本書基于華為在企業(yè)IPv6網(wǎng)絡(luò)領(lǐng)域多年積累的豐富經(jīng)驗(yàn)和實(shí)踐，以IPv6/IPv6技術(shù)發(fā)展趨勢(shì)和技術(shù)實(shí)現(xiàn)原理為切入點(diǎn)，分析IPv6/IPv6網(wǎng)絡(luò)的應(yīng)用場(chǎng)景、關(guān)鍵驅(qū)動(dòng)力，以及IPv6/IPv6網(wǎng)絡(luò)演進(jìn)面臨的挑戰(zhàn)和問題，給出企業(yè)IPv6網(wǎng)絡(luò)演進(jìn)的基本原則、路線規(guī)劃和關(guān)鍵步驟，并詳細(xì)闡述企業(yè)IPv6網(wǎng)絡(luò)的規(guī)劃設(shè)計(jì)與演進(jìn)方案，包

《3dsMax2023實(shí)訓(xùn)教程》以“實(shí)際工作用什么，就重點(diǎn)講什么”為宗旨，拋開一切復(fù)雜且在工作中用不上的功能，集中講解與各行業(yè)相關(guān)的3dsMax核心技術(shù)、方法和思路。 《3dsMax2023實(shí)訓(xùn)教程》內(nèi)容包括3dsMax通用基礎(chǔ)知識(shí)、主流行業(yè)建模技法解析、材質(zhì)制作與貼圖技術(shù)、燈光技術(shù)與打光思路、攝影機(jī)構(gòu)圖與鏡頭效果、動(dòng)

本書是一本旨在幫助架構(gòu)師在人工智能時(shí)代展翅高飛的實(shí)用指南。全書以ChatGPT為核心工具，揭示了人工智能技術(shù)對(duì)架構(gòu)師的角色和職責(zé)進(jìn)行顛覆和重塑的關(guān)鍵點(diǎn)。本書通過(guò)共計(jì)13章的系統(tǒng)內(nèi)容，深入探討AI技術(shù)在架構(gòu) 設(shè)計(jì)中的應(yīng)用，以及AI對(duì)傳統(tǒng)架構(gòu)師工作方式的影響。通過(guò)學(xué)習(xí)，讀者將了解如何利用ChatGPT這一強(qiáng)大的智能輔助工

本書選取一些自然科學(xué)的經(jīng)典知識(shí)和案例，如數(shù)學(xué)中的傅里葉變換、圓周率，計(jì)算機(jī)技術(shù)中的RSA加密，數(shù)學(xué)建模中的微分方程數(shù)值算法，航天領(lǐng)域的火箭、發(fā)動(dòng)機(jī)、衛(wèi)星軌道和衛(wèi)星探測(cè)等，將這些案例中的知識(shí)點(diǎn)、研究和計(jì)算過(guò)程與Python編程的應(yīng)用有機(jī)結(jié)合，帶領(lǐng)讀者初步體驗(yàn)和學(xué)習(xí)使用Python進(jìn)行數(shù)學(xué)建模、數(shù)據(jù)處理等。

本書兼顧深度學(xué)習(xí)的理論和應(yīng)用，特別強(qiáng)調(diào)大規(guī)模訓(xùn)練應(yīng)用案例，引導(dǎo)學(xué)生進(jìn)人深度學(xué)習(xí)的前沿領(lǐng)域．主要內(nèi)容有深度學(xué)習(xí)的核心理論問題：網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)、網(wǎng)絡(luò)參數(shù)初始化方法.大規(guī)模網(wǎng)絡(luò)訓(xùn)練的優(yōu)化方法、正則化方法、激活函數(shù)的研究方法.書中引人深度學(xué)習(xí)在計(jì)算機(jī)視覺中的大型經(jīng)典和前沿應(yīng)用案例，包括圖像分類任務(wù).目標(biāo)檢測(cè)與跟蹤任務(wù)、多源遙

本書是一本關(guān)于自動(dòng)目標(biāo)識(shí)別評(píng)估理論、方法、技術(shù)及應(yīng)用的專著,是作者長(zhǎng)期以來(lái)科研工作的總結(jié).書中廣泛收集了該領(lǐng)域國(guó)內(nèi)外專家的成果，結(jié)合作者的研究成果,提出了一些獨(dú)立的學(xué)術(shù)見解.全書共8章：第1章回顧ATR技術(shù)發(fā)展歷程，概述國(guó)內(nèi)外ATR評(píng)估方法,點(diǎn)明本書特色;第2章討論概率型指標(biāo)（以識(shí)別率為典型代表）的估計(jì);第3章講解如何

本書以作者團(tuán)隊(duì)在隨機(jī)網(wǎng)絡(luò)領(lǐng)域的理論創(chuàng)新和應(yīng)用實(shí)踐為支撐，全面介紹了復(fù)雜體系過(guò)程的隨機(jī)網(wǎng)絡(luò)模型，主要內(nèi)容包括隨機(jī)網(wǎng)絡(luò)模型要素和結(jié)構(gòu)框架、智能隨機(jī)網(wǎng)絡(luò)模型、不確定性隨機(jī)網(wǎng)絡(luò)模型，以及衛(wèi)星通信網(wǎng)絡(luò)建模和資源管控、復(fù)雜體系效能評(píng)估、復(fù)雜體系可靠性建模、區(qū)域產(chǎn)業(yè)發(fā)展分析等。

本書從基于人工智能助力網(wǎng)絡(luò)安全的視角出發(fā)，瞄準(zhǔn)助力攻擊和助力防御兩個(gè)方向，刻畫人工智能攻擊鏈框架，著重描述自動(dòng)化漏洞挖掘、軟件漏洞自動(dòng)化利用、基于神經(jīng)網(wǎng)絡(luò)的隱秘精準(zhǔn)型惡意代碼、隱秘精準(zhǔn)型惡意代碼的增強(qiáng)實(shí)現(xiàn)、基于深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的未知特征惡意代碼檢測(cè)、基于知識(shí)圖譜的威脅發(fā)現(xiàn)等6方面技術(shù)成果，在對(duì)比梳理全球**相關(guān)研究進(jìn)

人工智能驅(qū)動(dòng)的組學(xué)挖掘是數(shù)據(jù)驅(qū)動(dòng)的生物醫(yī)學(xué)研究的支撐技術(shù)。組學(xué)測(cè)序技術(shù)逐步向多尺度、跨模態(tài)、有擾動(dòng)等方向發(fā)展，但體現(xiàn)出的高維度、高噪聲、多模態(tài)、標(biāo)記稀缺等特點(diǎn)，成為制約其有效挖掘的瓶頸。本書面向生命組學(xué)數(shù)據(jù)特點(diǎn)，較為系統(tǒng)和深入地對(duì)組學(xué)機(jī)器學(xué)習(xí)的主要研究范式、適用場(chǎng)景、分析方法、理論思想進(jìn)行介紹。結(jié)合相應(yīng)組學(xué)挖掘的具體研