UCZENIE AUTOMATÓW Wojciech Sobczak
Producent: [18]
Cena: 7,00 zł
Najniższa cena z 30 dni przed obniżką: 9,90 zł
WP, 1970, str. 192 stan db+ (podniszczona lekko okładka)
ISBN
Doc. dr hab. Wojciech Sobczak, urodził się w 1938 r., ukończył studia fizyczne na Wydz. Matematyczno-Fizycznym Uniwersytetu Warszawskiego w 1962 r. Tytuł doktora otrzymał w 1967 r. na Politechnice Warszawskiej i tam habilitował się w 1973 r. Pracę naukowo-dydaktyczną rozpoczął w 1962 r. na Wydziale Elektroniki Politechniki Gdańskiej pod kierunkiem prof. J. Seidlera. Głównym przedmiotem jego zainteresowań są zagadnienia z zakresu teleinformatyki, teorii sterowania i automatyki oraz metod statystycznych i badań operacyjnych. W roku akademickim 1970/71 był stypendystą Uniwersytetu Hawajskiego w Honolulu (USA), gdzie prowadził badania dotyczące radiowych systemów wielodostępowych. Jest autorem ponad 40 publikacji naukowych (wydanych w kraju i za granicą); aktualnie pełni funkcję Kierownika Zakładu Teorii Systemów Informacyjnych na Wydziale Elektroniki Politechniki Gdańskiej, jest członkiem Komitetu Informatyki PAN.
Dziecko uczące się abecadła, przyglądając się danej, nakreślonej linii, musi powiedzieć, która to z liter alfabetu. Jego, decyzja może być poprawna lub błędna. W podobnej sytuacji może się znaleźć jakiś system techniczny, od którego wymaga się, by rozpoznawał pewne obiekty i na tej podstawie podejmował prawidłowe, zgodne z istniejącą sytuacją decyzje. Książka wyjaśnia zasady tworzenia takich systemów, które w sposób możliwie najlepszy będą wypełniały stawiane im zadania.
1. WAŻNIEJSZE PROBLEMY CYBERNETYKI
2. MOŻLIWOŚCI TECHNICZNE PODEJMOWANIA DECYZJI ORAZ ROZPOZNAWANIA SYTUACJI
Jak opisać właściwości obiektów podlegających rozpoznawaniu
Podejmowanie decyzji w procesie rozpoznawania
3. INTERPRETACJA GEOMETRYCZNA REGUŁ DECYZYJNYCH
4 LINIOWE SYSTEMY ROZPOZNAWANIA OBIEKTÓW BINARNYCH
5. LINIOWE SYSTEMY UCZĄCE SIĘ POPRAWNEJ KLASYFIKACJI OBIEKTÓW BINARNYCH
6. ALGORYTMY UCZENIA SYSTEMÓW
7. PRZYKŁAD LICZBOWY I UWAGI UOGÓLNIAJĄCE
8. PRAWDOPODOBIEŃSTWO I STATYSTYCZNY MODEL ROZPOZNAWANIA OBIEKTÓW
9. PROBLEM OPTYMALIZACJI
10. ROZWIĄZANIE PROBLEMU OPTYMALIZACJI
1I UCZENIE AUTOMATU W WARUNKACH PRZYPADKOWYCH
ISBN
Doc. dr hab. Wojciech Sobczak, urodził się w 1938 r., ukończył studia fizyczne na Wydz. Matematyczno-Fizycznym Uniwersytetu Warszawskiego w 1962 r. Tytuł doktora otrzymał w 1967 r. na Politechnice Warszawskiej i tam habilitował się w 1973 r. Pracę naukowo-dydaktyczną rozpoczął w 1962 r. na Wydziale Elektroniki Politechniki Gdańskiej pod kierunkiem prof. J. Seidlera. Głównym przedmiotem jego zainteresowań są zagadnienia z zakresu teleinformatyki, teorii sterowania i automatyki oraz metod statystycznych i badań operacyjnych. W roku akademickim 1970/71 był stypendystą Uniwersytetu Hawajskiego w Honolulu (USA), gdzie prowadził badania dotyczące radiowych systemów wielodostępowych. Jest autorem ponad 40 publikacji naukowych (wydanych w kraju i za granicą); aktualnie pełni funkcję Kierownika Zakładu Teorii Systemów Informacyjnych na Wydziale Elektroniki Politechniki Gdańskiej, jest członkiem Komitetu Informatyki PAN.
Dziecko uczące się abecadła, przyglądając się danej, nakreślonej linii, musi powiedzieć, która to z liter alfabetu. Jego, decyzja może być poprawna lub błędna. W podobnej sytuacji może się znaleźć jakiś system techniczny, od którego wymaga się, by rozpoznawał pewne obiekty i na tej podstawie podejmował prawidłowe, zgodne z istniejącą sytuacją decyzje. Książka wyjaśnia zasady tworzenia takich systemów, które w sposób możliwie najlepszy będą wypełniały stawiane im zadania.
1. WAŻNIEJSZE PROBLEMY CYBERNETYKI
2. MOŻLIWOŚCI TECHNICZNE PODEJMOWANIA DECYZJI ORAZ ROZPOZNAWANIA SYTUACJI
Jak opisać właściwości obiektów podlegających rozpoznawaniu
Podejmowanie decyzji w procesie rozpoznawania
3. INTERPRETACJA GEOMETRYCZNA REGUŁ DECYZYJNYCH
4 LINIOWE SYSTEMY ROZPOZNAWANIA OBIEKTÓW BINARNYCH
5. LINIOWE SYSTEMY UCZĄCE SIĘ POPRAWNEJ KLASYFIKACJI OBIEKTÓW BINARNYCH
6. ALGORYTMY UCZENIA SYSTEMÓW
7. PRZYKŁAD LICZBOWY I UWAGI UOGÓLNIAJĄCE
8. PRAWDOPODOBIEŃSTWO I STATYSTYCZNY MODEL ROZPOZNAWANIA OBIEKTÓW
9. PROBLEM OPTYMALIZACJI
10. ROZWIĄZANIE PROBLEMU OPTYMALIZACJI
1I UCZENIE AUTOMATU W WARUNKACH PRZYPADKOWYCH