Multi-Prob Cut とは

Multi-Prob Cutは、アルファベータプルーニング検索で使用されるヒューリスティックです。 Othelloやドラフトのようなゲームでは、ヌル・ムーブ・ヒューリスティックが問題になるゲームが特に関心を集めています。

Eurisko とは

Eurisko(Gr。、私が発見)は、Douglas LenatがRLL-1で書いたプログラムであり、Lispプログラミング言語で書かれた表現言語そのものです。自動化された数学者の続編であり、それはヒューリスティック、すなわち、経験則を持ち、それ自身のヒューリスティックをどのように使用し、変更するかを記述するヒューリスティックスを含む。 Lenatは、自動化された数学者の単一の領域に対する制約とそのように開発されたEuriskoによって挫折しました。 Euriskoのドメイン知識をコード化する努力に対する彼の欲求不満は、LenatのCycのその後の(そして、2014年の、継続した)開発につながった。 Lenatは最終的にCycナレッジベースをEuriskoディスカバリーエンジンと結合することを構想しています。

Content sniffing とは

コンテンツスニッフィングは、メディアタイプスニッフィングまたはMIMEスニッフィングとも呼ばれ、バイトストリームの内容を調べて、その中のデータのファイル形式を推測しようとします。コンテンツスニッフィングは、通常、ファイルを正しく解釈できるようにするために必要となる正確なメタデータの不足を補うために使用されます。コンテンツスニッフィング手法では、ファイルシグネチャとマジックナンバーの検索、よく知られている代表部分文字列の検索、バイト頻度とnグラムテーブルの使用を含むヒューリスティックなど、ほとんどのファイル形式に見られる冗長性に依存するテクニックが使用される傾向があります。 、ベイジアン推論などがある。
MIMEスニッフィングは、WebコンテンツのMIMEタイプを正しく表示しないWebサイトを正しく表示するために、MicrosoftのInternet Explorerなどの一部のWebブラウザで正しく使用されていました。しかし、これにより深刻なセキュリティ上の脆弱性が発生し、MIMEスニッフィングアルゴリズムを混乱させることで、ブラウザを操作してデータを解釈し、攻撃者がサイト運営者またはクロスサイトスクリプティングのような、さらに、MIMEタイプをコンテンツに正しく割り当てないサイトをこれらのブラウザで正しく動作させるようにすることで、コンテンツの正しいラベル付けを奨励することができず、これらのサイトが動作するのに必要なコンテンツスニッフィングが行われ、 Web標準とセキュリティのベストプラクティスとの非互換性。
セキュリティの要件とMIMEタイプのデータの欠落または不正確なWebコンテンツとの逆互換性の必要性とのバランスを取ろうとする、HTML5のメディアタイプの盗聴に関する仕様が存在します。明確で明確な振る舞いを実装するために実装全体で使用できる正確な仕様を提供しようとします。
UNIXファイルコマンドは、コンテンツスニッフィングアプリケーションと見なすことができます。

Extremal optimization とは

極限最適化(EO)は、統計物理学の分野からの自己組織化臨界のBak-Sneppenモデルに触発された最適化ヒューリスティックです。このヒューリスティックは、当初は旅行セールスマン問題やスピングラスなどのコンビナトリアル最適化問題に対処するように設計されていましたが、この技術は最適化ドメインで機能することが実証されています。

Rippling とは

波紋は、主にエジンバラ大学の情報学部の数理推論グループで開発され、自動定理証明システムにおける帰納的証明を導くために最も一般的に使用される一連のメタレベルヒューリスティックを指します。リップリングは、書き換えシステムの制限された形式とみなすことができ、リライトの完了時に受精を確実にするために特別なオブジェクトレベルの注釈が使用されます。

Fast-and-frugal trees とは

人工知能とヒューリスティックな意思決定では、高速で質素なツリーが一種の分類ツリーです。迅速で倹約的なツリーは、辞書編集分類器として動作する意思決定ツールとして使用することができ、必要に応じて、各クラスまたはカテゴリにアクション(決定)を関連付けることができます。 Laura Martignonらによって2003年に導入された当初の迅速で倹約的な木々。 Gerd GigerenzerとAdaptive Behavior and Cognitionが主張している適応ツールボックスの中で、単純なヒューリスティックを構成しています。 Martignon&Hoffrage、1999も同様のモデルを使用していた。 Green and Mehr、1997 [GM]; Dhami and Ayton、2001 [DA]; Dhami and Harries、2001 [DH] and Fischer、Steiner、Zucol、Berger、Martignon、et al。 2002年[FZBM]。
しかし、最近のいくつかのアプリケーション分野での開発は、実行にシンプルさを維持し、ユーザにとって非常に有用であることが判明している建設のための微妙な関連手順を導入しています。

Computational heuristic intelligence とは

計算知的知能(CHI)は、計算知能(人工知能またはAIとも呼ばれる)における特殊なプログラミング技法を指す。これらの技法は、人間のような技法を使用することによって、NP困難な問題とも呼ばれる複雑さの問題を回避するという明白な目標を持っています。それらは、ルールベースの方法(アルゴリズム)ではなく、標本ベースの方法(ヒューリスティック)の使用として最もよく要約されています。したがって、この用語は、従来の計算アルゴリズムインテリジェンス、すなわちGOFAIとは異なる。 CHI技術の一例は、Tulving and Thompsonのコード化特異性原理である。一般に、CHIの原則は、機械にプログラミングするのではなく、人々が使用する問題解決技術です。この用語の使用は、既に混乱している新しさでいっぱいの分野で正当化されるというこの重要な区別に注意を引くことによって、すべての現代人類社会の法的制度は、個々の試験記録からの経験則(事例の一般化)と、規制ガイドとしての法令(規則)の両方を採用していることに注意してください。
複雑さの問題を回避する別の最近のアプローチは、フィードフォワードモデリングではなく、フィードバック制御を問題解決のパラダイムとして採用することです。このアプローチは、計算サイバネティクスと呼ばれてきた。なぜなら、(a)「計算」という用語は、問題の戦略的、コンパイル、またはフィードフォワードモデルを表す従来のコンピュータプログラミング技術と関連している、(b)「サイバネティック」という用語は、問題の戦術、解釈、またはフィードバックモデルを表す従来のシステム操作技術。もちろん、実際のプログラムと実際の問題の両方には、フィードフォワードとフィードバックの両方のコンポーネントが含まれています。この点を示す実際の例は、知覚的(ボトムアップ、フィードバック、センサー指向)および概念的(トップダウン、フィードフォワード、モーター指向)の両方の情報フローと階層を明確に含む人間の認知である。

How to Solve it by Computer とは

コンピュータでそれを解決する方法は1982年にPrentice-Hallによって最初に出版されたR.G.Dromeyのコンピュータサイエンスブックです。これはたまに、特にインドでは教科書として使用されることがあります。
アルゴリズムとデータ構造の紹介です。本の特徴:
 問題に関連する設計要素アルゴリズムとデータ構造の革新的なソリューションを思いつくクリエイティブなプロセス制約、要因、設計上の選択肢を裏付ける推論のライン。
この本で描かれている非常に基本的なアルゴリズムは、ほとんどが擬似コードおよび/またはパスカル表記で示されています。