本书不仅梳理了人工智能技术在科学各领域中的广泛应用，还深入分析了其对科学生产力的推动作用，以及在伦理、法律和社会层面可能引发的讨论和问题。书中汇集了国际专家的研究成果，为读者提供了一个全面了解人工智能在科学研究中应用的窗口，展现了人工智能技术如何推动科学的创新与进步，并对未来的研究方向提出了深刻的见解。
《人工智能科学 智能的数学原理》建立人工智能的信息的科学原理。《人工智能科学 智能的数学原理》有五部分。第Ⅰ部分，人工智能总论，提出信息世界的科学概念，以信息为支点建立科学体系的理论；第Ⅱ部分，信息基本定律，建立了信息世界的基本定义和基本定律；第Ⅲ部分，信息的数学原理，建立了以信息演算理论（离散系统的微积分）、信息解码原理和信息生成原理为三大支柱的信息科学体系的数学原理；第Ⅳ部分，智能的信息科学原理，建立了包括学习的信息理论、自我意识的信息理论、博弈/谋算理论为三大支柱的人工智能的信息科学原理，提出一个自我意识主体的智能就是该自我意识主体的信息的智能论题（intelligence thesis）,提出人工智能的孙子模型；第Ⅴ部分，信息的哲学，提出信息时代科学双引擎的方法论和信息时代一些重大科学问题，简
本书是对《Xilinx Zynq-7000嵌入式系统设计与实现：基于Arm Cortex-A9双核处理器和Vivado的设计方法（第二版）》一书的一次重要修订，全书共包含30章，主要内容包括Xilinx Zynq系列SoC设计导论、AMBA规范、Zynq-7000系统公共资源和特性、Zynq-7000调试和测试子系统、Cortex-A9处理器指令集、Cortex-A9片上存储器系统结构和功能、Zynq-7000 SoC的Vivado基本设计流程、Zynq-7000 GPIO原理和控制、Cortex-A0异常与中断原理和实现、Cortex-A9定时器原理及实现、Cortex-A9 DMA控制器原理和实现、Cortex-A9安全性扩展、Cortex-A9 NEON原理和实现、Zynq-7000的可编程逻辑资源、Zynq-7000的互联结构、Zynq-7000 SoC内 简单AXI-Lite IP、Zynq-7000 SoC内 复杂AXI Lite IP、Zynq-7000 AXI HP数据传输原理和实现、Zynq-7000 ACP数据传输原理和实现、Zynq-7000软件与硬件协同调试原理和实现、Zynq-7000 SoC启动与配置原理和实现、Linux开发环境的构建、Zynq-
《知识图谱实战：构建方法与行业应用》这是一本综合介绍知识图谱构建与行业实践的著作，是作者多年从事知识图谱与认知智能应用落地经验的总结，得到了多位知识图谱 专家的 。本书以通俗易懂的方式来讲解知识图谱相关的知识，尤其对从零开始构建知识图谱过程中需要经历的步骤，以及每个步骤需要考虑的问题都给予较为详细的解释。本书基于实际业务进行抽象，结合知识图谱的7个构建步骤，深入分析知识图谱技术应用以及8个行业综合案例的设计与实现。全书分为基础篇、构建篇、实践篇，共16章内容。基础篇（第1章），介绍知识图谱的定义、分类、发展阶段，以及构建方式、逻辑/技术架构、现状与应用场景等。构建篇（第2～8章），详细介绍知识抽取、知识表示、知识融合、知识存储、知识建模、知识推理、知识评估与运维等知识图谱构建的核心步骤，
《大规模云数据中心智能管理技术及应用》深入探讨了云计算的关键基础设施——云数据中心的关键技术和智能管理方法。在国家重点研发计划项目、国家自然科学基金重点项目以及企事业单位研究所科技合作项目等多个层次的项目支持下，项目组攻克了一系列关键技术挑战。《大规模云数据中心智能管理技术及应用》重点介绍了大规模云数据中心运行数据管理技术、大规模云数据中心运行能效评估与预测技术、大规模云数据中心资源智能管理与调度技术、大规模云工作流智能管理与调度技术。在上述关键技术攻关的基础上，《大规模云数据中心智能管理技术及应用》介绍了云数据中心智能化管理与运维体系架构及相关子系统的设计与开发，并面向典型工业应用开展了应用示范。
本书分为两大部分：di一部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。此外，附录部分的内容也 丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。
本书从理论指导和数据驱动的视角出发，围绕如何量化学习认知，解决学习过程中的内隐与外显式的行为分析问题，紧随 上心理测量学、认知心理学、学习分析和教育数据挖掘、教育人工智能几大学科和研究分支的发展趋势，对学习认知计算的理论体系、研究方法、研究场景及建模分析技术进行系统的分类梳理。 本书围绕学习认知计算概论、静态认知诊断：学习认知的诊断推理、动态认知诊断：学习认知的表现预测、时空认知诊断：学习认知的时空演变和教育应用五大主题，侧重于将人工智能方法、机器学习技术与当前 的教育研究范式相结合，旨在攻破教育测评“唯分论”的壁垒，深入地理解学习者的内在认知并提供综合的科学方法和工具。 本书可作为相关专业高年级本科生和研究生的参考书，也可以作为教育工作者、数据科学研究者、学 统开发者
