Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Σχετικά έγγραφα
Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Επίλυση προβληµάτων. Αλγόριθµοι Αναζήτησης

Επίλυση Προβλημάτων. Αποτελεί ένα από τα βασικά χαρακτηριστικά γνωρίσματα της νοημοσύνης.

Κεφάλαιο 2. Περιγραφή Προβληµάτων και Αναζήτηση Λύσης. Τεχνητή Νοηµοσύνη - Β' Έκδοση

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Επίλυση Προβλημάτων 1

Κεφάλαιο 3. Αλγόριθµοι Τυφλής Αναζήτησης. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η.

Επίλυση Προβληµάτων. ! Αποτελεί ένα από τα βασικά χαρακτηριστικά γνωρίσµατα της νοηµοσύνης. ! Χαρακτηριστικά αλγορίθµων:

Αλγόριθμοι Τυφλής Αναζήτησης

ΤΥΦΛΗ ΑΝΑΖΗΤΗΣΗ (1) ΣΤΡΑΤΗΓΙΚΗ Ή ΑΛΓΟΡΙΘΜΟΣ ΑΝΑΖΗΤΗΣΗΣ

Επίλυση Προβλημάτων 1

Τεχνητή Νοημοσύνη. 3η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Επίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΜΑΤΙΚΗΣ

Εφαρμόζονται σε προβλήματα στα οποία δεν υπάρχει πληροφορία που να επιτρέπει την αξιολόγηση των καταστάσεων του χώρου αναζήτησης.

ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΜΑΤΙΚΗΣ

Τεχνητή Νοημοσύνη. 2η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Επίλυση Προβλημάτων και Τεχνικές Αναζήτησης Εισαγωγή

Τεχνητή Νοημοσύνη. 4η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Επίλυση προβλημάτων με αναζήτηση

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Επίλυση Προβληµάτων. Αποτελεί ένα από τα βασικά χαρακτηριστικά γνωρίσµατα της νοηµοσύνης.

ΙΚΑΝΟΠΟΙΗΣΗ ΠΕΡΙΟΡΙΣΜΩΝ

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Κεφάλαιο 6. Ικανοποίηση Περιορισµών. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η.

Επίλυση Προβλημάτων. Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης. Αλγόριθμοι ευρετικής αναζήτησης Παιχνίδια δύο αντιπάλων

PROJECT ΣΤΟ ΜΑΘΗΜΑ "ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ"

Για παράδειγμα η αρχική και η τελική κατάσταση αναπαριστώνται ως εξής: (ένα λίτρο)

Ασκήσεις μελέτης της 4 ης διάλεξης. ), για οποιοδήποτε μονοπάτι n 1

Ασκήσεις ανακεφαλαίωσης στο μάθημα Τεχνητή Νοημοσύνη

Ε ανάληψη. Ορισµοί της Τεχνητής Νοηµοσύνης (ΤΝ) Καταβολές. Ιστορική αναδροµή. Πράκτορες. Περιβάλλοντα. κριτήρια νοηµοσύνης

Αναζήτηση σε Γράφους. Μανόλης Κουμπαράκης. ΥΣ02 Τεχνητή Νοημοσύνη 1

Αλγόριθµοι Ευριστικής Αναζήτησης

ΔΙΑΣΧΙΣΗ ΓΡΑΦΗΜΑΤΩΝ 1

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 2: Δένδρο αναζήτησης. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

Θεωρία Λήψης Αποφάσεων

Επίλυση Προβλημάτων 1

ΚΕΦΑΛΑΙΟ 1 - Επίλυση Προβλημάτων

ΕΡΩΤΗΜΑΤΑ σε ΑΝΑΖΗΤΗΣΗ

Αναζήτηση στους γράφους. - Αναζήτηση η κατά βάθος Συνεκτικές Συνιστώσες - Αλγόριθμος εύρεσης συνεκτικών συνιστωσών

Τεχνητή Νοημοσύνη. 16η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Αλγόριθμοι και Δομές Δεδομένων (IΙ) (γράφοι και δένδρα)

Διδάσκων: Κωνσταντίνος Κώστα

Δέντρα Απόφασης (Decision(

Επίλυση Προβλημάτων και Τεχνικές Αναζήτησης Εισαγωγή

Ε ανάληψη. Α ληροφόρητη αναζήτηση

Αλγόριθμοι Αναζήτησης σε Παίγνια Δύο Αντιπάλων

Αλγόριθµοι Ευριστικής Αναζήτησης

Κεφάλαιο 5. Αλγόριθµοι Αναζήτησης σε Παίγνια ύο Αντιπάλων. Τεχνητή Νοηµοσύνη - Β' Έκδοση

