美利体育登录入口官网:JIS X 0028:1999
信息技术.词汇.人工智能.基本概念和专家系统
Information technology -- Vocabulary -- Artificial intelligence -- Basic concepts and expert systems
正版授权中国标准出版社正式授权销售可通过授权方官方渠道验证
- 标准号
- JIS X 0028:1999
- 发布
- 1999年
- 国际标准分类(ICS)
- 01.040.35 信息技术、办公机械美利体育官网首页网址 (词汇) 35.020 信息技术(IT)综合
- 总页数
- 18页
- 发布单位
- 日本工业标准调查会
- 当前最新
- JIS X 0028:1999
- 引用标准
- ISO/IEC 2382-1:1993 ISO/IEC 2382-28:1995 JIS X 0001:1994 JIS X 0012:1990
- 本体
- 知识
- 适用范围
- 本标准规定了信息处理中人工智能相关的主要术语、定义及英文等效术语。
| 术语 | 描述 |
|---|---|
| 知识工程师 Knowledge Engineer | 促进知识获取、知识表示、推理等知识工程快速开发的人员。 |
| 知识获取 Knowledge Acquisition | 收集、整理、提炼知识，并以非形式化方式交换的过程。 |
| 知识表示 Knowledge Representation | 将知识获取、认知等过程的结果以某种形式表达出来。 |
| 推理 Reasoning | 从已知事实或规则中推导出结论的过程。 |
| 问题解决 Problem Solving | 通过一系列操作或动作，从初始状态到达目标状态的过程。 |
| 模式识别 Pattern Recognition | 使用机能单位识别物理或抽象的形状、构造或形状的过程。 |
| 图像识别 Image Recognition | 使用机能单位分析图像及其构成要素的特性及空间位置关系的过程。 |
| 语音识别 Speech Recognition | 使用机能单位自动识别语音、特定语序、特定语言的音素等语音特性并转化为信息的过程。 |
| 合成 Synthesis | 使用机能单位生成人工声音、音乐、图像等的过程。 |
| 图像理解 Image Understanding | 使用机能单位对图像进行几何学、语义学分析，并构建知识表示和推理的过程。 |
| 自然语言理解 Natural Language Understanding | 使用机能单位从自然语言中抽取信息，并构建知识表示和推理的过程。 |
| 推理机 Inference Engine | 应用推理原理从知识表示和记忆中的信息导出结论的机构。 |
| 专家系统壳 Expert System Shell | 包含特定领域专门知识的专家系统开发工具。 |
| 解释功能 Explanation Facility | 向用户解释知识表示和记忆中的信息为何被推导或处理的机构。 |
| 对话组件 Dialog Component | 支持用户与专家系统之间进行问答、讨论等对话的组件。 |
| 真理维持系统 Truth Maintenance System | 监视事实的依赖关系，维持知识表示和记忆中真理性的系统。 |
| 不确定性 Uncertainty | 决定真值或状态的过程。 |
| 基于规则的系统 Rule-Based System | 将if-then规则集合应用于事实集合进行推理的系统。 |
| 基于模型的专家系统 Model-Based Expert System | 包含领域模型结构和功能的专家系统。 |
| 咨询系统 Advisory System | 辅助用户进行决策的专家系统。 |
| 知识工程工具 Knowledge Engineering Tool | 促进知识获取、知识表示、推理等知识工程快速开发的特定战略工具。 |
| 知识源 Knowledge Source | 特定种类问题所对应的知识表示和记忆的源。 |
| 领域知识 Domain Knowledge | 特定领域内专家拥有的专门知识。 |
| 领域模型 Domain Model | 特定领域内专家拥有的专门知识。 |
| 知识库 Knowledge Base | 包含人类经验和专门知识的知识表示和记忆，由事实和规则构成。 |
| 计算机视觉 Computer Vision | 使用机能单位从图像中获取、处理、理解信息的能力。 |
| 机器视觉 Machine Vision | 使用机器、机器人、计算机等对图像进行质量管理的系统。 |
| 机器学习 Machine Learning | 通过调整原始处理要素，获得技能、再构成技能，从而提升自身性能的过程。 |
| 神经网络 Neural Network | 由多个要素（神经元）组成的系统，各要素根据输入值应用非线性函数生成值，并传递给其他要素或输出。 |
| 事实 Fact | 对现实世界或概念世界的一般性正确描述。 |
| 信念 Belief | 对现实世界或概念世界的描述，其正确性具有某种程度的确信度。 |
| 确信度 Certainty Factor | 表示假设、支持规则或推理结论的妥当性的数值。 |
| ： Fuzzy Set | 将各要素通常属于0到1之间的隶属度数值化，表示非古典的集合。 |
| ：呒 Fuzzy Logic | 基于：下劾，处理量词和：鹊姆枪诺渎呒。 |
| 对象 Object | 具有一个以上属性的物理或概念实体。 |
| 模式 Schema | 表示概念、实体、对象等可能使用方式的定式化方法。 |
| 脚本 Script | 表示一系列典型事件的相互作用的记忆特性集合。 |
| 模板 Template | 表示概念、实体、对象等可能使用方式的定式化方法。 |
| 主题角色 Thematic Role | 在脚本执行中承担主要作用的集合。 |
| 支撑体 Prop | 在脚本执行中起作用的自身动作的实体。 |
| 设定 Setting | 包含支撑体的特定脚本文脉。 |
| 场景 Scene | 基于脚本的知识表现，表示一系列典型事件的场景或事件。 |
| 行动 Action | 基于脚本的知识表现中，主题角色执行的操作。 |
| 演员 Actor | 在脚本执行中承担主题角色的实体。 |
| 声明式知识 Declarative Knowledge | 用事实和规则等表现的知识。 |
