Предисловие
Введение

1. Элементы теории интеллектуальных систем
     1.1. Постановка задачи
     1.2. Модель интеллектуальной системы
     1.3. Модель ассоциативного мышления
          1.3.1. Постановка задачи
          1.3.2. Ассоциации и ассоциативный поиск
          1.3.3. Формирование ассоциаций
          1.3.4. Нечеткое подобие
     1.4. Принципы организации функционирования интеллектуальных систем
          1.4.1. Принцип обучения посредством формирования и последующего закрепления ассоциаций, происходящего в процессе ассоциативного вспоминания
          1.4.2. Принцип концентрации и экономии ресурсов
          1.4.3. Принцип неопределенности
          1.4.4. Принцип единства нечетких рассуждений и четких действий
     1.5. Количественная оценка знаний в сообщении
     1.6. Многомерные лингвистические переменные и иерархические нейронные сети
     1.7. О моделировании эмоций
     1.8. Выводы

2. Комбинирование разных методов представления и обработки знаний в гибридных экспертных системах
     2.1. Методы представления знаний в гибридных экспертных системах
     2.2. Архитектура инструментального программного обеспечения ESWin для создания гибридных экспертных систем
          2.2.1. Состав и назначение ПО
          2.2.2. База знаний
          2.2.3. Фреймы
          2.2.4. Правила-продукции
          2.2.5. Связь с внешними базами данных
          2.2.6. Лингвистические переменные
          2.2.7. Интерпретация правил-продукций
     2.3. Выводы

3. Использование нейросетевых моделей в искусственных интеллектуальных системах
     3.1. Варианты использования нейронных сетей в современных <интеллектуальных системах
     3.2. Обработка символьной информации в нейронных сетях
     3.3. Модель нейронной сети "ключ-порог"
     3.4. Гибридная экспертная система для профориентации
          3.4.1. Введение
          3.4.2. Структура экспертной системы
          3.4.3. Представление знаний
     3.5. Архитектура программы AnalDB для анализа баз данных с помощью нейронных сетей
          3.5.1. Назначение и функции программы AnalDB
          3.5.2. Этапы решения задач с помощью программы AnalDB
          3.5.3. Эксперименты по применению программы AnalDB
               3.5.3.1. Постановка задачи
               3.5.3.2. Пример эксперимента
               3.5.3.3. Результаты экспериментов
     3.6. Архитектура двухполушарных экспертных систем
     3.7. Выводы

4. Формирование и распознавание смысла в естественном языке с использованием гибридного подхода
     4.1. Постановка задачи
     4.2. Обучаемые системы представления и распознавания смысла в ЕЯ
     4.3. Программное обеспечение для программирования роботов на естественном языке
          4.3.1. Постановка задачи
          4.3.2. Принципы построения ДИСПОР
          4.3.3. Представление знаний
          4.3.4. Формирование управляющей программы на языке БАЯР
     4.4. Программное обеспечение для тестирования знаний с использованием ответов на естественном языке
          4.4.1. Назначение
          4.4.2. Структура системы
          4.4.3. Типы вопросов, задаваемых системой
          4.4.4. Структура базы знаний
          4.4.5. Словарь ЕЯ
          4.4.6. Программирование сценария диалога
     4.5. Программное обеспечение для поиска документов по смыслу
          4.5.1. Постновка задачи
          4.5.2. Архитектура программного обеспечения для обучения на основе обработки документов и для поиска документов по смыслу
          4.5.3. Алгоритмы
          4.5.4. Обучение
          4.5.5. Исследовательский прототип программного обеспечения
     4.6. Выводы

Заключение

Литература
     Литература к введению
     Литература к главе 1
     Литература к главе 2
     Литература к главе 3
     Литература к главе 4