 2. 4. 6  論域的Stone對偶                  
 2. 5  討論                  
 參考文獻                  
 副報告：形式語義學在基于內(nèi)容的智能信息處理中的可能應(yīng)用                  
 2'. 1  復雜信息對象的形式化描述                  
 2'. 2  信息內(nèi)容的量子化刻畫                  
 2'. 3  通信的定性理論與定量理論的結(jié)合                  
                   
 第3章  知識和復雜性                  
 3. 1  引言                  
 3. 2  學習的復雜性                  
 3. 2. 1  Valinat and Smale學習的數(shù)學和計算機科學基礎(chǔ)                  
 3. 2. 2  概率收斂性                  
 3. 3  知識表示的復雜性, 或稱知識的描述復雜性                  
 3. 3. 1  Kolmogorov復雜性介紹                  
 3. 3. 2  描述的算法復雜性                  
 3. 3. 3  歸納推理                  
 3. 3. 4  知識和Kolmogorov復雜性                  
 3. 4  零知識交互證明                  
 致謝                  
 參考文獻                  
 副報告：知識復雜性                  
 參考文獻                  
                   
 第二部分  機器學習                  
 第4章  Rough Set理論與統(tǒng)計機器學習理論                  
 4. 1  引言                  
 4. 1. 1  KDD                  
 4. 1. 2  機器學習的研究趨勢                  
 4. 1. 3  機器學習理論                  
 4. 2  關(guān)于RS理論的評述                  
 4. 2. 1  RS理論貢獻之一--機器學習的理論基礎(chǔ)                  
 4. 2. 2  RS理論貢獻之二--獨立約簡                  
 4. 2. 3  RS理論貢獻之三--正區(qū)域與Roughness                  
 4. 2. 4  關(guān)于RS理論貢獻的小結(jié)                  
 4. 3  關(guān)于統(tǒng)計學習理論的評述                  
 4. 3. 1  統(tǒng)計學習理論貢獻之一--小樣本統(tǒng)計學理論                  
 4. 3. 2  統(tǒng)計學習理論貢獻之二--最大邊緣算法                  
 4. 3. 3  統(tǒng)計學習理論貢獻之三--核技巧                  
 4. 3. 4  海量數(shù)據(jù)的分類                  
 4. 3. 5  關(guān)于統(tǒng)計學習理論貢獻的小結(jié)                  
 4. 4  總結(jié)                  
 4. 4. 1  關(guān)于RS理論                  
 4. 4. 2  關(guān)于統(tǒng)計機器學習理論                  
 參考文獻                  
                   
 第5章  序列學習初探                  
 5. 1  引言                  
 5. 2  序列問題構(gòu)形                  
 5. 3  序列學習的基本模型和學習算法                  
 5. 3. 1  神經(jīng)網(wǎng)絡(luò)模型                  
 5. 3. 2  強化學習                  
 5. 3. 3  其他序列學習方法                  
 5. 4  結(jié)束語                  
 參考文獻                  
                   
 第三部分  Agent技術(shù)                  
 第6章  Agent研究進展                  
 6. 1  引言                  
 6. 2  群體思維狀態(tài)                  
 6. 2. 1  聯(lián)合信念                  
 6. 2. 2  聯(lián)合意圖                  
 6. 2. 3  聯(lián)合承諾                  
 6. 3  MAS的形式語義方法                  
 6. 4  MAS的對策論方法                  
 6. 5  Agent組織                  
 6. 5. 1  Agent組織及研究意義                  
 6. 5. 2  Agent組織的形成和演化                  
 6. 5. 3  Agent組織規(guī)則                  
 6. 5. 4  與組織有關(guān)的模型                  
 6. 5. 5  應(yīng)用                  
 6. 6  Agent的社會性                  
 6. 6. 1  社會Agent的思維屬性模型                  
 6. 6. 2  社會法規(guī). 規(guī)范和協(xié)調(diào)                  
 6. 6. 3  社會經(jīng)濟學方法與拍賣                  
 6. 7  面向Agent的程序設(shè)計                  
 6. 7. 1  AgentO                  
 6. 7. 2  AgentSpeak(1)                  
 6. 7. 3  ConGolog                  
 6. 7. 4  3APL與GOAL                  
 6. 7. 5  幾種語言比較                  
 6. 8  面向Agent的軟件工程                  
 6. 8. 1  形式化方法                  
 6. 8. 2  非形式化方法                  
 6. 9  結(jié)語                  
 參考文獻                  
 副報告：關(guān)于Agent研究的幾點思考                  
 6'. 1  什么是Agent背后的主要研究動機                  
 6'. 2  什么是Agent                  
 6'. 3  什么是基于Agent的方法                  
                   
