人工智能中的图表推理

译者序

原书前言

第1章 引言：人工智能领域的局限

1.1 引言

1.2 人工智能的局限

1.2.1 创造一台思考机器的困难

1.2.2 缺乏常识性推理

1.2.3 难以驾驭的特性

1.3 智能系统的解释能力

1.3.1 系统的透明度

1.3.2 系统的灵活性

1.4 人工智能的未来：面向交互式的图表

参考文献

第2章 思维模型：在人眼中的图表

2.1 思维模型的定义

2.2 知识的组织

2.2.1 内部连接

2.2.2 外部连接

2.3 讨论

参考文献

第3章 图表的类型

3.1 引言

3.2 系统拓扑

3.3 顺序和流程

3.3.1 活动图表

3.3.2 泳道：分割一幅活动图表

3.3.3 案例研究：在急救室中的治疗类选法

3.4 层次和分类

3.4.1 组织图表

3.4.2 遗传层次

3.4.3 组成模型

3.5 关联

3.5.1 语义网络

3.5.2 实体关系图表

3.6 因果关系

3.6.1 有向图

3.6.2 其他符号系统

3.6.3 因果关系推理中的谬论

3.7 决策图表

3.7.1 决策树

3.7.2 影响图表

3.7.3 顺序的决策

3.8 讨论

参考文献

第4章 应用图表的逻辑推理

4.1 引言

4.2 论证图表

4.3 用动态维恩图表进行逻辑推理

4.3.1 维恩图表介绍

4.3.2 通过维恩图表的演绎推论：第一个途径

4.3.3 转换规则

4.4 回顾演绎推理

4.4.1 两种表示系统的检验：语言学（一阶逻辑）对应非语言学（维恩图表）

参考文献

第5章 基于规则的专家系统

5.1 引言

5.2 基于规则的推理

5.2.1 基于规则的专家系统的组成部分

5.2.2 推理机

5.2.3 冲突结果

5.2.4 CUPS

5.3 利益与局限

5.3.1 很难对专门技术进行提取

5.3.2 不能捕获所有的知识

5.3.3 专家系统不能够学习

5.3.4 专家系统缺乏灵活性

5.3.5 缺乏对专家系统的信任，同时在解释结果上面专家系统的能力有限

……

第6章 带有图形的基于规则的推理

第7章 基于模型的推理

第8章 基于置信度与贝叶斯网络的不精确推理

第9章 理解图表推理的框架

《人工智能中的图表推理》以一种全新的角度对人工智能及其应用领域中的技术和方法（即图表理论）进行了研究和探索。《人工智能中的图表推理》在介绍人工智能基本原理的同时，着重论述了当前图表理论在人工智能领域中的应用。
《人工智能中的图表推理》详细介绍了图表的类型与相关应用，包括逻辑推理、基于规则的专家系统、基于规则的推理、基于模型的推理等。《人工智能中的图表推理》除了对静态图表的相关理论进行了论述外，也对交互式和动态图表进行了阐述，以便帮助研究者、程序员、智能系统设计人员和Web应用设计人员进行更深入的研究。
《人工智能中的图表推理》可作为高等院校相关专业的高年级本科生、研究生、程序员、智能系统设计人员、Web应用设计人员及人工智能领域的相关研究人员的参考用书。

《人工智能中的图表推理》在如何使用图表方法对人工智能系统进行简化设计方面做了开创性工作。
对于为了完成决策过程或是解决问题任务而寻求设计图形化用户接口的读者，本书的出版标志着一个重要的里程碑。作者娴熟地展示了图形表示如何简化我们与曰益复杂的信息技术和基于计算机的信息系统之间的相互作用。特别是本书强调了图表用户接口是如何帮助我们更好地理解人工智能系统并将其形象化。本书也研究了图表推理是如何增强不同的人工智能编程策略，这些策略被用来仿真人类思维和解决问题方法，其中包括：
●专家系统
●基于模型的推理
●不精确推理，如确定因素和贝叶斯网络
●逻辑推理