因素空間是信息、智能和數(shù)據(jù)科學(xué)的數(shù)學(xué)基礎(chǔ)理論。本書將介紹因素空間如何將智能生成的統(tǒng)一機(jī)制落實(shí)到各行各業(yè)，開展全民智能孵化的洛神工程。本書主要內(nèi)容包括：介紹因素的范式特質(zhì)和智能孵化洛神工程的內(nèi)容；介紹因素空間對智能生成機(jī)制的落實(shí)細(xì)則；介紹因素顯隱的理論，將現(xiàn)有人工智能數(shù)學(xué)算法歸結(jié)到回歸和優(yōu)化兩大方面，突出支持向量機(jī)與因素

“人工智能超入門叢書”致力于面向人工智能各技術(shù)方向零基礎(chǔ)的讀者，內(nèi)容涉及數(shù)據(jù)素養(yǎng)、機(jī)器學(xué)習(xí)、視覺感知、情感分析、搜索算法、強(qiáng)化學(xué)習(xí)、知識(shí)圖譜、專家系統(tǒng)等方向。本叢書體系完整、內(nèi)容簡潔、語言通俗，綜合介紹了人工智能相關(guān)知識(shí)，并輔以程序代碼解決問題，使得零基礎(chǔ)的讀者能夠快速入門�！稄�(qiáng)化學(xué)習(xí)：人工智能如何知錯(cuò)能改》是“人工智

本書是一本全面介紹人工智能領(lǐng)域的專業(yè)教材。分為八章，人工智能概述、人工智能數(shù)學(xué)基礎(chǔ)、人工智能基礎(chǔ)模型、人工智能編程框架、視覺智能處理技術(shù)、語言智能處理技術(shù)、語音智能處理技術(shù)和人工智能的未來發(fā)展趨勢。首先介紹人工智能的相關(guān)基礎(chǔ)知識(shí)，包括人工智能相關(guān)概念、人工智能的數(shù)學(xué)基礎(chǔ)、人工智能的模型基礎(chǔ)以及相關(guān)編程基礎(chǔ)，然后分別介紹

智能制造是制造業(yè)的未來方向，而體現(xiàn)智能之處就是生產(chǎn)線的“自主”運(yùn)行及遠(yuǎn)程控制。本書綜合相關(guān)基礎(chǔ)知識(shí)、健康管理與遠(yuǎn)程運(yùn)維技術(shù)，結(jié)合工程實(shí)踐，形成了一個(gè)智能系統(tǒng)遠(yuǎn)程運(yùn)維決策框架�；�于健康管理思想，提出了數(shù)據(jù)完備和數(shù)據(jù)不完備兩種情況下的系統(tǒng)故障診斷模型；基于故障診斷，分別從考慮備件、緩沖庫存、服務(wù)合同、部件相關(guān)性、環(huán)境等角度

教育信息化促進(jìn)了教育測評(píng)理念的變革，人工智能時(shí)代的教育更加關(guān)注以智能技術(shù)驅(qū)動(dòng)的學(xué)習(xí)者認(rèn)知分析與個(gè)性化學(xué)習(xí)的訴求。本書遵循"理論-方法-應(yīng)用"研究范式，探索人工智能時(shí)代的學(xué)習(xí)認(rèn)知分析的新理論與新方法。

本書是作者對自2008年起系統(tǒng)分析"機(jī)器能否獲得認(rèn)知發(fā)展能力"這一問題而不得不先訴諸于"人工智能基礎(chǔ)問題"或"認(rèn)知哲學(xué)"方面的研究其結(jié)果的總結(jié)。本書立論開宗明義：將機(jī)器認(rèn)知發(fā)展問題簡化為"物理機(jī)器的概念產(chǎn)生問題"。據(jù)此，作者遂建立起自己對"概念體系"的理論和對"心靈哲學(xué)"的基本觀念，之后使用符合哲學(xué)討論習(xí)慣的方式進(jìn)行論

本書較全面系統(tǒng)地闡述自動(dòng)控制理論的基本分析和校正方法。全書共分7章,主要內(nèi)容包括自動(dòng)控制概述、線性控制系統(tǒng)的數(shù)學(xué)模型、時(shí)域分析和校正、根軌跡法﹑頻域分析和校正﹑離散控制系統(tǒng)﹑非線性系統(tǒng)分析等。本書較全面系統(tǒng)地闡述自動(dòng)控制理論的基本分析和校正方法。全書共分7章,主要內(nèi)容包括自動(dòng)控制概述、線性控制系統(tǒng)的數(shù)學(xué)模型、時(shí)域分析和