本书全面、系统汇集并研究了当前和未来在智能系统（包括人工智能）领域所应用的经典与非经典的智能数学方法，至今在 外尚未见有同类著作发表。本书的特点是：（1） 从三次数学危机的历史高度出发论证了智能科学、技术、工程的必然发展趋势与创新空间；（2） 以人工智能科学发展的三大学派——逻辑主义学派、联结主义学派、行为主义学派为线索，介绍与论证了相关的经典与非经典数学方法；（3） 紧密结合当前与未来人工智能的广泛而深入的应用，精选了十大学科（数理逻辑、集合论、概率论、数理统计、运筹学、图论、组合优化、模糊数学、神经网络、遗传算法）做了全面、系统、精要、启发式的论述与研讨。（4） 每章都结合所介绍的数学原理和方法，阐述了作者关于创新发展的思悟和建议。本书适合在智能系统（包括人工智能）领域工作的所有教
本书系基于中国工程院重大咨询研究项目“中国人工智能2.0发展战略研究（第二期）”撰写而成，汇集了十余位院士以及上百位专家的智慧和心血。本书在一期项目的基础上， 加着眼于通用人工智能重大理论问题研究，系统地梳理了人工智能 新基础研究进展和应用情况，从大数据智能、群体智能、跨媒体智能、混合增强智能、自主无人系统等五个智能方向以及智能创新应用出发，展开了深入调研和分析，重点研究理论框架与核心技术及应用，就未来人工智能研究发展趋势提出了前瞻性和支撑性观点。
本书是根据华为HCIA-AI认证培训大纲、HCIA-AI认证培训教材、HCIA-AI认证培训实验手册等资料编写而成，主要讲解了机器学习和深度学习的基本原理、基本模型、基本算法，以及如何亲自上手进行相应的编程实验。帮助读者掌握华为认证人工智能的相关知识点和技能。 本书是希望考取HCIA-AI证书的各类人员的 用书，也可作为相关院校计算机和人工智能相关专业的学生的教学用书或参考用书、以及AI技术爱好者的自学用书。
本书系统介绍了知识图谱的概念、发展历程、技术体系、前沿技术与应用实践。在基础知识方面，本书囊括了知识图谱从源数据到产生决策的全生命周期的各个环节，分析了数据图谱和知识图谱的核心区别，介绍了图谱构建和知识表示等相关关键技术。在前沿技术方面，全面介绍了知识图谱自动构建、知识图谱融合和智能推理等问题和挑战。在应用实践方面，结合营销智能 新一代人工智能开放创新平台建设，介绍了知识图谱在信息检索、 系统、可视化、问答机器人等场景下的实际操作案例。
本书基于认知神经科学视角，在系统性梳理现有研究的基础上，从传统的电商网站到电商直播、虚拟现实、智能会话代理和机器人等新型平台，再到脑机接口这一人机交互的 阶应用，对这些数智平台的用户行为及其背后的认知机制进行探讨，并对用户在这些平台上的信息安全和隐私决策行为进行了研究。本书遵循“平台特征—机体反应—用户行为”的路径对研究现状进行梳理并构建研究框架，厘清并解读用户在这些数智平台上的交互行为，并对未来将认知神经科学方法应用于信息系统和人机交互领域可能的研究空间和前景进行探讨。本书的特色在于其内容的前沿性、交叉性和体系性以及研究方法的创新性。 本书适合信息系统、人机交互、神经管理学等领域的研究人员以及对神经信息系统这一交叉领域感兴趣的普通读者阅读。
本书由前言、发布词、人工智能法治发展综述、人工智能法治发展指数 2.0、2020 中国人工智能法治发展评估报告、2020 世界人工智能法治论坛观点精粹、智慧法治学术影响力 00、分析报告、人工智能法治发展专家访谈、人工智能行业企业法治专题采访以及7个附录组成，汇集了当年度 外人工智能法治发展的战略、政策、法律、重大理论研究、实际应用项目、典型司法案例等方面的 资料，为促进人工智能法治理论研究，构建人工智能法治体系， 、规范、保障人工智能安全、可靠、可控、健康发展提供重要参考。
本书全面、系统汇集并研究了当前和未来在智能系统（包括人工智能）领域所应用的经典与非经典的智能数学方法，至今在 外尚未见有同类著作发表。本书的特点是：（1） 从三次数学危机的历史高度出发论证了智能科学、技术、工程的必然发展趋势与创新空间；（2） 以人工智能科学发展的三大学派——逻辑主义学派、联结主义学派、行为主义学派为线索，介绍与论证了相关的经典与非经典数学方法；（3） 紧密结合当前与未来人工智能的广泛而深入的应用，精选了十大学科（数理逻辑、集合论、概率论、数理统计、运筹学、图论、组合优化、模糊数学、神经网络、遗传算法）做了全面、系统、精要、启发式的论述与研讨。（4） 每章都结合所介绍的数学原理和方法，阐述了作者关于创新发展的思悟和建议。本书适合在智能系统（包括人工智能）领域工作的所有教
本书是根据华为HCIA-AI认证培训大纲、HCIA-AI认证培训教材、HCIA-AI认证培训实验手册等资料编写而成的，主要讲解机器学习和深度学习的基本原理、基本模型、基本算法，以及如何进行相应的编程实
本书由谷歌首席科学家Lyon撰写，是一部关于听觉研究的系统性学术著作。书中提出利用CARFAC模型模拟耳蜗对声音信号的分析，利用带有精细时序结构的SAI表征听觉神经模式，明确反对将耳蜗视作傅里叶频率分析器的做法。本书内容系统且全面，涵盖人类听觉原理、机器听觉理论、精密听觉模型建模和机器听觉应用实例，还包括对听觉研究 的标志性人物及事例的介绍。本书对数学原理的阐释脉络清晰，并配有算法源码，适合相关领域的技术人员和研究人员参考，也适合作为高等院校相关研究生课程的教材。 br
