学习计算机的十四个领域
识表示(如规则,框架和逻辑)以及处理知识的方法(如演绎,推理),
自然语言理解和自然语言表示的模型(包括音素表示和机器翻译),语音识别与合成,从文本到
语音的翻译,推理与学习模型(如不确定,非单调逻辑,Bayesian推理),启发式搜索方法,分支界
限法,控制搜索,模仿生物系统的机器体系结构(如神经网络),人类的记忆模型以及自动学习和
机器人系统的其他元素等.
理论形态的主要内容:包括逻辑(如单调,非单调和模糊逻辑),概念依赖性,认知,自然语言理解
的语法和语义模型,机器人动作和机器人使用的外部世界模型的运动学和力学原理,以及相关支
持领域(如结构力学,图论,形式语法,语言学哲学与心理学)等.
设计形态的主要内容:包括逻辑程序设计软件系统的设计技巧,定理证明,规则评估,在小范围领
域中使用专家系统的技术,专家系统外壳程序,逻辑程序设计的实现(如PROLOG),自然语言理解
系统,神经网络的实现,国际象棋和其他策略性游戏的程序,语音合成器,识别器,机器人等.
基本问题主要有:
1.基本的行为模型是什么?如何建造模拟它们的机器?
2.规则评估,推理,演绎和模式计算在多大程度上描述了智能?
3.通过这些方法模拟行为的机器的最终性能如何?
4.传感数据如何编码才使得相似的模式有相似的代码?
5.电机编码如何与传感编码相关联?
6.学习系统的体系结构怎样?
7.这些系统是如何表示它们对这个世界的理解的?
十一.IM. Information Management
IM1. Information models and systems
IM2. Database systems
IM3. Data modeling
IM4. Relational databases
IM5. Database query languages
IM6. Relational database design
IM7. Transaction processing
IM8. Distributed databases
IM9. Physical database design
IM10. Data mining
IM11. Information storage and retrieval
IM12. Hypertext and hypermedia
IM13. Multimedia information and systems
IM14. Digital libraries
介绍:
主要内容包括信息模型与信息系统,数据库系统,数据建模,关系数据库,数据库查询语言,
关系数据库设计,事务处理,分布式数据库,数据挖掘,信息存储与检索,超文本和超媒体,
多媒体信息与多媒体系统,数字图书馆等.
抽象形态的主要内容:包括表示数据的逻辑结构和数据元素之间关系的模型(如E-R模型,
关系模型,面向对象的模型),为快速检索的文件表示(如索引),保证更新时数据库完整性
(一致性)的方法,防止非授权泄露或更改数据的方法,对不同类信息检索系统和数据库(如
超文本,文本,空间的,图像,规则集)进行查询的语言,允许文档在多个层次上包含文本,视频,
图像和声音的模型(如超文本),人的因素和接口问题等 .
理论形态的主要内容:包括关系代数,关系演算,数据依赖理论,并发理论,统计推理,排序与搜索,
性能分析以及支持理论的密码学.
设计形态的主要内容:包括关系,层次,网络,分布式和并行数据库的设计技术,信息检索系统的设计技术,
安全数据库系统的设计技术,超文本系统的设计技术,把大型数据库映射到磁盘存储器的技术,
把大型的只读数据库映射到光存储介质上的技术等.
基本问题主要包括:
1.使用什么样的建模概念来表示数据元素及其相互关系?
2.怎样把基本操作(如存储,定位,匹配和恢复)组合成有效的事务?
3.这些事务怎样才能与用户有效地进行交互?
4.高级查询如何翻译成高质量的程序?
5.哪种机器体系结构能够进行有效的恢复和更新?
6.怎样保护数据,以避免非授权访问,泄露和破坏?
7.如何保护大型的数据库,以避免由于同时更新引起的不一致性?
8.当数据分布在许多机器上时如何保护数据,保证性能?
9.文本如何索引和分类才能够进行有效的恢复?