在這本書中，作者著力討論了幾種獲取機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘算法性能的相關(guān)知識(shí)的方法。作者展示了如何再次利用這些知識(shí)來選擇、組合、編撰和調(diào)整算法和模型，從而為數(shù)據(jù)挖掘提供更快、更有效的解決方案，幫助研究人員改進(jìn)算法，并開發(fā)能夠自我改進(jìn)的學(xué)習(xí)系統(tǒng)。本書的新版在舊版基礎(chǔ)上就內(nèi)容做了非常大的擴(kuò)充。作者介紹了最新的自動(dòng)機(jī)器學(xué)習(xí)方法，闡

208個(gè)干貨技巧，幫助您從入門到精通ChatGPT的案例應(yīng)用。208集教學(xué)視頻，手機(jī)掃碼即可邊看邊學(xué)，助您速成ChatGPT提問高手。隨書贈(zèng)送：243款素材效果+247組AI繪畫提示詞。書中穿插兩條線，對AI提問和熱門提示詞進(jìn)行詳細(xì)介紹。一條技巧線：介紹了ChatGPT的基礎(chǔ)用法、提問框架和高效提問的方法，幫助讀者快速

作為《自動(dòng)控制原理》（第二版）（孫優(yōu)賢主編，書號(hào)：978-7-122-42524-9）的配套學(xué)習(xí)輔導(dǎo)書，本書緊緊圍繞自動(dòng)控制原理的知識(shí)點(diǎn)進(jìn)行編寫，內(nèi)容與體例均方便讀者自學(xué)。全書由9章正文與附錄組成。正文的9章與配套教材完全一致，分別為：概述、連續(xù)時(shí)間控制系統(tǒng)的數(shù)學(xué)模型、線性系統(tǒng)的時(shí)域分析法、連續(xù)時(shí)間控制系統(tǒng)的穩(wěn)定性與穩(wěn)

數(shù)系的擴(kuò)充始終貫穿于數(shù)學(xué)理論的發(fā)展之中. 本書利用交互式定理證明工具Coq,在Morse-Kelley公理化集合論形式化系統(tǒng)下, 給出中國科學(xué)與技術(shù)大學(xué)汪芳庭教授在其《數(shù)學(xué)基礎(chǔ)》中采用算術(shù)超濾分?jǐn)?shù)構(gòu)造實(shí)數(shù)的機(jī)器證明系統(tǒng),包括超濾空間與算術(shù)超濾的基本概念、超濾變換以及用算術(shù)超濾構(gòu)造算術(shù)模型的形式化實(shí)現(xiàn),構(gòu)建了非標(biāo)準(zhǔn)實(shí)數(shù)模

本書主要包含以下內(nèi)如：最優(yōu)化問題的簡介，凸分析基礎(chǔ)，無約束優(yōu)化的理論及線搜索算法框架，信賴域算法，線搜索收斂性分析及收斂速度分析，半光滑牛頓算法，共軛梯度算法，約束優(yōu)化理論及延伸理論，罰方法，增廣拉格朗日算法及算法在實(shí)際問題(支持向量機(jī)模型、超圖匹配)中的應(yīng)用。本書對知識(shí)點(diǎn)的分析緊密結(jié)合當(dāng)前研究前沿問題，并通過對應(yīng)用問

圖像融合技術(shù)可將多源圖像的互補(bǔ)特征進(jìn)行綜合，以得到更加完整和準(zhǔn)確的場景描述，從而彌補(bǔ)單一傳感器單幅圖像的不足，是一種廣泛應(yīng)用的圖像預(yù)處理技術(shù)，如多攝像頭拍照、微光夜視、醫(yī)學(xué)診斷、遙感等應(yīng)用領(lǐng)域。本書以多源圖像融合技術(shù)為主要內(nèi)容，在研究圖像尺度分析、遷移學(xué)習(xí)、深度學(xué)習(xí)算法與模型的基礎(chǔ)上，針對多聚焦圖像融合、多模態(tài)醫(yī)學(xué)圖像

