【人工智能】人工智能课程复习笔记

一阶谓语逻辑表达、产生式表达、语义网络表达、框架表达、面向对象表达、状态空间表达。

连接词：～ 非、∧与合取、∨或析取、→条件，双条件
量词：存在 与 任意

举例谓语公式表示知识：
HIGHER (x, y)：x比y长得高

         P前提→Q结论    或者    IF  P  THEN  Q          例:老李40岁可以表示为:(Li，Age，40)      例如：老李的年龄很可能是40岁 (Li，Age，40,0.8) 

是一种通过概念和语义关系表达的网络图，带有标记的向图。
常用语义连续：ISA/AKO(一)，part_of,IS,compose_of,have,located,if-then,before,after,at,a-member-of

例  教师框架 解：框架名：<教师>              姓名：单位（姓、名）              年龄:单位(岁)              性别:范围(男女)                           缺省：男               职称:范围(教授、副教授、讲师、助教)               缺省：讲师               部门:单位(学院、教研室)               住址：<住址框架>                工资：<工资框架>              工作时间:单位(年，月）  

对象：人 类:鸡、鸟、动物是概念上的抽象机制，是对一组相似对象的抽象。 继承... 

命题，命题公式

等价性的谓词公式 简化常用公式 狄摩根定律和量词转换率非常常用！

1 置换
{a/x,f(b)/y,w/z}表示为 x=a；y=f(b),z=w
2合一
例1：L1=Q（a,y）,L2=Q(z,f(b))
它们是可以合一的，其合一置换为S={a/z,f(b)/y}，S也是最一般的合一者mgu。

1范式：
前束形式：无连接词→和 ?
斯克林（sklolem）范式：前束范式的每个存在量词都在全称量词的前面
斯克林标准类型：从前束型范式中消除所有存在量词
合取范式：(A∨B)∧(A∨C)是合取范式
2子句与子句集：谓词公式G的Skolem标准型前的全称量词全部消除，并用逗号()代替符号∧，你可以得到谓词公式G的子句集S
3归结原理
互补文字（P与~P互补文字)

常见的定理证明形式是：A1∧A2∧……∧An→B其中，A1∧A2∧……∧An是前提，B是逻辑结论。 要证明B是A1∧A2∧……∧An只需证明：A1∧A2∧……∧An∧~B 不能满足。
证明过程：
Step1.首先否定结论B，并将否定公式~B谓词公式与前提公式集成如下：
G= A1∧A2∧……∧An∧~B
Step2.求谓词公式G的子句集S。 (简化为斯克林标准形式)
Step3.应用归结(消解)原理，互补消除
消去到最后，为空集NIL；

求解过程
Step1.用谓词公式表示已知的前提条件，并将其转化为相应的子句集，并将子句集的名称设置为S1；
Step2.用谓词公式表示待求解的问题，然后将其表示出来否定，并与一谓词ANSWER构成析取式ANSWER为解决问题而设置的谓词，其变量必须与问题公式的变量完全一致。
Step3.把问题公式与谓词ANSWER构成的析取式（或）将这个子句集化为子句集和S合并构成子句集S。
Step4.消解应用消解原理子句集S的消解原理，并通过合一替换进行改变ANSWER中的变量。
Step5.如果得到消解式ANSWER，问题的答案是ANSWER谓词中。

知识的不确定性是可信度CF(H，E)表示。它的一般形式是。IF E THEN H (CF(H，E) )

例如CF(E)=0.证据E的可信度为0.8。

1宽度优先搜索：
宽度优先搜索是一般图形搜索算法的一个例子，每次总是扩展最浅的节点，可以组织边缘FIFO实现队列(即新节点加入队列尾部，浅层老节点在深层节点前扩展)。
2深度优先：
深度优先级总是扩展搜索树当前边缘节点集 最深的节点(搜索直接推到最深的节点)。如果最深的节点扩展完成，可以追溯到下一个深度稍浅的节点。DFS使用LIFO队列(最新生成的节点最早扩展)。
3.一致成本搜索
一致的成本搜索扩展是路径消耗g(n)最小节点(从初始状态到当前状态的路径消散)n。(边缘节点可以组织成按g值排序的队列)
4 深度受限
避免设置界限lDFS在无限状态空间下搜索失败的尴尬局面。也就是说，深度为l的节点被视为最深的节点(没有后续节点)。

后来包括浅谈深度学习、机器学习 因为涉及到其他课程，就不一一列出了。