d******i
发帖数: 19 | 1 正在自学Russell and Norvig的那本<
>>.
自学这个为了是从工程电子图纸中提取有用的信息用于automated visualization. 因
为图纸中常常有错, 这些错人眼看不出来 ， 可是在visualization时就会导致一些问
题. 本想可以从人工智能上照点办法. 可是自学到现在，这些topics: searching (
mainly in trees), propositional logics, first order logics, 好像都不太好用.
大家帮帮忙，那些AI的topics现在用的比较多. 而且，有什么其他的意见, 请多多指教!
xiexie | t*s
发帖数: 1504 | 2 要不简短的描述一下你需要解决的问题？
Approach
教!
【在 d******i 的大作中提到】
: 正在自学Russell and Norvig的那本<: >>.
: 自学这个为了是从工程电子图纸中提取有用的信息用于automated visualization. 因
: 为图纸中常常有错, 这些错人眼看不出来 ， 可是在visualization时就会导致一些问
: 题. 本想可以从人工智能上照点办法. 可是自学到现在，这些topics: searching (
: mainly in trees), propositional logics, first order logics, 好像都不太好用.
: 大家帮帮忙，那些AI的topics现在用的比较多. 而且，有什么其他的意见, 请多多指教!
: xiexie
| d******i
发帖数: 19 | 3 简单的说就是要把civil engineers画的电子图纸转换成virtual world. 电子图纸看上
去只有许许多多的线和弧, 转换成virtual world后，就有了颜色和texture, 不仅容易
理解还可以作各种simulation.
因为一般来说civil engineers画的图纸绝大部分是按照一定的标准画的. 比如说一条
线断的宽度，颜色和线形的选择应该是根据这条线的属性: road boundary, marker,
or many others. 根据这些标准理论上就可以提取非常有用的信息，然后加以分类. 这
对于后面的visualization非常有用.
可是，有时civil engineers可能因为粗心没有完全遵照标准，例如选错线型等等. 除
此之外，他们还可能犯一些几何错误, 例如两条线断应该连上而没有连上. 这些错误对
于肉眼观察来说，几乎没有任何问题. 可是对于提取和classify这些信息, 这些错误就
是致命的. 但是又不可能去要求civil engineers画图时不出错.
本想用一些artificial intelligence的办法来找出这
【在 t*s 的大作中提到】
: 要不简短的描述一下你需要解决的问题？
:
: Approach
: 教!
| t*s
发帖数: 1504 | 4 我觉得你修人工智能是对的
你这个就是相当于图像识别的时候有一定概率有错误，然后找一个最probable的识别结果
markov decision process, probablistic reasoning, particle filter
反正你提到的那本ai的书不错，你需要的应该都有
不要花太多时间在那些logic之类的东西上
【在 d******i 的大作中提到】
: 简单的说就是要把civil engineers画的电子图纸转换成virtual world. 电子图纸看上
: 去只有许许多多的线和弧, 转换成virtual world后，就有了颜色和texture, 不仅容易
: 理解还可以作各种simulation.
: 因为一般来说civil engineers画的图纸绝大部分是按照一定的标准画的. 比如说一条
: 线断的宽度，颜色和线形的选择应该是根据这条线的属性: road boundary, marker,
: or many others. 根据这些标准理论上就可以提取非常有用的信息，然后加以分类. 这
: 对于后面的visualization非常有用.
: 可是，有时civil engineers可能因为粗心没有完全遵照标准，例如选错线型等等. 除
: 此之外，他们还可能犯一些几何错误, 例如两条线断应该连上而没有连上. 这些错误对
: 于肉眼观察来说，几乎没有任何问题. 可是对于提取和classify这些信息, 这些错误就
| f*******y
发帖数: 988 | 5 确切的说是模式识别，机器学习
一阶谓词不太着边
结果
【在 t*s 的大作中提到】
: 我觉得你修人工智能是对的
: 你这个就是相当于图像识别的时候有一定概率有错误，然后找一个最probable的识别结果
: markov decision process, probablistic reasoning, particle filter
: 反正你提到的那本ai的书不错，你需要的应该都有
: 不要花太多时间在那些logic之类的东西上
| d******i
发帖数: 19 | 6 Tes and Fishdaddy, Thanks a lot!
有高人指点, 觉得学习更有方向了. 哈哈. 的确觉得logics不太适合我的问题.
再次谢谢你们!
Approach
教!
【在 d******i 的大作中提到】
: 正在自学Russell and Norvig的那本<: >>.
: 自学这个为了是从工程电子图纸中提取有用的信息用于automated visualization. 因
: 为图纸中常常有错, 这些错人眼看不出来 ， 可是在visualization时就会导致一些问
: 题. 本想可以从人工智能上照点办法. 可是自学到现在，这些topics: searching (
: mainly in trees), propositional logics, first order logics, 好像都不太好用.
: 大家帮帮忙，那些AI的topics现在用的比较多. 而且，有什么其他的意见, 请多多指教!
: xiexie
|
|
