Learning Automata and Their Applications to Intelligent Systems
Эта книга представляет собой всестороннее руководство по теории и практике обучающих автоматов — адаптивных систем, способных улучшать свои действия на основе взаимодействия со стохастической средой. Авторы, признанные эксперты в области, подробно рассматривают как классические модели, так и современные разработки, включая автоматы с фиксированной и переменной структурой, быстрые алгоритмы обучения и их применение в реальных задачах.
Основное внимание уделяется фундаментальным принципам работы обучающих автоматов, их классификации, методам анализа производительности и критериям оптимальности. Книга охватывает ключевые алгоритмы, такие как автоматы Тсеплина, Кринского, Крылова, а также современные подходы, включая быстрые дискретизированные преследующие автоматы и алгоритмы на основе исключения последней позиции.
Особую ценность представляют разделы, посвящённые практическому применению обучающих автоматов в интеллектуальных системах. Рассматриваются задачи обнаружения и отслеживания пространственно-временных паттернов событий, оптимизации в условиях шума, ранжирования и выбора альтернатив. Книга демонстрирует, как эти методы могут быть использованы для решения сложных проблем в робототехнике, управлении сетями, обработке данных и других областях.
Издание сочетает строгую математическую основу с практическими примерами и результатами моделирования, что делает его полезным как для исследователей, так и для инженеров. Каждая глава содержит упражнения для закрепления материала и обширные ссылки на литературу. Книга служит как учебным пособием для аспирантов, так и справочником для профессионалов, работающих в области искусственного интеллекта, машинного обучения и адаптивных систем управления.