Τεχνητή Νοημοσύνη. 6η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Επίλυση Προβλημάτων 1

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Δέντρα Αναζήτησης. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο

Εισαγωγή στους Αλγόριθμους

Προγραμματισμός Ι (ΗΥ120)

Θέμα 1: Robbie και Αναζήτηση

Branch and Bound. Branch and Bound

Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων ομές εδομένων

Το Πρόβλημα του Περιοδεύοντος Πωλητή - The Travelling Salesman Problem

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΙΑΤΜΗΜΑΤΙΚΟ ΠΜΣ «ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ η Σειρά Ασκήσεων ΑΠΑΝΤΗΣΕΙΣ

ΤΕΙ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΥΠΟΛΟΓΙΣΤΩΝ

Ευφυείς Τεχνολογίες Πράκτορες

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 5: Παραδείγματα. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Τεχνητή Νοημοσύνη. Ενότητα 3: Αναζήτηση

Ε ανάληψη. Καταβολές. Ιστορική αναδροµή. Πράκτορες. Περιβάλλοντα. συνεισφορά άλλων επιστηµών στην ΤΝ σήµερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ TEXNHTH ΝΟΗΜΟΣΥΝΗ ΕΡΓΑΣΙΑ 1 η ΑΠΑΝΤΗΣΕΙΣ 1. Α. ΧΩΡΟΣ ΚΑΤΑΣΤΑΣΕΩΝ

Επίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ

Προγραμματισμός Ι (ΗΥ120)

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Ουρές Προτεραιότητας. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

1 Διάσχιση κατευθυνόμενων γραφημάτων

Δυαδικά Δένδρα Αναζήτησης, Δένδρα AVL

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Γραφήματα. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο

Επίλυση προβλημάτων με αναζήτηση

Επίλυση προβληµάτων µε αναζήτηση

Προγραμματισμός Ι (ΗΥ120)

ΗΥ360 Αρχεία και Βάσεις εδοµένων

Δομές Δεδομένων & Αλγόριθμοι

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 3: Αλγόριθμοι πληροφορημένης αναζήτησης. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

ΚΕΦΑΛΑΙΟ 8: Αφαίρεση δεδοµένων

Υπερπροσαρμογή (Overfitting) (1)

Διάλεξη 11: Δέντρα Ι Εισαγωγή σε Δενδρικές Δομές Δεδομένων

ΑΣΚΗΣΕΙΣ ΓΙΑ ΤΟ ΕΡΓΑΣΤΗΡΙΟ 2

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διάλεξη 12: Δέντρα ΙΙ Δυαδικά Δέντρα

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο

Κατανεμημένα Συστήματα Ι

Κεφάλαιο 3. Γραφήµατα v1.0 ( ) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.

Δένδρα Αναζήτησης Πολλαπλής Διακλάδωσης

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ

ΑΣΚΗΣΕΙΣ ΓΙΑ ΤΟ ΕΡΓΑΣΤΗΡΙΟ 3

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Συμβολοσειρές. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο

ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΟΛΥΜΕΣΩΝ

Θεωρήστε ένα puzzle (παιχνίδι σπαζοκεφαλιάς) με την ακόλουθη αρχική διαμόρφωση : b b b w w w e

(elementary graph algorithms)

Θεωρία Λήψης Αποφάσεων

Transcript:

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1

Αναζήτηση Δοθέντος ενός προβλήματος με περιγραφή είτε στον χώρο καταστάσεων είτε με αναγωγή, στόχος είναι να βρεθεί η λύση του. Οι αλγόριθμοι που αναζητούν τη λύση σε ένα πρόβλημα λέγονται αλγόριθμοι αναζήτησης (search algorithms). Η επιλογή ενός αλγόριθμου αναζήτησης για ένα συγκεκριμένο πρόβλημα είναι σημαντική, καθώς οι αλγόριθμοι διαφέρουν μεταξύ τους σε διάφορα χαρακτηριστικά όπως η αποδοτικότητα, πολυπλοκότητα, πληρότητα, ευκολία υλοποίησης. 2

