《外研社英语词根词典》以英语词根为基础揭示构词法，旨在帮助英语学习者迅速掌握英语单词，本词典从三个方面将英语单词的音、形、义有机地联系起来处理。 ，揭示单词拼读规律以及拼读规律与构词的关系，有助于学习者记单词； 第二，强调构词法，揭示词根如何与词缀构成词，有助于学习者从构词联想到词义与用法； 第三，注重英汉对比，有助于学习者正确理解和使用英语。

本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Franc?oisChollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。

随着计算机、生物医学工程、医学等技术的迅速发展，脑电信号分析与脑机接口技术已经成为热门的研究内容之一。《脑电信号分析方法与脑机接口技术》主要内容分为两篇，篇为脑电信号的分析方法，在介绍传统脑电信号分析方法的同时，介绍了新的研究方法，如近似熵、复杂度、混沌理论等。第二篇介绍脑机接口技术，脑机接口技术可以为有运动障碍的残疾人提供一种全新的与外界交流的渠道，也能为健全人提高人机交互能力提供新的可能。脑机接口是近年来神经工程领域的一个研究热点。《脑电信号分析方法与脑机接口技术》重点介绍基于头皮脑电信号的脑机接口系统，包括其工作原理、系统构成、当前发展水平与应用领域等。《脑电信号分析方法与脑机接口技术》内容丰富，讲解清晰、易懂，详略得当，可供大中专院校计算机、医学相关专业学生，脑电信

本书比较全面地介绍了自动控制原理课程中的基本概念、基本原理及典型方法。主要包括：控制的数学模型，时域分析，根轨迹分析和设计方法，控制的频域分析与的综合，线性离散的分析与综合，线性状态空间的分析与综合；还介绍了非线性的经典的相平面与描述函数分析方法，的运动稳定的基本理论，以及控制的基本理论。同时每章还利用了MATLAB进行分析与设计。本书为读者深入研究控制理论以及进行控制工程实践提供了扎实的自动控制原理的知识基础。 本书可作为普通高等学校自动化、电气、机械和化工过程自动化类学科读者学习自动控制基本理论的主要教材和教学参考书。也可作为本科生全面学习自动控制原理的参考书和报考自动化类研究生的有价值的复习资料。

本书涵盖了从梯度下降的基础知识一直到使用HuggingFace库微调大型自然语言处理模型（BERT和GPT-2）。它分为四个部分——部分：基础知识（梯度下降，在PyTorch中训练线性和逻辑回归）；第二部分：计算机视觉（更深层次的模型和激活函数、卷积、迁移学习、初始化方案）；第三部分：序列（RNN、GRU、LSTM、序列到序列模型、注意力、自注意力、转换器）；第四部分：自然语言处理（词元化、嵌入、上下文词嵌入、ELMo、BERT、GPT-2）。 该书以三卷的形式呈现给大家，部分为卷，第二部分为第二卷，第三部分和第四部分为第三卷。 在第三卷中，您将了解与序列相关的所有内容：循环神经网络及其变体、序列到序列模型、注意力、自注意力和转换器。本卷还包括有关自然语言处理的速成教程，从单词词元化的基础知识一直到使用HuggingFace库微调大型模型（BERT和GPT-2）。本卷

数据孤岛问题已经成为制约人工智能发展的主要阻碍。在此背景下， 联邦学习(Federated Learning) 作为一种新兴的机器学习技术范式， 凭借其突出的隐私保护能力，展示出在诸多业务场景中的应用价值。 本书从联邦学习的基础知识出发， 深入浅出地介绍了中央服务器优化和联邦机器学习的算法体系， 详细阐述了联邦学习中涉及的加密通信模块的相关知识， 以定性和定量的双视角建立了联邦学习服务质量的评估维度、理论体系， 还延伸介绍了提升联邦学习服务质量的方法， 并对联邦学习的研究趋势进行了深入探讨与分析， 可以对设计和选择算法提供工具式的参考和帮助。 本书是高校、科研院所和业界相关学者研究联邦学习技术的理想读本， 也适合大数据、人工智能行业的从业者和感兴趣的读者参考。

本书的两位作者是机器人领域的技术专家和教授，他们通过本书为读者了解机器人的组成结构、电气控制及其工业应用奠定了坚实的基础。书中涵盖机器人相关的新组件、技术和功能，配有丰富的实际应用案例和详细说明。本书着眼于机器人的整个体系从设计和生产到部署、操作和维护。录中还提供了关于机器人模型和控制器的加信息。

本书展现了智能世界中通信网络自动化、智能化的愿景，阐述了华为自动驾驶网络的发展历程、应用场景、基础理论、参考架构及相关的关键技术。本书主要介绍自动驾驶网络的顶层架构、分层架构（包括自智网络引擎、网图、AI Native网元）、关键特征（包括分布式AI、内生安全）等的架构设计，以及网络可信任AI、网络分布式AI、网络数字孪生、网络仿真、网络知识和专家经验数字化、网络人机共生、网元内生智能、网络内生安全等关键技术。本书还介绍了产业组织、标准组织的标准全景和分级评估方法，并以华为自动驾驶网络解决方案为例，阐明如何推行实践。 本书可为通信网络自动化、智能化领域的专业人士，以及科研院所相关领域的研究者提供参考。

本书涉及的传感器包括力传感器（压力、荷重）、热学量传感器（温度）、光学量传感器（光学图象、光纤）、电学量传感器（电流、电压）、磁学量传感器等，主要介绍了各种传感器的用途、特点、结构尺寸、主要技术指标等内容。本书资料齐全，适合电力、化工、石化、轻工、纺织、航空航天、仪器仪表等行业从事传感器技术工作的工程技术人员参考。

因素空间是信息、智能和数据科学的数学基础理论。本书将介绍因素空间如何将智能生成的统一机制落实到各行各业，开展全民智能孵化的洛神工程。 本书主要内容包括：介绍因素的范式特质和智能孵化洛神工程的内容；介绍因素空间对智能生成机制的落实细则；介绍因素显隐的理论，将现有人工智能数学算法归结到回归和优化两大方面，突出支持向量机与因素空间对支持向量机的改进，并介绍作者在线性规划方面的独特贡献；强调智能的核心是因果分析，支持珀尔的因果革命论，并对其中的瑕疵进行改进；作为智能孵化的一个应用，介绍循证因素工程。

《非交换剩余格上的滤子和态理论及其应用》系统介绍非交换剩余格上的滤子和态的相关理论及其应用。全书共7章，具体内容包括基础知识、BL-代数上的滤子理论、剩余格上的滤子理论、非交换剩余格上的滤子理论、EQ-代数上的滤子理论、非交换剩余格上的态理论及非交换剩余格上的广义态理论。 《非交换剩余格上的滤子和态理论及其应用》可作为非经典数理逻辑、逻辑代数等基础数学、应用数学和人工智能专业的研究生教材，也可供数学与计算机等相关专业的高年级本科生、教师与科研人员阅读参考。

本书详细介绍了目前深度学习相关的常用网络模型（ANN、N、RNN），以及不同网络模型的算法原理和核心思想。本书利用大量的实例代码对网络模型进行了分析，这些案例能够加深读者对网络模型的认识。此外，本书还提供完整的进阶内容和对应案例，让读者全面深入地了解深度学习的知识和技巧，达到学以致用的目的。本书适用于大数据平台系统工程师、算法工程师、数据科学家，可作为对人工智能和深度学习感兴趣的计算机相关从业人员的学习用书，也可作为计算机等相关专业的师生用书和培训学校的。

《深度学习》《深度学习》由优选知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：部分