Приложение 2 Темы рефератов и индивидуальных заданий Темы рефератов

1. Эволюционное программирование (evolutionary programming).

2. Генетическое программирование (genetic programming).

3. Эволюционные стратегии (evolution strategies).

4. Меметичные алгоритмы (memetic algorithms).

5. Алгоритм дифференциальной эволюции (differential evolution).

6. Алгоритмы оценки распределений (estimation of distribution algorithms).

7. Алгоритмы ройной оптимизации (particles swarm optimization).

8. Системы обучающихся классификаторов (learning classifiers systems)

9. Адаптация параметров в эволюционных алгоритмах.

10. Интеллектуальная обработка изображений

11. Методы распознавания образов.

12. Обработка изображений на основе применения клеточных автоматов.

13. Применение теории графов для обработки изображений и распознавания образов.

14. Методы масштабирования изображений.

15. Методы распознавания лиц.

16. Методы построения трехмерных изображений объектов по их двумерным изображениям.

17. Методы сегментации изображений.

Темы индивидуальных заданий

1. Реализация алгоритма дифференциальной эволюции (differential evolution).

2. Реализация алгоритма оценки распределений (estimation of distribution algorithms).

3. Реализация алгоритма ройной оптимизации (particles swarm optimization).

4. Реализация алгоритма обработки изображений на основе применения клеточных автоматов.

5. Разработка программы улучшения качества изображений, полученных в условиях плохой видимости, на основе применения средств пакета MATLAB.

6. Разработка программы улучшения качества изображений, содержащих шумовую компоненту, на основе применения средств пакета MATLAB.

7. Разработка программы сегментации изображений на основе применения средств пакета MATLAB.

Приложение 3 Ресурсы в сети Интернет

1. http://raai.org/ – Российская ассоциация искусственного интеллекта.

2. http://www.niisi.ru/iont/ni – Российская ассоциация нейроинформатики.

3. http://ransmv.narod.ru/ – Российская ассоциация нечетких систем и мягких вычислений.

4. http://lis.epfl.ch/ – Laboratory of Intelligent Systems.

5. http://nn.cs.utexas.edu/ – Neural networks research group (University of Texas).

6. http://datadiver.nw.ru/ – Data mining и технология "Deep Data Diver".

7. http://genetic-programming.org/ – Генетическое программирование.

8. http://www.gotai.net/ – Искусственный интеллект.

9. http://www.sigevolution.org – Sigevolution – электронный журнал-дайджест по эволюционным вычислениям.

10. http://www.makhfi.com/KCM_intro.htm – Введение в моделирование знаний.

11. http://groups.csail.mit.edu/medg/ftp/psz/k-rep.html – Представление знаний.

12. http://www.blackwellpublishing.com/journal.asp?ref=0266-4720&site=1 – Экспертные системы. Expert Systems. The Journal of Knowledge Engineering.

Список литератуРы

1. Гаврилова Т.А. , Хорошевский В.Ф. Базы знаний интеллектуальных систем. – Санкт-Петербург: Питер, 2000. – 382 с.

2. Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В. Базы данных. Интеллектуальная обработка информации. – М.: Нолидж, 2000. – 352 с.

3. Змитрович А.И. Интеллектуальные информационные системы. – Минск: Тетра Системс, 1997. – 367 с.

4. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ / пер. с англ. – М.: Финансы и статистика, 1990. – 320 с.

5. Искусственный интеллект: Кн. 1. Системы общения и экспертные системы. Справочник / под ред. Э.В. Попова. – М.: Радио и связь, 1990. – 464 с.

6. Джарратано Д., Райли Г. Экспертные системы: принципы разработки и программирования / пер. с англ. – М.: Издательский дом “Вильямс”, 2007. – 1152 c.

7. Gruber T.R. A translation approach to portable ontology specification // Knowledge Acquisition. – 1993. – No. 5. – P. 199-220.

8. Дюк В., Самойленко А. Data Mining. – Санкт-Петербург: Питер, 2001. – 368 с.

9. Люгер Д.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. – М.: Издательский дом “Вильямс”, 2003. – 864 c.

10. Марселлус Д. Программирование экспертных систем на Турбо Прологе / пер. с англ. – М.: Финансы и статистика, 1994. – 256 c.

11. Осуга С. Обработка знаний / пер. с японск. – М.: Мир, 1989. – 293 с.

12. Попов Э.В. Экспертные системы. – М.: Наука, 1987. – 288 с.

13. Спицын В.Г. Базы знаний и экспертные системы. – Томск: Изд. ТПУ, 2001. – 88 c.

14. Экспертные системы. Принцип работы и примеры / под ред. Р. Форсайда; пер.с англ. – M.: Радио и связь, 1987. – 221 c.

15. Джексон П. Введение в экспертные системы / пер. с англ. – М.: Издательский дом “Вильямс”, 2001. – 624 c.

16. Гаврилов А.В. Гибридные интеллектуальные системы. – Новосибирск: Изд-во НГТУ, 2003. – 164 с.

17. Цой Ю.Р., Спицын В.Г. Применение искусственных нейронных сетей для решения задач классификации и аппроксимации функций. – Томск: Изд. ТПУ, 2003. – 21 c.

18. McCulloh W.S., Pitts W.H. A logical calculus of ideas immanent in nervous activity // Bull. Math. Biophysics. – 1943. – Vol.5. – P. 115–119.