| 过程性知识 Procedural Knowledge | 用于解决问题、达到目标的操作知识。 |
| 元知识 Metaknowledge | 关于知识的构造、使用及控制的知识。 |
| 编译知识 Compiled Knowledge | 由计算机直接处理的知识，将声明式知识转换为过程性知识。 |
| if-then规则 If-Then Rule | 由if部（前提或条件）和then部（结论或动作）构成的规则。 |
| 左边 Left Hand Side | if-then规则中if部的事象或文句集合。 |
| 右边 Right Hand Side | if-then规则中then部的事象或文句集合。 |
| 产生式规则 Production Rule | 用于表现知识的if-then规则。 |
| 元规则 Meta Rule | 规定如何适用其他规则、规则集合、顺序及方法的规则。 |
| 约束规则 Constraint Rule | 限制问题空间中搜索部分的规则。 |
| 触发 To Fire | 规则的条件部满足，开始执行动作部的过程。 |
| 多重触发 Multiple Fire | 多个规则同时被触发的过程。 |
| 激活 Activation | 使规则或切口夕〝歹么（目标）处于可执行状态的操作。 |
| 追踪机构 Tracing Facility | 显示规则执行过程、使用规则、变更、追加、删除等事件的机构。 |
| 守护进程 Daemon | 在后台持续运行的程序。 |
| 演绎 Deduction | 从特定前提集合逻辑地导出结论的过程。 |
| 归纳 Induction | 从个别事实导出一般性假设的过程。 |
| abduction Abduction | 从观察到的事实导出最可能的解释的过程。 |
| 模型驱动推理 Model-Driven Inference | 使用领域模型进行的推理。 |
| 具体化 Instantiation | 将变量代入函数生成实例的过程。 |
| 前向链 Forward Chaining | 从既定事实出发，通过规则推导新事实，直到达到目标的过程。 |
| 后向链 Backward Chaining | 从目标出发，反向推导所需前提，直到找到已知事实的过程。 |
| 启发式规则 Heuristic Rule | 专门家为解决特定问题而使用的经验性规则。 |
| 状态 State | 在问题解决过程中，问题描述的阶段性状态。 |
| 搜索空间 Search Space | 从初始状态到目标状态的所有可能状态的集合。 |
| 问题空间 Problem Space | 表示问题要素间相互作用，用于解决特定问题的概念或形式领域。 |
| 解空间 Solution Space | 包含所有可能解的领域。 |
| 评估函数 Evaluation Function | 将问题分解为多个小问题，评估各操作优劣的函数。 |
| 问题分割 Problem Reduction | 将问题分解为多个小问题，通过解决子问题来解决原问题的方法。 |
| 手段 - 目的分析 Means-Ends Analysis | 计算当前状态与目标状态的差异，并选择操作以缩小差异的过程。 |
| 生成 - 测试 Generate-and-Test | 生成多个可能解，并评估是否满足条件的过程。 |
| 黑板模型 Blackboard Model | 多个知识源通过共享的黑板（中间结果）进行协作的问题解决方法。 |
| 模式匹配 Pattern Matching | 将输入模式与已知模式进行比较，选择最相似模式的方法。 |
| 模板匹配 Template Matching | 使用模板进行模式匹配的方法。 |
| 规则匹配 Rule Matching | 将前提为真的规则连续适用的方法。 |
| 冲突解决 Conflict Resolution | 选择最优规则以解决多个规则冲突的过程。 |
| 搜索树 Search Tree | 表示搜索过程的树状结构。 |
| 深度优先搜索 Depth-First Search | 优先选择最深节点进行搜索的方法。 |
| 广度优先搜索 Breadth-First Search | 优先选择最浅节点进行搜索的方法。 |
| 双向搜索 Bidirectional Search | 同时从初始状态和目标状态进行搜索，直到相遇的方法。 |
| 启发式搜索 Heuristic Search | 基于经验和判断进行搜索的方法。 |
| 回溯 Backtracking | 当无法继续搜索时，返回到上一个状态重新尝试的方法。 |
| 剪枝 Pruning | 忽略无效分支以提高搜索效率的方法。 |
| 规划 Planning | 决定达到目标的方法和行动顺序的过程。 |
| 分层规划 Hierarchical Planning | 通过生成层次化表示，将抽象计划分解为详细计划的方法。 |
| 非分层规划 Nonhierarchical Planning | 不使用分层规划方法的规划方法。 |
| 机会主义规划 Opportunistic Planning | 在规划过程中利用偶然机会解决问题的方法。 |
| 人工智能 Artificial Intelligence | 赋予人类智能结构并使其执行学习、推理等功能的机能单位的能力。 |
| 知识 Knowledge | 系统使用的信息，即事实、现象、规则等的集合。 |
| 领域 Domain | 特定领域内专家拥有的专门知识。 |
| 基于知识的系统 Knowledge-Based System | 通过构建特定领域知识，解决该领域问题的信息处理系统。 |
| 专家系统 Expert System | 通过构建特定领域专家知识，解决该领域问题的系统。 |
| 特征 Feature | 形状、声音、颜色、语言等几何学、物理或语义特征。 |
| 语义网络 Semantic Network | 用节点和边表示概念及其关系的知识表示方法。 |
| 知识树 Knowledge Tree | 用树状结构表示知识的层次化知识表示方法。 |
| 继承 Inheritance | 从父节点继承属性到子节点的过程。 |
| 框架 Frame | 表示对象及其属性的知识表示方法。 |
| 槽 Slot | 框架中表示属性值的单元。 |
美利体育登录入口官网: JIS X 0028:1999 中提到的仪器美利体育官网首页网址
| 计算机 | 用于执行人工智能算法和信息处理的美利体育官网首页网址。 |