深度學習是當前人工智能的引領技術，是引發(fā)新一輪人工智能熱潮的原動力。本書從模型、算法、原理等角度全面介紹深度學習技術，包括近兩年最新成果。全書由三大部分組成。第一部分是機器學習和神經網絡基礎，包括機器學習問題、淺層機器學習、早期神經網絡等；第二部分是深度學習模型及算法，包括深度生成模型、卷積網絡、循環(huán)和遞歸網絡、表示學

深度學習是當前人工智能的引領技術，是引發(fā)新一輪人工智能熱潮的原動力。本書從模型、算法、原理等角度全面介紹深度學習技術，包括近兩年最新成果。全書由三大部分組成。第一部分是機器學習和神經網絡基礎，包括機器學習問題、淺層機器學習、早期神經網絡等；第二部分是深度學習模型及算法，包括深度生成模型、卷積網絡、循環(huán)和遞歸網絡、表示學

本書旨在討論人工智能領域未來的發(fā)展方向，即通用人工智能和奇點現象。本書涵蓋了奇點理論提出以來該領域取得的一系列研究進展，剖析了實現通用人工智能所面臨的問題并分析了各種實現途徑。作者不僅展開了天馬行空的想象，思考未來技術，比如意識上傳、飛米技術等如何為通用人工智能提供可行性，還將現有的通用人工智能技術落地，在生物學領域進

本書是由兩位技術出身的企業(yè)管理者編寫的深度學習普及書。本書的前四章提供了足夠的關于深度學習的理論知識，包括機器學習的基本概念、神經網絡基礎、從神經網絡到深度網絡的演化歷程，以及主流的深度網絡架構，為讀者閱讀本書剩余內容打下基礎。后五章帶領讀者進行一系列深度學習的實踐，包括建立深層網絡、調優(yōu)技術、各種數據類型的向量化和在

本書介紹了深度學習原理與TensorFlow實踐。著重講述了當前學術界和工業(yè)界的深度學習核心知識：機器學習概論、神經網絡、深度學習。著重講述了深度學習的實現以及深度學習框架TensorFlow：Python編程基礎、TensorFlow編程基礎、TensorFlow模型、TensorFlow編程實踐、TensorFlo

粒計算是當前計算智能研究領域中模擬人類思維和解決復雜問題的新方法，研究內容覆蓋了有關粒度的主要理論、方法和技術，是研究復雜問題求解、大數據挖掘和模糊不確定信息處理等當前面臨的關鍵問題的有效工具。本書介紹了粗糙集理論、概念格理論、三支決策理論等粒計算研究的概述和最新進展。全書共14章，主要由兩部分組成（多粒度計算、三支決

隨著決策環(huán)境日益復雜，決策問題的不確定性突顯。在不確定性條件下，如何借助定量工具分析決策者的主觀判斷，是一個值得研究的問題。證據推理作為一種面向不確定性信息融合的推理理論與方法，為解決不確定性多屬性決策問題提供了新的研究思路，即將搜集到的信息和個體經驗作為判斷和推理的證據，通過融合證據信息對方案進行評價和排序。本書從實

粒計算的方法理念是本書各章節(jié)貫穿的主線。第1章的討論針對粒計算涉及的概念，強調了粒的核心地位，設定了粒的形式化框架，該框架使給出的幾種粒的定義得到了統(tǒng)一。在第1章的基礎上，第2-7章分別利用粒中的數據信息，建立了不同的數據推理方法，包括粗糙數據推理以及用于描述粗糙數據聯系的討論、粗糙數據推理的精度分析、決策推理支撐下的

很多機器學習任務中具有多個沖突的目標需要同時被優(yōu)化。基于群搜索策略的進化算法在求解多目標優(yōu)化問題領域得到了廣泛的應用。多目標機器學習在近幾年引起了廣泛的關注，并且得到快速的發(fā)展。但是多目標機器學習在模型建立和優(yōu)化學習方面仍然存在很多瓶頸問題。本書工作圍繞多目標機器學習新模型探索和多目標學習算法設計展開。主要包括如下幾個

全套叢書規(guī)劃為十卷本，每一卷獨立成冊，圍繞一個學科展開。在每冊中，每一個章一個主題，每一節(jié)一部科幻作品（主要為科幻影視和科幻小說），每一節(jié)大體上分為三部分："科幻作品簡介"、"科學內容透析"、"科學奇聞異事"。兼顧科學性與趣味性。主要選題包括：航空航天卷、心理學卷、地學卷、海洋學卷、生物科學卷、人體科學卷、軍事科學卷、