19. Куффлер С.В., Николс Дж.Г. От нейрона к мозгу. – М: Мир. 1978. – 439 c.

20. Каллан Р. Основные концепции нейронных сетей: пер. с англ. – М.: Издательский дом «Вильямс», 2001. – 288 с.

21. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. – 344 с.

22. Спицын В.Г., Цой Ю.Р. Применение генетического алгоритма для аппроксимации функций. – Томск: Изд. ТПУ, 2002. – 23 c.

23. Редько В.Г. Эволюционная кибернетика. М. – Наука, 2003. – 156 с.

24. Бурцев М.С. Эволюция кооперации в многоагентной системе // Научная сессия МИФИ–2005. VII Всероссийская научно-практическая конференция "Нейроинформатика-2005": Сборник научных трудов. В 2-х частях. Ч. 1. М.: МИФИ, 2005 – с. 217–224.

25. Beyer H.-G., Schwefel H.-P., Wegener I. How to analyse Evolutionary Algorithms. Technical Report No.CI-139/02. – University of Dortmund, Germany, 2002.

26. Holland J.H. Adaptation in Natural and Artificial Systems. The University of Michigan Press, 1975.

27. Емельянов В.В., Курейчик В.В., Курейчик В.М. Теория и практика эволюционного моделирования. – М.: ФИЗМАТЛИТ, 2003. – 432 c.

28. Фогель Л., Оуэнс А., Уолш М. Искусственный интеллект и эволюционное моделирование. М.: Мир, 1969. – 230 с.

29. Rechenberg I. Evolutionsstrategie: Optimierung Technischer Systeme nach Prinzipien der Biologischen Evolution. Werkstatt Bionik und Evolutionstechnik, Stuttgart: Frommann-Holzboog, 1973.

30. Schwefel H.-P. Numerische Optimierung von Computer-Modellen mittels der Evolutionsstrategie // Interdisciplinary Systems Research: – 1977. – Vol. 26.

31. Koza J. Genetic programming: a paradigm for genetically breeding computer population of computer programs to solve problems. MIT Press, Cambridge, MA, 1992.

32. Whitley D.L. Genetic Algorithms and Evolutionary Computing. Van Nostrand's Scientific Encyclopedia 2002.

33. Heitkotter J., Beasly D. The Hitch-Hiker’s Guide to Evolutionary Computation: A List of Frequently Asked Questions (FAQ). ftp://rtfm.mit.edu:/pub/usenet/news.answers/ai-faq/genetшс/.

34. De Jong K. An analysis of the behavior of a class of genetic adaptive systems. Doctoral dissertation. – University of Michigan, Ann Arbor. – University Microfilms No. 76-9381. – 1975.

35. Gamma E., Helm R., Johnson R., Vlissides J. Design Patterns: Elements of Reusable Object-Oriented Software, Massachusetts: Addison-Wesley, 1995.

36. Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы / Под ред. В.М. Курейчика. – 2-е изд., испр. и доп. – М.: Физматлит, 2006. – 320 с.

37. Turing A. M. Computing machinery and intelligence // Mind, 1950, vol. 236, no. 59.

38. Хайкин С. Нейронные сети: полный курс, 2-е издание. М.: Издательский дом «Вильямс», 2006.

39. Горбань А.Н. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей // Сибирский журнал вычислительной математики.– 1998. – Т. 1, № 1. – С. 12-24.

40. Цой Ю.Р., Спицын В.Г. Эволюционный подход к настройке и обучению искусственных нейронных сетей // Нейроинформатика. – 2006. – Т. 1. – № 1 – C. 34–61. (http://www.ni.iont.ru/Journal/).

41. Цой Ю.Р., Спицын В.Г. Нейроэволюционный подход // Нейрокомпьютеры: разработка и применение. – 2005. – № 6. – C. 15–25.

42. Tsoy Yu.R., Spitsyn V.G. Using genetic algorithm with adaptive mutation mechanism for neural networks design and training // Optical memory and neural networks, (Information Optics). – 2004. – Т. 13. – No. 4. – P. 225–232.

43. Цой Ю.Р., Спицын В.Г., Чернявский А.В. Нейроэволюционное улучшение качества изображений // Сборник научных трудов VIII Всероссийской научно-технической конференции “НЕЙРОИНФОР-МАТИКА–2006”. – М.: Изд. МИФИ, 2006. – Т. 1. – С. 181–189.

44. Цой Ю.Р., Спицын В.Г. Исследование генетического алгоритма с динамически изменяемым размером популяции // Труды Международной научно-технической конференции “Интеллектуальные системы (IEEE AIS’05)”. Научное издание. М.: Изд. физико-математической литературы, 2005. – С. 241–246.

45. Цой Ю.Р., Спицын В.Г. Применение генетического алгоритма для решения задачи адаптивного нейроуправления // Сборник научных трудов VII Всероссийской научно-технической конференции “НЕЙРОИНФОРМАТИКА–2005”. – М.: Изд. МИФИ, 2005. – Т. 1. – C. 35–43.

46. Цой Ю.Р., Спицын В.Г. К выбору размера популяции // Труды Международной научно-технической конференции “Интеллектуальные системы (IEEE AIS’04)”. Научное издание. М.: Изд-во физико-математической литературы. 2004. – Т. 1. – С. 90–96.