دانلود کتاب استنتاج قیاسی و استقرایی: کارگاه بین المللی AII '92 قلعه داگستول، آلمان، 5 تا 9 اکتبر 1992 مجموعه مقالات بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Analogical and Inductive Inference: International Workshop AII '92 Dagstuhl Castle, Germany, October 5–9, 1992 Proceedings
ویرایش : 1 ed.
عنوان ترجمه شده به فارسی : استنتاج قیاسی و استقرایی: کارگاه بین المللی AII '92 قلعه داگستول، آلمان، 5 تا 9 اکتبر 1992 مجموعه مقالات
سری : Lecture Notes in Computer Science 642
نویسندگان : John Case, Dayanand S. Rajan, Anil M. Shende (auth.), Klaus P. Jantke (eds.)
ناشر : Springer-Verlag Berlin Heidelberg
سال نشر : 1992
تعداد صفحات : 326
[328]
ISBN (شابک) : 3540560041 , 9783540560043
زبان کتاب : English
فرمت کتاب : djvu درصورت درخواست کاربر به PDF تبدیل می شود
حجم کتاب : 3 Mb
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
این جلد شامل متن پنج مقاله دعوت شده و 16 مقاله برگزیده ارائه شده در سومین کارگاه بین المللی استنتاج قیاسی و استقرایی، AII '92، که در قلعه داگستول، آلمان، 5 تا 9 اکتبر 1992 برگزار شد. رویدادهای قبلی، AII '92 قرار بود نمایندگانی از چندین جامعه تحقیقاتی، به ویژه، از علوم نظری کامپیوتر، هوش مصنوعی و علوم شناختی را گرد هم آورد. مقالات موجود در این جلد گزارشی پیشرفته در مورد رویکردهای رسمی به یادگیری الگوریتمی، به ویژه بر جنبههای استدلال قیاسی و استنتاج استقرایی، تشکیل میدهند. هر دوی این حوزهها در حال حاضر توجه زیادی را به خود جلب میکنند: استدلال قیاسی نقش مهمی در زمینه پررونق استدلال مبتنی بر مورد بازی میکند، و در زمینه برنامهریزی منطق استقرایی، اخیراً تعدادی تکنیک جدید برای استنتاج استقرایی ایجاد شده است. p>
This volume contains the text of the five invited papers and 16 selected contributions presented at the third International Workshop on Analogical and Inductive Inference, AII `92, held in Dagstuhl Castle, Germany, October 5-9, 1992. Like the two previous events, AII '92 was intended to bring together representatives from several research communities, in particular, from theoretical computer science, artificial intelligence, and from cognitive sciences. The papers contained in this volume constitute a state-of-the-art report on formal approaches to algorithmic learning, particularly emphasizing aspects of analogical reasoning and inductive inference. Both these areas are currently attracting strong interest: analogical reasoning plays a crucial role in the booming field of case-based reasoning, and, in the fieldof inductive logic programming, there have recently been developed a number of new techniques for inductive inference.