本书由2017年图灵奖得主Patterson和Hennessy共同撰写,是计算机体系结构领域的经典书籍,强调软硬件协同设计及其对性能的影响。本书采用开源的RISC-V指令系统体系结构,讲解硬件技术、指令、算术运算、流水线、存储层次、I/O以及并行处理器等。第2版将RV64切换为RV32以降低学习难度,新增关于领域定制体系结构(DSA)的讨论以反映新的技术趋势。此外,每一章都增加了 性能提升 和 自学 章节,并更新了大量练习题。本书适合计算机体系结构领域的专业技术人员参考,也适合高等院校计算机相关专业的学生阅读。
听觉信息处理技术的创新能够推动实现高度智能化机器感知系统的发展,本分册主要介绍了国内外听觉信息处理方面的研究现状和阶段性成果,通过对人类言语产生与听觉机理,听觉机理的计算理论与方法,语音信号处理,语音识别声学建模,特殊场景语音识别,声纹与语种识别,韵律、情绪及音乐分析,统计语音合成,口语对话系统等技术研究成果的阐述与分析,展示我国在这些研究领域的优势与特色,并提出未来的技术挑战与发展方向。
本书旨在全面阐述人工智能在网络技术中的应用,并探讨其未来发展方向。在人工智能与复杂网络环境的交织下,智能网络成为信息技术、计算机科学和通信工程等领域的重要研究方向。本书通过对软件定义网络、网络功能虚拟化、机器学习算法在网络管理与优化中的应用等核心技术的深入解析,详细介绍了智能网络的基础设施、路由与拥塞控制、QoS/QoE管理、网络安全及网络大模型等内容。 本书既适合作为网络工程、计算机科学、通信工程及人工智能等专业的本科生、研究生的教材,也为相关领域的研究人员和从业者提供了一份系统的参考资料,有助于他们了解智能网络的基础理论、技术应用和未来趋势。
图学习是典型的多学科交叉方向,涉及复杂网络、社交网络分析、数据挖掘、机器学习等多个领域。本书共8章,其中第1章阐述图的主要类型与形式化定义、基本属性及图学习的发展历程。第2章介绍图学习的基本任务以及相关的传统图学习模型方法和图神经网络模型。第3章介绍图数据挖掘方法。 第4章介绍图数据隐私保护方法。第5章和第6章分别介绍图模型对抗攻击与对抗防御方法。第7章介绍图模型鲁棒性解释、测评与修复方法。第8章介绍图学习模型在知识计算领域的应用探索。 本书既适合计算机和人工智能相关领域的研究人员阅读,也适合在企业从事算法模型应用开发的工程师阅读,还可以作为高校人工智能安全相关方向的参考书。
本书全面系统地阐述了离散时间信号、系统和现代数字处理的基本原理。全书共15章,内容包括离散时间信号与系统、z变换及其在LTI系统分析中的应用、信号的频率分析、LTI系统的频域分析、信号的采样与重建、离散傅里叶变换的性质和应用、快速傅里叶变换算法、离散时间系统的实现、数字滤波器的设计、多速率数字信号处理、多速率数字滤波器组和小波、线性预测和 线性滤波器、自适应滤波器和功率谱估计。全书理论联系实际,并且提供了大量精心设计的习题。本书可作为电子工程、计算机工程、计算机科学、地球物理、气象、生物医学工程、遥感等学科高年级本科生与研究生一学期或两学期离散系统和数字信号处理的教材,也可供其他科技人员参考。