Αλγόριθμοι Αναζήτησης Όνομα Συντομογραφία Ελληνική Ορολογία Τυφλοί Depth-First Search DFS Αναζήτηση Πρώτα σε Βάθος Breadth-First Search BFS Αναζήτηση Πρώτα σε Πλάτος Iterative Deepening ID Επαναληπτική Εκβάθυνση Bi-directional Search BiS Αναζήτηση Διπλής Κατεύθυνσης Branch and Bound B&B Επέκταση και Οριοθέτηση Ευριστικοί Hill Climbing HC Αναρρίχηση Λόφων Best-First Search BestFS Αναζήτηση Πρώτα στο Καλύτερο A* (A-star) A* Α* (Άλφα Άστρο) Παιγνίων 2 ατόμων Minimax Minimax Αναζήτηση Μεγίστου-Ελαχίστου Alpha-Beta AB Άλφα-Βήτα 3

Χώρος Αναζήτησης Δοθέντος ενός προβλήματος (I, G, T, S), χώρος αναζήτησης (search space) SP είναι το σύνολο όλων των καταστάσεων που είναι προσβάσιμες από την αρχική κατάσταση. Μία κατάσταση s ονομάζεται προσβάσιμη (accessible) αν υπάρχει μια ακολουθία τελεστών μετάβασης t 1, t 2,, t k T, τέτοια ώστε s = t k ( (t 2 (t 1 (I))) ). Ο χώρος αναζήτησης είναι υποσύνολο του χώρου καταστάσεων (ο χώρος αναζήτησης εξαρτάται από την αρχική κατάσταση ενώ ο χώρος καταστάσεων όχι) 4

Ο Χώρος Αναζήτησης σαν Δέντρο Αναζήτησης Ο χώρος αναζήτησης μπορεί να αναπαρασταθεί ως γράφος Είναι πάντα εφικτό να μετατραπεί ο γράφος αναζήτησης σε δέντρο αναζήτησης (search tree), με την παραδοχή ότι αυτό μπορεί να περιλαμβάνει μονοπάτια άπειρου μήκους Τμήμα Δέντρου Κόμβος (Node) Ρίζα (Root) Φύλλο (Leaf) Κλαδί (Branch) Λύση (Solution) Επέκταση (Expansion) Παράγοντας Διακλάδωσης (Branching Factor) Αναπαράσταση Κατάσταση Αρχική Κατάσταση Τελική Κατάσταση ή Αδιέξοδο (δεν μπορεί να εφαρμοστεί κανένας τελεστής) Τελεστής μετάβασης που μετατρέπει μια κατάστασηγονέα σε μια κατάσταση-παιδί Μονοπάτι που ενώνει αρχική με τελική κατάσταση Διαδικασία παραγωγής όλων των καταστάσεων-παιδιών Ο αριθμός των καταστάσεων-παιδιών που προκύπτουν από μια επέκταση (μέσος) 5

Δέντρο Αναζήτησης Συνδυαστική έκρηξη (combinatorial explosion): σε ένα τυπικό πρόβλημα μεσαίου μεγέθους, όπου το δέντρο έχει μέσο παράγοντα διακλάδωσης 10 και η λύση βρίσκεται σε βάθος 20, ο χώρος αναζήτησης είναι της τάξης του 10 20. Αυτό αυξάνει εκθετικά τις απαιτήσεις των αλγορίθμων αναζήτησης σε μνήμη και χρόνο. 6

Επιλυμένο Πρόβλημα Δοθέντος ενός προβλήματος P = (I, G, T, S), μετά την εφαρμογή κάποιου αλγορίθμου στο χώρο αναζήτησής του, προκύπτει το επιλυμένο πρόβλημα (solved problem), το οποίο ορίζεται ως P S = (V, A, F, G S ) V είναι το σύνολο των καταστάσεων που εξέτασε ο αλγόριθμος αναζήτησης A είναι ο αλγόριθμος που χρησιμοποιήθηκε F είναι το σύνολο των λύσεων που βρέθηκαν G S είναι το σύνολο των τελικών καταστάσεων που εξετάστηκαν Ο αριθμός των καταστάσεων που περιέχει το V και η σχέση του με τον χώρο καταστάσεων S του προβλήματος και τον χώρο αναζήτησης SP είναι ένα από τα χαρακτηριστικά αποδοτικότητας του αλγόριθμου. 7

