本書對近年來稀疏學(xué)習(xí)、分類與識別領(lǐng)域常見的理論及技術(shù)進(jìn)行了較為全面的闡述和總結(jié),并結(jié)合作者多年的研究成果,對相關(guān)理論及技術(shù)在應(yīng)用領(lǐng)域的實(shí)踐情況進(jìn)行了展示和報(bào)告。
本書對近年來認(rèn)知計(jì)算和多目標(biāo)優(yōu)化領(lǐng)域常見的理論及技術(shù)進(jìn)行了較為全面的闡述和總結(jié),并結(jié)合作者多年的研究成果,對相關(guān)理論及技術(shù)在應(yīng)用領(lǐng)域的實(shí)踐情況進(jìn)行了展示和報(bào)告。
本書從自組織、耗散結(jié)構(gòu)、混沌研究、自創(chuàng)生理論、進(jìn)化理論的方向?qū)ιc生態(tài)環(huán)境的歷史、前景與對策進(jìn)行深入的探討,介紹了從機(jī)械世界觀到整體生態(tài)世界觀的重要飛躍。
本書以多智能體系統(tǒng)協(xié)同群集運(yùn)動控制為主線,首先介紹圖論和控制器設(shè)計(jì)所用到的基礎(chǔ)理論知識;其次,分別從拓?fù)浣Y(jié)構(gòu)的邊保持和代數(shù)連通度兩個角度介紹了連通性保持條件下的協(xié)同群集運(yùn)動控制協(xié)議設(shè)計(jì)方法。進(jìn)而,從個體動態(tài)模型和拓?fù)浣Y(jié)構(gòu)模型兩方面繼續(xù)深入,針對典型的輪式移動機(jī)器人非完整約束模型介紹了連通性保持條件下的協(xié)同控制策略,為簡
本書內(nèi)容分三部分:證據(jù)推理方法;置信規(guī)劃庫建模方法;證據(jù)推理與置信規(guī)則庫的應(yīng)用。
知識遷移的目標(biāo)是使機(jī)器具有和人一樣的“舉一反三”的能力,通過已掌握的知識來完成新的任務(wù)。知識遷移是機(jī)器突破程式化約束,具有自主學(xué)習(xí)能力的關(guān)鍵因素,近年來已成為人工智能的研究熱點(diǎn)之一。從“如何遷移”“遷移什么”與“何時遷移”等角度入手,系統(tǒng)闡述了關(guān)聯(lián)知識的表達(dá)形式、遷移的方式與手段以及實(shí)現(xiàn)遷移的時機(jī)等問題。然而知識遷移方
《神經(jīng)網(wǎng)絡(luò)導(dǎo)論》共5章,第1章主要介紹神經(jīng)網(wǎng)絡(luò)、微分系統(tǒng)穩(wěn)定性理論和泛函分析的基本理論和概念;第2章介紹神經(jīng)網(wǎng)絡(luò)的基本模型及算法;第3章介紹后期比較熱門的三種神經(jīng)網(wǎng)絡(luò),即Hopfield神經(jīng)網(wǎng)絡(luò)、細(xì)胞神經(jīng)網(wǎng)絡(luò)與雙向聯(lián)想(BAM)神經(jīng)網(wǎng)絡(luò)的模型及動力學(xué)問題;第4章介紹復(fù)雜神經(jīng)網(wǎng)絡(luò)模型及動力學(xué)問題;第5章介紹神經(jīng)網(wǎng)絡(luò)的應(yīng)用
本書用豐富的圖示和實(shí)驗(yàn),將物體的自動理解技術(shù)和機(jī)器學(xué)習(xí)的理論相結(jié)合,以實(shí)現(xiàn)物體的自動理解技術(shù)為主線,以機(jī)器學(xué)習(xí)的理論作為主要方法,結(jié)合實(shí)例逐步深入地介紹了機(jī)器學(xué)習(xí)相關(guān)理論。主要內(nèi)容包括特征提取、三維網(wǎng)格分割、三維場景重建、三維模型功能性分析等,涵蓋了目前常用的主流的各種學(xué)習(xí)方法。本書結(jié)構(gòu)緊湊,內(nèi)容逐步深入,同時包含大量
隨著信息爆炸產(chǎn)生的海量數(shù)據(jù)時代的來臨,數(shù)據(jù)中所蘊(yùn)含的價值將會對人類社會產(chǎn)生直接的,全面的,甚至是革命性的影響。因此,在大數(shù)據(jù)背景下,有效地分析,組織和使用各類數(shù)據(jù),將對科技進(jìn)步以及經(jīng)濟(jì)發(fā)展產(chǎn)生巨大的推動作用,孕育出前所未有的機(jī)遇。針對大數(shù)據(jù)技術(shù)體系架構(gòu),本著作總結(jié)出在大數(shù)據(jù)處理流程中,所面臨不同層面的問題及其相互關(guān)系,
本書從仿生學(xué)的角度,闡述AI面臨的挑戰(zhàn)和前沿研究方向,同時融入作者在AI研究中部分最新成果。反映了人工智能發(fā)展的最新動態(tài),為生物信息學(xué)或其他學(xué)科的特征分析提供手段和方法,為研究和開發(fā)更高層次的human-like智能打下基礎(chǔ)。本書強(qiáng)調(diào)新視野、先進(jìn)性、實(shí)用性和可讀性,書中涉及的經(jīng)典例子和算法都將提供程序?qū)崿F(xiàn),附在隨書光盤
