返回上一页 发布人:patent
我要发布信息
| 好书推荐：社交机器人的数据挖掘走向自主的社交机器人 | 发布于:2016/07/14 | |
| 机器人在2015年得到快速发展，以扫地机器人、娱乐机器人、社交机器人等为代表的服务机器人已经走进千家万户。社交机器人是一种自主机器人，能够根据与自己身份相称的社交行为和规范，与人类或其他实体进行互动与沟通。数据挖掘（Data mining）是数据库知识发现中的一个步骤。一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现上述目标。本书探讨了一种完全基于自治监督技术的社交机器人，并通过在心理学、神经科学和数据挖掘的相关研究，提出了一个自主的发展的方法，让机器人基于时间序列分析与机器学习算法模仿人类并学习互动行为。 本书共两部分，分为14章：1.引言：简要介绍相关背景及发展情况，包括机器人、神经科学、心理学、数据挖掘、人机交互等。第1部分 时间序列挖掘，包括第2-5章：2.挖掘时间序列数据：包括时间序列生成过程模型、时间序列的表示与转换、时间序列预处理步骤与方法等内容；3.变异点的挖掘：包括马尔科夫流程方法、双模型方法、随即过程的变化、CPD算法等；4.主题发现：包括三种算法的介绍、随机序列和约束基序的发现，最后阐述了在现实中的应用；5.因果分析：包括因果关系发现、相关性和因果关系、收敛交叉映射等。第2部分 自主社交机器人，包括第6-14章。6.社交机器人导论：包括工程社交机器人、体系结构概述、C4认知结构等；7.社交机器人与模仿：阐述了动物与人类的模仿行为对社交机器人的启发；8.理论基础：包括自主性、社会性和实施性、指导原则、意向表述与建模等；9.互动式控制架构：主要是平台及硬件架构的介绍；10.自然作用；11.模仿学习：概述了机器人的学习规则、算法及其实际应用；12.流体模拟；13.示范学习：包括优化论证方法、统计方法、符号化方法的介绍；14.总结：归纳概述全书，表达作者的写作意图与愿景。 作者Yasser Mohammad博士是艾斯尤特大学教授，主要从事计算机科学与工程、数据挖掘及信息学领域的研究，曾获IEEE/SICE SII最佳论文奖、日本学术振兴会长期奖学金。 本书条理分明、层层深入。对社交机器人、数据挖掘及时间序列进行了较为全面的概述，并涉及多学科交叉，将整体有机结合，解决实际问题。是社会学、机器人学、数据挖掘等相关方向的研究生与从业者必不可少的参考书籍。 李亚宁，博士研究生 （中国科学院自动化研究所）来源：国外科技新书评介 |
||
