本書主要圍繞AI系統(tǒng)的理論基礎(chǔ)與技術(shù)基礎(chǔ)知識展開，結(jié)合實例進行介紹，旨在讓讀者了解AI系統(tǒng)的來龍去脈，形成對AI系統(tǒng)的系統(tǒng)化與層次化的初步理解，掌握AI系統(tǒng)基本理論、技術(shù)、實際應(yīng)用及研究方向，為后續(xù)從事具體的學(xué)習(xí)研究工作和項目開發(fā)工作奠定基礎(chǔ)。本書首先介紹AI的歷史、現(xiàn)狀與發(fā)展及AI系統(tǒng)的基本知識，后分為AI硬件與體系

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)一機制落實到各行各業(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制的落實細則；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，突出支持向量機與因素

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，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

教育信息化促進了教育測評理念的變革，人工智能時代的教育更加關(guān)注以智能技術(shù)驅(qū)動的學(xué)習(xí)者認(rèn)知分析與個性化學(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：將機器認(rèn)知發(fā)展問題簡化為"物理機器的概念產(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)慣的方式進行論

在這本書中，作者著力討論了幾種獲取機器學(xué)習(xí)和數(shù)據(jù)挖掘算法性能的相關(guān)知識的方法。作者展示了如何再次利用這些知識來選擇、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，幫助研究人員改進算法，并開發(fā)能夠自我改進的學(xué)習(xí)系統(tǒng)。本書的新版在舊版基礎(chǔ)上就內(nèi)容做了非常大的擴充。作者介紹了最新的自動機器學(xué)習(xí)方法，闡

數(shù)系的擴充始終貫穿于數(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)造實數(shù)的機器證明系統(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)模型的形式化實現(xiàn),構(gòu)建了非標(biāo)準(zhǔn)實數(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際問題(支持向量機模型、超圖匹配)中的應(yīng)用。本書對知識點的分析緊密結(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特征進行綜合，以得到更加完整和準(zhǔn)確的場景描述，從而彌補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，運用社交網(wǎng)絡(luò)和知識圖

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

數(shù)智平臺設(shè)計與用戶行為研究-認(rèn)知神經(jīng)科學(xué)視角

自主無人系統(tǒng)及應(yīng)用中的問題

機器學(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、計算框架等；研究了分布式人工智能學(xué)習(xí)與優(yōu)化、強化學(xué)習(xí)與演化計算、群智能體強化學(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體系與脈絡(luò)，為后續(xù)研究奠定了良好

《四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用》旨在介紹四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用的研究現(xiàn)狀、典型模型、常用研究方法.具體內(nèi)容包括四元數(shù)神經(jīng)網(wǎng)絡(luò)漸近穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)魯棒穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)μ-穩(wěn)定性及均方穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)Mittag-Leffler穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)Lagrange穩(wěn)定性及H-U穩(wěn)定性、四元數(shù)神

中國原創(chuàng)學(xué)科可拓學(xué)，用形式化的模型，研究事物拓展的可能性和開拓創(chuàng)新的規(guī)律與方法，并用于創(chuàng)新和處理矛盾問題.《可拓學(xué)（第二版）》系統(tǒng)地闡述了可拓學(xué)的基本理論——可拓論、基本方法——可拓創(chuàng)新方法及其在各領(lǐng)域的應(yīng)用——可拓工程，并給出可拓工程方法的應(yīng)用案例.《可拓學(xué)（第二版）》理論與應(yīng)用相結(jié)合，分析透徹，可操作性強.讀者可以

本書介紹了文心一言的操作技巧和提示詞，列舉了文本、文案方案、個人IP內(nèi)容、個人學(xué)習(xí)成長和個人生活助手等多個領(lǐng)域的輔助生成應(yīng)用案例。“授人以漁，給人工具”“拿來即用，來即參”，本書旨在為讀者提供使用文心一言的工具方法、案例和技巧，幫助讀者十倍甚至百倍提升工作的創(chuàng)造力和生產(chǎn)力。

學(xué)科的范式(科學(xué)觀與方法論)是指導(dǎo)學(xué)科研究的**引領(lǐng)力量。然而作者發(fā)現(xiàn)：作為信息學(xué)科高級篇章的人工智能卻遵循著物質(zhì)學(xué)科的范式，使人工智能的研究嚴(yán)重受限。因此，本書實施了人工智能的范式革命：總結(jié)了信息學(xué)科的范式，以此取代物質(zhì)學(xué)科范式對人工智能研究的統(tǒng)領(lǐng)地位；在信息學(xué)科范式的引領(lǐng)下，構(gòu)筑人工智能的全局模型，揭示普適性智能生

概念認(rèn)知學(xué)習(xí)是人工智能、大數(shù)據(jù)領(lǐng)域關(guān)注的多學(xué)科交叉研究方向，涵蓋了哲學(xué)、數(shù)學(xué)、心理學(xué)、認(rèn)知科學(xué)以及信息科學(xué)等領(lǐng)域．《概念認(rèn)知學(xué)習(xí)理論與方法》旨在為廣大學(xué)者和科研工作者提供概念認(rèn)知學(xué)習(xí)領(lǐng)域的基礎(chǔ)理論與學(xué)習(xí)方法．《概念認(rèn)知學(xué)習(xí)理論與方法》主要內(nèi)容包括概念認(rèn)知學(xué)習(xí)的基本概念和基礎(chǔ)知識、概念認(rèn)知系統(tǒng)的邏輯推理、概念認(rèn)知的雙向?qū)W