Χαρακτηριστικά Αλγορίθμων Αναζήτησης Εξαντλητικός (exhaustive): το σύνολο των καταστάσεων που εξετάζει ο αλγόριθμος για να βρει τις απαιτούμενες λύσεις είναι ίσο με τον χώρο αναζήτησης Πλήρης (complete): εγγυάται ότι θα βρει μια λύση για οποιαδήποτε τελική κατάσταση, αν τέτοια λύση υπάρχει Αποδεκτός (admissible): οδηγεί στη βέλτιστη (optimal) λύση, δηλαδή τη καλύτερη τελική κατάσταση σύμφωνα με τη διάταξη, ή τη συντομότερη λύση αν δεν υπάρχει διάταξη 8

Επιλογή Αλγόριθμου Αναζήτησης Η διαδικασία επιλογής αλγόριθμου αναζήτησης βασίζεται στα εξής κριτήρια: Αριθμός των καταστάσεων που επισκέπτεται Δυνατότητα εύρεσης λύσεων εφόσον υπάρχουν Αριθμός λύσεων που επιστρέφονται Ποιότητα λύσεων που επιστρέφονται Αποδοτικότητα σε χρόνο Αποδοτικότητα σε χώρο (μνήμη) Ευκολία υλοποίησης Κλάδεμα (pruning) (η διαδικασία κατά την οποία ο αλγόριθμος απορρίπτει κάτω από ορισμένες συνθήκες κάποιες καταστάσεις και μαζί με αυτές ολόκληρο το υποδέντρο που εκτυλίσσεται κάτω από αυτές 9

Κοινές Έννοιες Αλγόριθμων Αναζήτησης Μέτωπο αναζήτησης (search frontier): το διατεταγμένο σύνολο (λίστα) των καταστάσεων που ο αλγόριθμος έχει ήδη επισκεφθεί, αλλά δεν έχουν ακόμη επεκταθεί Κλειστό σύνολο (closed set): το σύνολο όλων των καταστάσεων που έχουν επεκταθεί από τον αλγόριθμο Σε κάθε επανάληψη του αλγορίθμου επεκτείνεται μία κατάσταση η οποία ανήκει στο μέτωπο αναζήτησης, και τότε παύει να ανήκει στο μέτωπο αναζήτησης και μεταφέρεται στο κλειστό σύνολο Οι καταστάσεις-παιδιά που προκύπτουν από την επέκταση εισάγονται στο μέτωπο αναζήτησης 10

Γενικός Αλγόριθμος Αναζήτησης 1. Βάλε την αρχική κατάσταση στο μέτωπο αναζήτησης. 2. Αν το μέτωπο αναζήτησης είναι άδειο τότε σταμάτησε. 3. Πάρε την πρώτη σε σειρά κατάσταση του μετώπου αναζήτησης. 4. Αν είναι η κατάσταση αυτή μέρος του κλειστού συνόλου τότε πήγαινε στο βήμα 2. 5. Αν είναι η κατάσταση αυτή τελική κατάσταση τότε τύπωσε τη λύση και πήγαινε στο βήμα 2. 6. Εφάρμοσε τους τελεστές μετάβασης για να παράγεις τις καταστάσεις-παιδιά. 7. Βάλε τις νέες καταστάσεις-παιδιά στο μέτωπο αναζήτησης. 8. Κλάδεψε τις καταστάσεις που δεν χρειάζονται (σύμφωνα με κάποιο κριτήριο), βγάζοντάς τες από το μέτωπο αναζήτησης. 9. Κάνε αναδιάταξη στο μέτωπο αναζήτησης (σύμφωνα με κάποιο κριτήριο). 10. Βάλε την κατάσταση-γονέα στο κλειστό σύνολο. 11. Πήγαινε στο βήμα 2. 11

Τυφλοί και Ευριστικοί Αλγόριθμοι Με βάση την αναδιάταξη του μετώπου αναζήτησης: Οι τυφλοί αλγόριθμου το διατάσσουν βάσει της χρονικής δημιουργίας των νέων καταστάσεων (π.χ. οι νέες καταστάσεις προστίθενται στην αρχή ή στο τέλος του μετώπου αναζήτησης). Οι ευριστικοί το διατάσσουν σύμφωνα με κριτήρια που αξιολογούν τις νέες καταστάσεις ως «καλύτερες» ή «χειρότερες» από κάποιες άλλες (για παράδειγμα την εκτιμώμενη απόσταση από την τελική κατάσταση). 12

Ενδεικτική Βιβλιογραφία Ενότητα 2.2 (2.2.1, 2.2.2, 2.2.3 και 2.2.4) του βιβλίου «Τεχνητή Νοημοσύνη», Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας και Η. Σακελλαρίου. 13