Künstliche Intelligenz

Eine kostenlose, interaktive Einführung in die Bayes-Modellierung, insbesondere Abhängigkeit und Klassifizierung Modellierung.

University of Toronto. Planning-Systeme, temporale Logik, constraint satisfaction Probleme und formale Modelle.

Maschinelles Lernen, Kernel-Methoden, Kernel Independent Component Analysis und graphische Modelle

Dieses Dokument ist eine Backpropagation FAQ, Literaturliste (mit einer Vorliebe für Online-Artikel) und eine Zusammenfassung des Standes der Technik. Es richtet sich an Menschen, die praktische Ratschläge zur Verwendung von Backpropagation wollen.

Albert-Ludwigs-Universität Freiburg, Deutschland, On-line Handschrifterkennung.

Die visuelle Wahrnehmung mit Neuronalen Netzen.

Bildanalyse mit unüberwachten Lernen, Gesichtserkennung, Mimik-Analyse.

Die Entwicklung der nächsten Generation in Echtzeit Entscheidungshilfen für Vision-geführte automatisierte intelligente Autos.

Software, die man zum Navigieren (fly) durch die Daten Baum, zoomen Sie auf interessante Knoten erlaubt, auf Balken klicken, um zählt zu bekommen, und markieren Sie interessante Orte in den Baum. Enthält Datensätze für Automobile, Abstimmungen, produzieren und medizinische Forschung. Verwendet LEDA, ([AFL] nur lizenzierte). [GPL]

Eine Bibliothek von C + +-Klassen für Bayes-Filter von diskreten Systemen. [MIT]

Unterstützt mehrere Inferenzalgorithmen und Lernalgorithmen. Ermöglicht die Simulation von statischen und dynamischen Netzen, einschließlich der HMMs, IOHMMs und Kalman-Filter. [GPL]

Verwaltet von Gal Elidan - mehr als ein Dutzend öffentlich zugängliche Netzwerke mit Dokumentation, in mehrere populäre Austauschformate

Open-Source-Suite von Software-Tools für Forschung und Entwicklung mit grafischen Modellen der Wahrscheinlichkeit, von der Kansas State University Laboratory for Knowledge Discovery in Databases (KDD) veröffentlicht

Able to Bayesian Belief Networks aus (möglicherweise unvollständig) Datenbanken zu lernen. Algorithmus auf dem Bound and Collapse Schätzmethode basieren.

Ein Werkzeug zur Konstruktion und Erprobung Bayes-Netzwerken.

Bayes-Netzwerk-Labor produziert eine breite Palette von Werkzeugen für die Struktur Lernen, Analyse, adaptive Fragebögen und dynamische Bayes-Netze

Kevin Murphy MATLAB-Toolbox - unterstützt dynamische BNS, Entscheidung Netzwerke, viele exakte und näherungsweise Inferenz-Algorithmen, Parameterschätzung und Struktur Lernen

Sehr allgemeine und freie (LGPL) Belief Netzwerk Framework in C + + - unterstützt ein breites Spektrum an Wissen und Abhängigkeiten für die Netzwerk-Variablen und Clustern von Variablen

Covers Chris McKinstry, Mindpixel, GAC.

Basierend auf der beliebten Spiele, ist das Ziel, eine Welt der autonomen Agenten zu simulieren. Das Ziel der Spieler ist dann Programm-Agenten oder Parameter meta-Simulatoren, und dann sehen sie weiterentwickeln.

Bayesianische Inferenz, Variationsmethoden, grafische Modelle, nichtparametrische Bayes.

University at Buffalo, SUNY. Nonparamtric Bayes, Bioinformatik, HMMs, probablisitic Sensorfusion.

Neuronale Netzwerkmodelle von Lernen und Gedächtnis, Computational Neuroscience, unüberwachte Lernen in Wahrnehmungssysteme.

Zwei Schwärme der Zugvögel an verschiedenen Orten Herde zusammen vor der Spaltung auseinander.

BBS veröffentlicht wichtige und kontroverse interdisziplinäre Ziel articles in Psychologie, Neurowissenschaft, Verhaltensbiologie, Kognitionswissenschaft, Künstlicher Intelligenz, Linguistik und Philosophie.

System on Jie Cheng Drei-Phasen-Glauben Netzaufbau-Algorithmus. Beinhaltet eine Wizard-ähnliche Benutzeroberfläche und einen Glauben Netzaufbau Motor.

Dynamische Bäume sind Mischungen von Baum strukturiert Glauben Netzwerke und sind als Modelle für Bildsegmentierung und-verfolgung verwendet werden.

Software, Publikationen, Lehrmaterialien und Neuigkeiten auf dem Glauben Revision - aus der Business and Technology Research Laboratory an der University of Newcastle, Australien

Eleventh niederländisch-belgischen Conference on Machine Learning. Universität Antwerpen, Belgien; 21. Dezember 2001.

Pace University. Problem Zersetzung und Theorie Neuformulierung, integrierte kognitive Architekturen für autonome Roboter, verteilt constraint satisfaction Probleme Halbgruppe Theorie und dynamische Systeme, die Kategorie der Theorie in Software-Design.

Research Group an der University of Pittsburgh mit Links, Bücher und Software auf probabilistische-, Entscheidungs-theoretische und ökonometrische grafische Modelle

Ein Windows-basiertes Programm, das Text stuft auf der Grundlage ausgebildete Material. Konzipiert für automatisierte Scoring-Aufsatz kann BETSY einen beliebigen Text Klassifizierung Aufgabe angewendet werden. [GPL]

Computer Vision, modellbasierte Objekterkennung, Gesichtserkennung.

International Conference on Machine Learning. Seit 1988. Verwaltet von DBLP an der Universität Trier.

Jährliche Algorithmic Learning Theory Konferenz. Seit 1990. Verwaltet von DBLP an der Universität Trier.

Computational Learning Theory. Seit 1988. Verwaltet von DBLP an der Universität Trier.

European Conference on Machine Learning. Seit 1987. Verwaltet von DBLP an der Universität Trier.

European Conference on Computational Learning Theory. Seit 1993. Verwaltet von DBLP an der Universität Trier.

A part of the Computer Science Bibliography Collection, providing references for papers published through 1994. Searchable, browsable.

Workshop on Machine Learning und Data Mining in Pattern Recognition. Seit 1999. Verwaltet von DBLP an der Universität Trier.