本書主要介紹多智能體協(xié)同調控理論，深入闡述通信拒止時基于系統(tǒng)相對測量輸出的分布式觀測器設計新理論與方法，并圍繞此方法探討多類多智能體系統(tǒng)的分布式協(xié)同調控問題。內容涵蓋多智能體系統(tǒng)的基礎理論與圖論的基礎知識、靜態(tài)與切換網絡拓撲下的多輸入多輸出線性異構多智能體系統(tǒng)一致性調控、二階非線性系統(tǒng)的一致性調控、連續(xù)時間與離散時間線

本書聚焦人工智能領域中機器學習的基礎理論與方法，通過嚴謹的數學推導和可解釋性分析，幫助讀者理解常用方法的理論內涵與實現細節(jié)。全書共8章，第1章簡要講解機器學習的基本概念與發(fā)展脈絡；第2章和第3章介紹所需的數學基礎與優(yōu)化基礎；第4章介紹數據基礎理論方面的知識；第5～8章分類探討經典機器學習方法，涵蓋特征處理、聚類分析、回

本書闡述了基于群組及Lp正則項稀疏神經元反應的多種神經網絡建模的思想，介紹了以大腦神經元反應能耗為約束的多目標稀疏優(yōu)化模型，并針對傳統(tǒng)前饋神經網絡、Pi-Sigma神經網絡，Sigma-Pi-Sigma神經網絡、遞歸神經網絡、嶺多項式神經網絡、Elman神經網絡等給出了相關的稀疏優(yōu)化方案，并針對每種具體的神經網絡模型給

在人工智能時代，智能體平臺已成為連接技術與生活的橋梁。本書全面介紹了當前主流的智能體平臺及其應用，旨在為讀者開啟智能化生活的大門。全書共分九章，首先對智能體平臺進行概述，涵蓋基礎術語、核心特點、功能分類及應用領域，并展望未來發(fā)展趨勢。隨后，深入剖析了八大智能體平臺：智譜AI、天工SkyAgents、訊飛星火、豆包、通義

在人工智能高速發(fā)展的當下，本書圍繞全球首款通用AIAgent——Manus展開。"認知篇”回溯AIAgent發(fā)展軌跡，剖析其與大模型的不同，突出Manus"知行合一”的獨特理念；"基礎操作篇”細致介紹Manus的安裝注冊流程、界面交互方式，分享個性化設置技巧，同時深入解讀技術原理，助力讀者快速入門；"場景應用篇”重點呈

人工智能通識教育是高等教育領域亟待探索的重要課題。本書圍繞人工智能通識教育實踐主題展開，從大語言模型入門，沿著數據、計算、智能工具到智能模型的路徑，逐步引導學生進入人工智能的世界。本書聚焦于計算機視覺和自然語言處理兩大應用方向，幫助學生理解深度學習模型，并通過調用大模型API的方式將智能模型融入實際程序。全書共9章，各

本書圍繞ModelContextProtocol（MCP）這一新興的大模型上下文控制協(xié)議展開，系統(tǒng)講解其技術原理、協(xié)議結構、開發(fā)機制及工程化實踐方法，旨在為大語言模型（LLM）開發(fā)者、架構設計師及人工智能工程人員提供一套實用且嚴謹的參考指南。全書共分為十章，內容由淺入深。全書首先從LLM的核心原理出發(fā)，介紹Transf

本書是一本關于生成式人工智能技術的通識性教材，圍繞技術探索、倫理治理與行業(yè)實踐三大維度構建了多層次的知識體系。全書分為理論基礎、核心技術與產業(yè)應用三大模塊，深入解析了大模型生成機制、多模態(tài)協(xié)同、RAG技術及人工智能倫理等核心領域。通過醫(yī)療診斷、工業(yè)質檢等典型場景案例，結合可復現的JupyterNotebook代碼，實現

本書系統(tǒng)地介紹了人工智能的基礎概念、發(fā)展歷程和應用技術，并深入探討了AIGC（生成式人工智能）的實際應用。全書通過豐富的圖解和實際案例，深入淺出地講解了人工智能的核心概念和技術，包括云計算、大數據、機器學習、深度學習及生成對抗網絡（GAN）。書中特別關注AIGC的應用，涵蓋了文本生成、圖像生成及視頻編輯等前沿領域。每章

在人工智能蓬勃發(fā)展的當下，大模型技術正引領著新一輪的技術變革。本書以Python語言為主要工具，采用理論與實踐相結合的方式，全面、深入地闡述了人工智能大模型的構建與應用，旨在幫助讀者系統(tǒng)理解大模型的技術原理，掌握其核心訓練方法，從而在人工智能領域建立系統(tǒng)的技術認知體系。 全書分為五個部分：第一部分從大模型的技術演進歷程