Knowledge Engineering Tools and Techniques for AI Planning / Vallati, Mauro ; Kitchin, Diane  

Público ISBD Ningún comentario para este título. Título : Knowledge Engineering Tools and Techniques for AI Planning Tipo de documento: documento electrónico Autores: Vallati, Mauro, ; Kitchin, Diane, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: VIII, 277 p. 97 ilustraciones, 53 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-38561-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Sistemas expertos (Informática)  Conocimiento administrativo  Procesamiento de datos  Sistemas basados ​​en el conocimiento  Minería de datos y descubrimiento de conocimientos Clasificación: 006.33 Resumen: Este libro presenta una revisión exhaustiva de las herramientas y técnicas de ingeniería del conocimiento que se pueden utilizar en la planificación y programación de la inteligencia artificial. Las herramientas de KE se pueden utilizar para ayudar en la adquisición de conocimientos y en la construcción de modelos de dominio, que este libro ilustrará. Los motores de planificación de IA requieren un modelo de dominio que capture el conocimiento sobre cómo funciona un dominio en particular, por ejemplo, los objetos que contiene y las acciones disponibles que se pueden utilizar. Sin embargo, codificar un modelo de dominio de planificación no es una tarea sencilla: es posible que se necesite un experto en el dominio para conocer el dominio, pero esta información luego debe codificarse en un lenguaje de representación adecuado. El desarrollo de tales modelos de dominio requiere mucho tiempo y es propenso a errores. Debido a estos desafíos, los investigadores han desarrollado una serie de herramientas y técnicas automatizadas para ayudar en la captura y representación del conocimiento. Este libro está dirigido a investigadores y profesionales que trabajan en ingeniería del conocimiento, inteligencia artificial e ingeniería de software. Los estudiantes de nivel avanzado que estudien IA también estarán interesados ​​en este libro. Nota de contenido: Preface -- Part I: Knowledge Capture and Encoding -- 1. Explanation-based Learning of Action Models -- 2. Automated Domain Model Encoding tools for Planning -- 3. A Formal Knowledge Engineering Approach for Planning and Scheduling: Applications with itSIMPLE -- 4. MyPDDL: Tools for efficiently creating PDDL domains and problems -- 5. Planning.Domains: A Tool Suite for the Planning Researcher -- 6. Modelling Planning Tasks: Representation Matters -- Part II: Interaction, Visualisation, and Explanation -- 7. An Interactive Tool for Plan Generation, Inspection and Visualization -- 8. Interactive Visualization in Planning and Scheduling -- 9. Argument-based Plan Explanation -- 10. Interactive Planning-based Hypothesis Generation with LTS++ -- 11. Web Planner: A Tool to Develop, Visualize and Test Classical Planning Domains -- Part III: Case Studies and Applications -- 12. Design of Timeline-based Planning Systems for Safe Human-Robot Collaboration -- 13. Planning in a Real-world Application: An AUV Case Study -- 14. Knowledge Engineering and Planning for Social Human-Robot Interaction: A Case Study.-. Tipo de medio : Computadora Summary : This book presents a comprehensive review for Knowledge Engineering tools and techniques that can be used in Artificial Intelligence Planning and Scheduling. KE tools can be used to aid in the acquisition of knowledge and in the construction of domain models, which this book will illustrate. AI planning engines require a domain model which captures knowledge about how a particular domain works - e.g. the objects it contains and the available actions that can be used. However, encoding a planning domain model is not a straightforward task - a domain expert may be needed for their insight into the domain but this information must then be encoded in a suitable representation language. The development of such domain models is both time-consuming and error-prone. Due to these challenges, researchers have developed a number of automated tools and techniques to aid in the capture and representation of knowledge. This book targets researchers and professionals working in knowledge engineering, artificial intelligence and software engineering. Advanced-level students studying AI will also be interested in this book. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Knowledge Engineering Tools and Techniques for AI Planning [documento electrónico] / Vallati, Mauro, ; Kitchin, Diane,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - VIII, 277 p. 97 ilustraciones, 53 ilustraciones en color. ISBN : 978-3-030-38561-3 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Sistemas expertos (Informática)  Conocimiento administrativo  Procesamiento de datos  Sistemas basados ​​en el conocimiento  Minería de datos y descubrimiento de conocimientos Clasificación: 006.33 Resumen: Este libro presenta una revisión exhaustiva de las herramientas y técnicas de ingeniería del conocimiento que se pueden utilizar en la planificación y programación de la inteligencia artificial. Las herramientas de KE se pueden utilizar para ayudar en la adquisición de conocimientos y en la construcción de modelos de dominio, que este libro ilustrará. Los motores de planificación de IA requieren un modelo de dominio que capture el conocimiento sobre cómo funciona un dominio en particular, por ejemplo, los objetos que contiene y las acciones disponibles que se pueden utilizar. Sin embargo, codificar un modelo de dominio de planificación no es una tarea sencilla: es posible que se necesite un experto en el dominio para conocer el dominio, pero esta información luego debe codificarse en un lenguaje de representación adecuado. El desarrollo de tales modelos de dominio requiere mucho tiempo y es propenso a errores. Debido a estos desafíos, los investigadores han desarrollado una serie de herramientas y técnicas automatizadas para ayudar en la captura y representación del conocimiento. Este libro está dirigido a investigadores y profesionales que trabajan en ingeniería del conocimiento, inteligencia artificial e ingeniería de software. Los estudiantes de nivel avanzado que estudien IA también estarán interesados ​​en este libro. Nota de contenido: Preface -- Part I: Knowledge Capture and Encoding -- 1. Explanation-based Learning of Action Models -- 2. Automated Domain Model Encoding tools for Planning -- 3. A Formal Knowledge Engineering Approach for Planning and Scheduling: Applications with itSIMPLE -- 4. MyPDDL: Tools for efficiently creating PDDL domains and problems -- 5. Planning.Domains: A Tool Suite for the Planning Researcher -- 6. Modelling Planning Tasks: Representation Matters -- Part II: Interaction, Visualisation, and Explanation -- 7. An Interactive Tool for Plan Generation, Inspection and Visualization -- 8. Interactive Visualization in Planning and Scheduling -- 9. Argument-based Plan Explanation -- 10. Interactive Planning-based Hypothesis Generation with LTS++ -- 11. Web Planner: A Tool to Develop, Visualize and Test Classical Planning Domains -- Part III: Case Studies and Applications -- 12. Design of Timeline-based Planning Systems for Safe Human-Robot Collaboration -- 13. Planning in a Real-world Application: An AUV Case Study -- 14. Knowledge Engineering and Planning for Social Human-Robot Interaction: A Case Study.-. Tipo de medio : Computadora Summary : This book presents a comprehensive review for Knowledge Engineering tools and techniques that can be used in Artificial Intelligence Planning and Scheduling. KE tools can be used to aid in the acquisition of knowledge and in the construction of domain models, which this book will illustrate. AI planning engines require a domain model which captures knowledge about how a particular domain works - e.g. the objects it contains and the available actions that can be used. However, encoding a planning domain model is not a straightforward task - a domain expert may be needed for their insight into the domain but this information must then be encoded in a suitable representation language. The development of such domain models is both time-consuming and error-prone. Due to these challenges, researchers have developed a number of automated tools and techniques to aid in the capture and representation of knowledge. This book targets researchers and professionals working in knowledge engineering, artificial intelligence and software engineering. Advanced-level students studying AI will also be interested in this book. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200