十二.SE. Software Engineering
SE1. Software processes
SE2. Software requirements and specificati
自然语言理解和自然语言表示的模型(包括音素表示和机器翻译),语音识别与合成,从文本到
语音的翻译,推理与学习模型(如不确定,非单调逻辑,Bayesian推理),启发式搜索方法,分支界
限法,控制搜索,模仿生物系统的机器体系结构(如神经网络),人类的记忆模型以及自动学习和
机器人系统的其他元素等.
理论形态的主要内容:包括逻辑(如单调,非单调和模糊逻辑),概念依赖性,认知,自然语言理解
的语法和语义模型,机器人动作和机器人使用的外部世界模型的运动学和力学原理,以及相关支
持领域(如结构力学,图论,形式语法,语言学哲学与心理学)等.
设计形态的主要内容:包括逻辑程序设计软件系统的设计技巧,定理证明,规则评估,在小范围领
域中使用专家系统的技术,专家系统外壳程序,逻辑程序设计的实现(如PROLOG),自然语言理解
系统,神经网络的实现,国际象棋和其他策略性游戏的程序,语音合成器,识别器,机器人等.
基本问题主要有:
1.基本的行为模型是什么?如何建造模拟它们的机器?
2.规则评估,推理,演绎和模式计算在多大程度上描述了智能?
3.通过这些方法模拟行为的机器的最终性能如何?
4.传感数据如何编码才使得相似的模式有相似的代码?
5.电机编码如何与传感编码相关联?
6.学习系统的体系结构怎样?
7.这些系统是如何表示它们对这个世界的理解的?
十一.IM. Information Management
IM1. Information models and systems
IM2. Database systems
IM3. Data modeling
IM4. Relational databases
IM5. Database query languages
IM6. Relational database design
IM7. Transaction processing
IM8. Distributed databases
IM9. Physical database design
IM10. Data mining
IM11. Information storage and retrieval
IM12. Hypertext and hypermedia
IM13. Multimedia information and systems
IM14. Digital libraries
介绍:
主要内容包括信息模型与信息系统,数据库系统,数据建模,关系数据库,数据库查询语言,
关系数据库设计,事务处理,分布式数据库,数据挖掘,信息存储与检索,超文本和超媒体,
多媒体信息与多媒体系统,数字图书馆等.
抽象形态的主要内容:包括表示数据的逻辑结构和数据元素之间关系的模型(如E-R模型,
关系模型,面向对象的模型),为快速检索的文件表示(如索引),保证更新时数据库完整性
(一致性)的方法,防止非授权泄露或更改数据的方法,对不同类信息检索系统和数据库(如
超文本,文本,空间的,图像,规则集)进行查询的语言,允许文档在多个层次上包含文本,视频,
图像和声音的模型(如超文本),人的因素和接口问题等 .
理论形态的主要内容:包括关系代数,关系演算,数据依赖理论,并发理论,统计推理,排序与搜索,
性能分析以及支持理论的密码学.
设计形态的主要内容:包括关系,层次,网络,分布式和并行数据库的设计技术,信息检索系统的设计技术,
安全数据库系统的设计技术,超文本系统的设计技术,把大型数据库映射到磁盘存储器的技术,
把大型的只读数据库映射到光存储介质上的技术等.
基本问题主要包括:
1.使用什么样的建模概念来表示数据元素及其相互关系?
2.怎样把基本操作(如存储,定位,匹配和恢复)组合成有效的事务?
3.这些事务怎样才能与用户有效地进行交互?
4.高级查询如何翻译成高质量的程序?
5.哪种机器体系结构能够进行有效的恢复和更新?
6.怎样保护数据,以避免非授权访问,泄露和破坏?
7.如何保护大型的数据库,以避免由于同时更新引起的不一致性?
8.当数据分布在许多机器上时如何保护数据,保证性能?
9.文本如何索引和分类才能够进行有效的恢复?
十二.SE. Software Engineering
SE1. Software processes
SE2. Software requirements and specificati