本書針對推薦系統(tǒng)中的二部圖、社交網(wǎng)絡(luò)和知識(shí)圖譜的圖結(jié)構(gòu)模式，研究基于圖表示學(xué)習(xí)的深度推薦系統(tǒng)。通過挖掘圖信息中的隱性關(guān)系和高階關(guān)系，使用圖學(xué)習(xí)的方式探索用戶和產(chǎn)品的潛在關(guān)聯(lián)，彌補(bǔ)相關(guān)推薦系統(tǒng)研究在挖掘用戶之間或者產(chǎn)品之間隱性關(guān)系方面的不足，形成一系列合理而且有效的推薦技術(shù)。增加推薦系統(tǒng)輸入的多樣性，運(yùn)用社交網(wǎng)絡(luò)和知識(shí)圖

人工智能（AI）已成為世界各地的熱門話題，因?yàn)樗�可以為人類帶來顯著的好處，以及可能隱藏在該技術(shù)中的感知和實(shí)際危險(xiǎn)。在《人工智能風(fēng)險(xiǎn)·回報(bào)·未來》：中，KevinChen用清晰簡單的語言闡述了人工智能的許多方面，詳細(xì)介紹了人工智能如何給世界的運(yùn)作方式帶來深刻的變化。人工智能正在交通、物流、醫(yī)學(xué)

奇異跳變系統(tǒng)是一類具有廣泛形式的動(dòng)力系統(tǒng)，能有效地描述電力系統(tǒng)、電路系統(tǒng)、社會(huì)經(jīng)濟(jì)系統(tǒng)等實(shí)際系統(tǒng)。本書以時(shí)滯奇異跳變系統(tǒng)為研究對象，旨在提出有效的容許性分析與控制器設(shè)計(jì)方法。本書主要介紹時(shí)滯奇異跳變系統(tǒng)容許性分析與狀態(tài)反饋控制、時(shí)滯奇異跳變系統(tǒng)觀測器設(shè)計(jì)與異步反饋控制、時(shí)滯奇異跳變系統(tǒng)濾波器設(shè)計(jì)與故障檢測、時(shí)滯奇異跳變

本書基于認(rèn)知神經(jīng)科學(xué)視角，在系統(tǒng)性梳理現(xiàn)有研究的基礎(chǔ)上，從傳統(tǒng)的電商網(wǎng)站到電商直播、虛擬現(xiàn)實(shí)、智能會(huì)話代理和機(jī)器人等新型平臺(tái)，再到腦機(jī)接口這一人機(jī)交互的最高階應(yīng)用，對這些數(shù)智平臺(tái)的用戶行為及其背后的認(rèn)知機(jī)制進(jìn)行探討，并對用戶在這些平臺(tái)上的信息安全和隱私?jīng)Q策行為進(jìn)行了研究。本書遵循“平臺(tái)特征—機(jī)體反應(yīng)—用戶行為”的路徑對

本書圍繞自主無人系統(tǒng)發(fā)展背景、發(fā)展現(xiàn)狀、技術(shù)挑戰(zhàn)、倫理道德和政策法律等問題展開闡述。首先介紹了自主無人系統(tǒng)的相關(guān)概念、發(fā)展歷程、發(fā)展現(xiàn)狀和發(fā)展趨勢；其次重點(diǎn)分析了自主無人系統(tǒng)涉及的關(guān)鍵技術(shù)，包括感知與認(rèn)知、決策與規(guī)劃、行動(dòng)與控制、交互與協(xié)同、學(xué)習(xí)與進(jìn)化等；然后分析了使用自主無人武器系統(tǒng)面臨的倫理道德與政策法律問題，并介

機(jī)器學(xué)習(xí)數(shù)學(xué)基礎(chǔ)

本書闡述了分布式人工智能原理及其應(yīng)用，基本原理的主要內(nèi)容包括的分布式人工智能的內(nèi)涵、基本原理、計(jì)算框架等；研究了分布式人工智能學(xué)習(xí)與優(yōu)化、強(qiáng)化學(xué)習(xí)與演化計(jì)算、群智能體強(qiáng)化學(xué)習(xí)等前沿方法；給出了分布式信息融合、視覺感知、協(xié)同搜索、對抗博弈決策和智能博弈推演等典型應(yīng)用，建立起了較為全面的知識(shí)體系與脈絡(luò)，為后續(xù)研究奠定了良好