 第7章  移動Agent技術(shù)的發(fā)展. 挑戰(zhàn)與趨勢                  
 7. 1  引言                  
 7. 2  移動Agent的研究背景                  
 7. 2. 1  移動Agent是分布式技術(shù)發(fā)展的結(jié)果                  
 7. 2. 2  移動Agent是Internet發(fā)展的趨勢                  
 7. 2. 3  移動Agent是Agent研究領(lǐng)域的一個重要分支                  
 7. 3  移動Agent系統(tǒng)和實現(xiàn)技術(shù)                  
 7. 3. 1  移動Agent的定義                  
 7. 3. 2  移動Agent系統(tǒng)的組成                  
 7. 3. 3  移動Agent系統(tǒng)的實現(xiàn)技術(shù)                  
 7. 4  移動Agent的技術(shù)優(yōu)勢                  
 7. 5  移動Agent的研究現(xiàn)狀                  
 7. 5. 1  移動Agent系統(tǒng)的研究                  
 7. 5. 2  移動Agent技術(shù)應(yīng)用的研究                  
 7. 6  移動Agent技術(shù)面臨的問題與挑戰(zhàn)                  
 7. 6. 1  技術(shù)上的挑戰(zhàn)                  
 7. 6. 2  非技術(shù)上的挑戰(zhàn)                  
 7. 7  移動Agent技術(shù)發(fā)展趨勢                  
 參考文獻                  
 副報告：從"知識和信息共享"的角度分析移動Agent中的兩個問題                  
 7'. 1  Variant                  
 7'. 2  Greed                  
 7'. 3  "信息和知識共享"與移動Agent                  
 7'. 4   結(jié)束語                  
                   
 第四部分  非傳統(tǒng)計算風范                  
 第8章  神經(jīng)計算研究現(xiàn)狀及發(fā)展趨勢                  
 8. 1  引言                  
 8. 2  神經(jīng)網(wǎng)絡(luò)VC維計算                  
 8. 2. 1  重要性                  
 8. 2. 2  VC維                  
 8. 2. 3  研究進展                  
 8. 2. 4  進一步的問題                  
 8. 3  神經(jīng)網(wǎng)絡(luò)集成                  
 8. 3. 1  重要性                  
 8. 3. 2  研究進展                  
 8. 3. 3  進一步的問題                  
 8. 4  基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘                  
 8. 4. 1  重要性                  
 8. 4. 2  研究進展                  
 8. 4. 3  進一步的問題                  
 8. 5  結(jié)束語                  
 參考文獻                  
 副報告：關(guān)于神經(jīng)網(wǎng)絡(luò)研究的討論                  
 8'. 1  引言                  
 8'. 2  VC維                  
 8'. 3  人工神經(jīng)網(wǎng)絡(luò)集成                  
 8'. 4  基于人工神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘                  
 8'. 5  總結(jié)                  
                   
 第9章  模型生成與約束求解                  
 9. 1  引言                  
 9. 2  模型生成                  
 9. 2. 1  SAT問題求解                  
 9. 2. 2  有限論域一階邏輯的模型生成                  
 9. 2. 3  Tableau方法                  
 9. 3  約束求解                  
 9. 3. 1  CSP求解方法                  
 9. 3. 2  約束優(yōu)化                  
 9. 3. 3  過度約束滿足(over-constraint satisfaction)                  
 9. 4  非二元約束求解                  
 9. 4. 1  轉(zhuǎn)換為二元約束求解                  
 9. 4. 2  直接求解非二元約束                  
 9. 5  約束程序設(shè)計                  
 9. 5. 1  CLP的基本理論研究                  
 9. 5. 2  約束求解和過程式語言的結(jié)合                  
 9. 6  我們的系統(tǒng)                  
 9. 7  約束求解技術(shù)的應(yīng)用                  
 參考文獻                  
 副報告1：約束滿足問題                  
 9'. 1  約束建模                  
 9'. 2  相容性和滿足性的關(guān)系                  
 9'. 3  傳播技術(shù)比較                  
 副報告2：量子并行計算                  
 9'. 1  引言                  
 9'. 2  量子計算機                  
 9'. 3  量子算法                  
 9'. 4  討論與展望                  
 參考文獻                  
                   
 第五部分  大規(guī)模知識獲取                  
 第10章  互聯(lián)網(wǎng)環(huán)境下的知識獲取. 組織及智能檢索的研究                  
 10. 1  引言                  
 10. 1. 1  研究背景                  
 10. 1. 2  國內(nèi)外研究現(xiàn)狀                  
 10. 2  知識獲取                  
 10. 2. 1  數(shù)據(jù)挖掘                  
 10. 2. 2  Web挖掘                  
 10. 2. 3  文本挖掘                  
 10. 3  知識組織                  
 10. 3. 1  傳統(tǒng)的知識表示方法