删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

江南大学 《人工智能》博士入学考试大纲

江南大学 /2013-12-20

 《人工智能》博士入学考试大纲

 

 

基本内容:人工智能概论、问题求解基本技术、基本推理技术、不精确推理、专家系统、机器学习、人工神经网络、智能控制

 

基本要求:学生应该按照大纲的要求,理解智能与人工智能的基本概念和基本理论,了解人工智能的核心问题和难点,对人工智能所包含的子领域有粗略的框架性了解,并了解它们在信息加工上的相互联系。能运用基本概念、基本理论和基本方法对简单的智能模拟问题进行分析、建模和算法实现。学生应该同时了解人工智能的新进展,并对人工智能的前沿科学问题有所了解。

 

命题原则:题型为计算题、问答题、证明题、算法设计题,共5至6题,覆盖主要内容的80%;考试时可使用计算器。

 

内容:

(一).人工智能概论 (Introduction to AI)
1.人工智能的概念 (Concept of AI)
2.人工智能的历史 (History of AI)
3.人工智能的研究途径与方法 (Approach to AI)
4.人工智能的分支领域 (Research topics of AI)
5.人工智能的应用 (Applications of AI)

 

(二).知识表示 (Knowledge Representation, KR)
1.知识表示概述 (An overview of KR)
2. 状态空间(State space)
3. 与或图(And/or Graph)
4. 产生式系统(Production systems)
5.一阶逻辑(First Order Logic, FOL)
6. 语义网络(Semantic network)
7.框架 (Framework)
8. 面向对象知识表示 (OOT for KR) 

 

(三).问题求解基本技术 (Basic techniques for problem solving)
1.状态空间搜索 (Search of state space)
2.盲目搜索 (Uninformed search)
3.启发式搜索 (Heuristic search)
4.局部搜索与爬山算法 (Local search and hill climbing algorithm)
5.全局优化算法 (Global optimization algorithm)

 

(四).基本推理技术(Basic Inference techniques)
1.推理技术概述 (An overview of inference techniques)
2.定理证明(Theorem proving)
3.归结原理 (Resolution)
4.合一技术 (Unification)
5.推理技术的应用 (Applications of inference techniques)

 

(五).不精确推理 (Uncertainty Reasoning)
1.模糊集合与运算 (Fuzzy sets and operations)
2.模糊关系 (Fuzzy relation)
3.模糊推理 (Fuzzy inference)
4.证据理论 (Evidence theory)
5.概率推理 (Probabilistic reasoning)
6.主观Bayes推理 (Subjective Bayesian reasoning)

 

(六).专家系统 (Expert System, ES)
1.专家系统的概念 (Concept of ES)
2.专家系统的结构 (Architecture of ES)
3.专家系统的应用 (Application of ES)
4.专家系统实例 (Example of ES)
5.专家系统设计与实现 (Design and Implementation of ES)
6.专家系统开发工具与环境 (Tools and IDE for ES)
7.新一代专家系统研究 (New generation of ES)

 

(七).机器学习 (Machine Learning)
1.机器学习概述(An overview of machine learning)
2.机械学习 (Mechanical learning)
3.示例学习 (Example based learning)
4.类比学习 (Comparison based learning)
5.归纳学习 (Inductive learning)

 

(八).人工神经网络 (Artificial Neural Networks, ANN)
1.人工神经网络概论 (An overview of ANN)
2.感知机 (Perceptron)
3.BP网络 (BP neural network)
4. Hopfield 网络 (Hopfield neural network)

 

(九). 智能控制 (Intelligent control)

1. 智能控制的发展与定义 (Development and definition of intelligent control)

2. 智能控制的理论结构与特点 (Theoretical structure and features of intelligent control)

3. 智能控制系统 (Intelligent control systems)

4. 智能控制的应用领域 (Applications of intelligent control)

 

 

主要参考书

1.       《人工智能教程》(第二版) 王士同 主编 电子工业出版社2006年8月

2.       《人工智能及其应用》(第三版). 蔡自兴,徐光祐主编. 清华大学出版社. 2003年

相关话题/博士