本書將帶你了解特征工程的完整過程，使機器學習更加系統(tǒng)、高效。你會從理解數據開始學習，機器學習模型的成功正是取決于如何利用不同類型的特征，例如連續(xù)特征、分類特征等。你將了解何時納入一項特征、何時忽略一項特征，以及其中的原因。你還會學習如何將問題陳述轉換為有用的新特征，如何提供由商業(yè)需求和數學見解驅動的特征，以及如何在自己

面對科技的迅猛發(fā)展，我國政府制定了《新一代人工智能發(fā)展規(guī)劃》，將人工智能上升到國家戰(zhàn)略層面，并提出：人工智能產業(yè)要成為新的重要經濟增長點，而且要在2030年成為世界主要人工智能創(chuàng)新中心，為躋身創(chuàng)新型國家前列和經濟強國奠定重要基礎。讓認知升級，讓智能重構生活玩轉智能時代，搞懂人工智能的過去、現在及未來這本書就夠了！這本書

本書圍繞數據降維技術，分別針對線性降維和非線性降維兩種降維手段進行廣泛而深入的討論。對于線性降維技術，本書介紹了常用的降維算法，并對線性降維與矩陣分解的等價性進行了分析，在此基礎上提出了semi-NMF、OCA、IOCA、EOCA等改進算法并進行詳細的理論分析和實驗驗證。對于非線性降維算法，本書介紹了常用算法，包括流形

近幾年，物聯網從誕生到迅速發(fā)展，受到了產業(yè)界及學術界的廣泛重視，并上升到國家戰(zhàn)略性新興產業(yè)的高度。本書對物聯網中的關鍵技術及其在眾多生產與生活領域中的應用進行了研究，主要內容涵蓋了RFID技術、智能傳感器與無線傳感器網絡技術、物聯網通信與傳輸技術等。本書結構合理，條理清晰，內容豐富新穎，可供從事物聯網相關工作的研究人員

探索人工智能Ⅱ· 交叉應用

“理解未來系列”一套共7本，本書是其中之一。“理解未來”是未來論壇每月舉辦的免費大型科普講座，它邀請知名科學家用通俗的語言解讀*激動人心的科學進展，旨在傳播科學知識，提高大眾對科學的認知。本套叢書是精選的部分現場講座的文字整理，然后按照不同學科歸類分冊。

本書是高等院校"自動控制原理"課程的例題習題集，收錄的題目涵蓋現在通行的"自動控制原理"課程的基本內容。全書正文分為9章，每一章都列出本章的重點與考研點。附錄A收錄了西安交通大學、上海交通大學、哈爾濱工業(yè)大學以及中國科學院和中國科技大學的考研試卷12套，附錄B給出了全部習題和考研試卷的參考答案。

創(chuàng)新高端科技資源科普化的創(chuàng)作模式，組建由"前沿科技工作者"+"有科研背景的科普創(chuàng)作者"組成的"1+1"合作模式，將最前沿的科技成果用通俗、擬人的創(chuàng)作模式文字化，形成相關圖書產品。通過生動的介紹重點闡述這六家國家實驗室的研究對我們今后未來多方面的影響，同時介紹一些科研工作者的科學精神，從而激發(fā)讀者對科技創(chuàng)新的理解和參與感

近年來，時滯神經網絡在圖像處理、模式識別、聯想記憶、信號處理、全局優(yōu)化和保密通信等領域得到廣泛的應用，慣性項的添加不僅可以使得神經網絡算法收斂速度加快，而且會帶來更豐富的動力學行為。本書主要對不同情況下的時滯慣性神經網絡，從兩個方面即自治系統(tǒng)以及非自治系統(tǒng)下平衡點的全局穩(wěn)定性以及自治系統(tǒng)周期解的局部穩(wěn)定性、Hopf分岔

本書為胡壽松主編的教材《自動控制原理（第七版）》的學習指導性教學配套用書。本書形成了一個系統(tǒng)且完整的自動控制原理題庫，其內容包括解題的數學基礎及600余道母題的詳解。這些母題包含了概念題、一般題、設計題、技巧題、證明題以及難題等6類，便于配制滿足各種基本要求的試卷內容。本書在解題過程中，給出了科學、完善的解題步驟，并注