《基于逼近論的多模態(tài)信息表示》從逼近論角度,由最基本的線性無關(guān)函數(shù)基(插值基、奇異值分解、主成分分析)出發(fā),到正交函數(shù)基(傅里葉變換、小波基),再到一般通用逼近算子(人工神經(jīng)網(wǎng)絡(luò)),延伸至過完備基(壓縮傳感、稀疏表示),最后實(shí)現(xiàn)分層特征表示(深度學(xué)習(xí))。通過基函數(shù)表示信息的思想貫穿始終,作者希望由此啟發(fā)讀者更進(jìn)一步思考
自然計(jì)算是國際上一個新的計(jì)算領(lǐng)域研究熱點(diǎn)。本書為國內(nèi)第一部以自然計(jì)算為主要內(nèi)容的專著。第一部分首先對傳統(tǒng)的自然計(jì)算方法-人工神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算、模糊系統(tǒng)等簡要回顧并介紹其最新的進(jìn)展情況。第二部分從第二章開始到第七章重點(diǎn)介紹生物啟發(fā)的計(jì)算、物理啟發(fā)的計(jì)算、化學(xué)啟發(fā)的計(jì)算等重要的新興的自然計(jì)算方法及體系。第三部分介紹與自然
20世紀(jì)50年代以來,人工智能出現(xiàn)了符號主義、連接主義和行為主義等主導(dǎo)性研究范式。理論界普遍認(rèn)為,人工智能已經(jīng)超越了現(xiàn)有的范式理論,逐步形成了一種融合的趨勢。然而,如何對人工智能各研究范式進(jìn)行融合以及在什么樣的基礎(chǔ)上進(jìn)行融合,這一難題成為人工智能理論進(jìn)一步發(fā)展的瓶頸所在。本書從貫穿整個人工智能發(fā)展過程的兩條主要線索--
不確定性知識處理是人工智能領(lǐng)域最基本的研究問題!恫淮_定性知識處理的基本理論與方法》對知識表示和推理、不確定性知識處理(亦簡稱不確定性處理)的基本理論與方法進(jìn)行了全面、系統(tǒng)的闡述,內(nèi)容包括知識表示與推理方法、不確定性知識處理的經(jīng)典理論與方法、貝葉斯網(wǎng)推理與學(xué)習(xí)方法、粗糙集理論等四部分。 《不確定性知識處理的基本理論與
書中介紹了針對不同情況的多種分類和聚類算法,如信任C均值聚類算法,信任K近鄰分類器和不完整數(shù)據(jù)信任分類器等。通過對多個信任分類器輸出的融合能夠得到更全面可靠的信息,提高目標(biāo)識別準(zhǔn)確性。針對多源多時相信息融合,發(fā)展了動態(tài)證據(jù)推理,不僅可對目標(biāo)實(shí)時識別,還能對目標(biāo)變化準(zhǔn)確檢測判斷。
大規(guī)模強(qiáng)化學(xué)習(xí)
人工智能及其演化
作為一類具有廣泛應(yīng)用背景的非線性動力系統(tǒng),神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性和同步控制是其應(yīng)用和設(shè)計(jì)的基礎(chǔ)。本書致力于系統(tǒng)介紹時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性與同步控制理論在近年來取得的最新成果。主要內(nèi)容涉及到:根據(jù)神經(jīng)網(wǎng)絡(luò)的演化機(jī)制和內(nèi)在規(guī)律,建立切合實(shí)際的時滯神經(jīng)網(wǎng)絡(luò)模型,運(yùn)用Lyapunov穩(wěn)定性理論、線性矩陣不等式技術(shù)、劃分時滯方法、規(guī)范型
本書第一版(2004年)創(chuàng)建了"知識系統(tǒng)工程"這一新的學(xué)科分支,將知識管理中的基于信息技術(shù)與基于組織行為的知識管理思想與方法綜合集成,兼顧知識管理里與知識處理(知識運(yùn)作),形成新的理念和視角。近十年來,社會經(jīng)濟(jì)發(fā)展對知識的應(yīng)用和創(chuàng)新提出新的更大更高的需求,移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等的發(fā)展以及智能科學(xué)與技術(shù)的深
借鑒生物免疫系統(tǒng)的分層防御機(jī)理以及層次間的相互作用,作者提出了用于機(jī)電設(shè)備故障診斷的免疫診斷模型。將故障檢測與診斷功能進(jìn)行整合,研究機(jī)電設(shè)備異常檢測與故障診斷的免疫算法與模型,分層解決設(shè)備的狀態(tài)監(jiān)測、故障定位與診斷等關(guān)鍵問題,建立了異常狀態(tài)監(jiān)測與故障診斷一體化的快速反應(yīng)機(jī)制。第一層,異常追蹤監(jiān)測。在獲取設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)