本研究在梳理知識(shí)演化、知識(shí)生命周期等知識(shí)進(jìn)化理論和思想的基礎(chǔ)上，介紹了引文網(wǎng)絡(luò)、Meta-path、PageRank等網(wǎng)絡(luò)分析理論和方法，闡述了Word2vec、Doc2vec、Node2vec等深度表示學(xué)習(xí)模型以及ARIMA、SVM等時(shí)間序列模型，以期為科學(xué)主題的演化和熱度預(yù)測(cè)提供理論基礎(chǔ)和方法支撐；以生物醫(yī)學(xué)與生命

本書從技術(shù)、應(yīng)用和產(chǎn)業(yè)3個(gè)維度為切入點(diǎn)，對(duì)智能語音語義領(lǐng)域相關(guān)的熱點(diǎn)和趨勢(shì)展開研究。本書以“人與機(jī)器的對(duì)話”開篇，講述人類語音生成、傳播和感知的過程，引發(fā)對(duì)于機(jī)器智能語音聽說的思考，進(jìn)而闡述技術(shù)探索發(fā)展史；然后，分析了以語音交互為核心的技術(shù)現(xiàn)狀，綜合剖析提出全雙工、端到端模型構(gòu)建、語音假冒攻擊等熱點(diǎn)；其次，從政策、投融

演化學(xué)習(xí)利用演化算法求解機(jī)器學(xué)習(xí)中的復(fù)雜優(yōu)化問題，在實(shí)踐中取得了許多成功，但因其缺少堅(jiān)實(shí)的理論基礎(chǔ)，在很長時(shí)期內(nèi)未獲得機(jī)器學(xué)習(xí)社區(qū)的廣泛接受.本書主要內(nèi)容為三位作者在這個(gè)方向上過去二十年中主要工作的總結(jié).全書共18章，分為四個(gè)部分：第一部分(第1～2章)簡(jiǎn)要介紹演化學(xué)習(xí)和一些關(guān)于理論研究的預(yù)備知識(shí);第二部分(第3～6章

本書作者對(duì)于人工智能的發(fā)展、應(yīng)用和影響問題的研究已有幾年的時(shí)間：初關(guān)注人工智能的微觀應(yīng)用問題，對(duì)于無人經(jīng)濟(jì)的內(nèi)涵、分類、發(fā)展機(jī)制、應(yīng)用模式等做了一些探索；后來研究興趣轉(zhuǎn)移到宏觀層面，重點(diǎn)關(guān)注人工智能發(fā)展對(duì)于就業(yè)的影響，本書是作者近兩年研究的總結(jié)。未來作者將把研究重點(diǎn)轉(zhuǎn)向人工智能發(fā)展背景下的分配問題。隨著人工智能發(fā)展導(dǎo)致

本書圍繞上述問題，從設(shè)計(jì)的創(chuàng)新能力與設(shè)計(jì)的實(shí)踐過程兩個(gè)角度，討論設(shè)計(jì)的認(rèn)知與思維特征、設(shè)計(jì)相關(guān)的人工智能理論與技術(shù)、人工智能支持的設(shè)計(jì)應(yīng)用、設(shè)計(jì)范式轉(zhuǎn)換等內(nèi)容。本書是一本設(shè)計(jì)與人工智能交叉領(lǐng)域的專著，書中以作者的研究為基礎(chǔ)，介紹設(shè)計(jì)與人工智能交叉領(lǐng)域的典型理論和方法、研究與實(shí)踐方向，希望能讓讀者有所參考，支持

2016年，一只阿法狗（AlphaGo）為全世界打開了一條窄窄的門縫，通往未來之路就此展現(xiàn)。通過超強(qiáng)硬件和大量的數(shù)據(jù)積累，人工智能浪潮第三次興起。借助人工智能技術(shù)，公安部門可以輕松抓捕潛逃多年的罪犯，“AI換臉”已經(jīng)成為普通用戶的娛樂方式之一，智慧城市、自動(dòng)駕駛開始在多個(gè)城市有試點(diǎn)……GPT-3、SwitchTrans

本書圍繞思維、信息、數(shù)據(jù)、算法、技術(shù)、安全、未來等方面討論人工智能技術(shù)背后的實(shí)現(xiàn)原理和本質(zhì)。涵蓋以下要點(diǎn)。1、人類解決人工智能技術(shù)問題的根本原因。2、重點(diǎn)圍繞香農(nóng)提出的信息論，并在此基礎(chǔ)上闡述關(guān)于信息的度量、加密、傳輸?shù)确矫娴膬?nèi)容。3、從正反兩個(gè)角度來審視大數(shù)據(jù)給我們生活帶來的影響。4、圍繞機(jī)器學(xué)習(xí)算法、人工神經(jīng)網(wǎng)絡(luò)算

本書先從背景出發(fā)，闡述黑盒模型存在的問題以及不解決黑盒問題模型可能帶來的后果，引出可解釋機(jī)器學(xué)習(xí)的重要性；隨后，我們從可解釋機(jī)器學(xué)習(xí)的研究方向，分為內(nèi)在可解釋模型算法和模型事后解析方法兩部分進(jìn)行介紹，闡述不同模型的原理、應(yīng)用及其可解釋性。z后通過三個(gè)不同的應(yīng)用場(chǎng)景，介紹在銀行實(shí)戰(zhàn)中的數(shù)據(jù)挖掘方法，由問題、處理方法出發(fā)，

本書通過深度學(xué)習(xí)實(shí)例，從可解釋性角度出發(fā)，闡述深度學(xué)習(xí)的原理，并將圖神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)結(jié)合，介紹圖神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)技術(shù)。本書分為6章，主要內(nèi)容包括：圖片分類模型、機(jī)器視覺的高級(jí)應(yīng)用、自然語言處理的相關(guān)應(yīng)用、神經(jīng)網(wǎng)絡(luò)的可解釋性、識(shí)別未知分類的方法——零次學(xué)習(xí)、異構(gòu)圖神經(jīng)網(wǎng)絡(luò)。本書中的實(shí)例是在PyTorch框架上完成的，具有

本書從基礎(chǔ)知識(shí)開始，介紹深度學(xué)習(xí)與圖神經(jīng)網(wǎng)絡(luò)相關(guān)的一系列技術(shù)與實(shí)現(xiàn)方法，主要內(nèi)容包括PyTorch的使用、神經(jīng)網(wǎng)絡(luò)的原理、神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模型、圖神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模型。書中側(cè)重講述與深度學(xué)習(xí)基礎(chǔ)相關(guān)的網(wǎng)絡(luò)模型和算法思想，以及圖神經(jīng)網(wǎng)絡(luò)的原理，且針對(duì)這些知識(shí)點(diǎn)給出在PyTorch框架上的實(shí)現(xiàn)代碼。 本書適合想學(xué)習(xí)圖神經(jīng)網(wǎng)絡(luò)