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。
学科的范式 (科学观与方法论 )是指导学科研究的最高引领力量。然而作者发现：作为信息学科高级篇章的人工智能却遵循着物质学科的范式，使人工智能的研究严重受限。因此，本书实施了人工智能的范式革命：总结了信息学科的范式，以此取代物质学科范式对人工智能研究的统领地位；在信息学科范式的引领下，构筑人工智能的全局模型，揭示普适性智能生成机制，开辟机制主义的人工智能研究路径，重构人工智能的基本概念；发掘信息转换与智能创生定律，创建机制主义通用人工智能理论。后者不但可以融通现行人工智能三大学派，而且可以与人类智能的生成机制实现完美的统一，形成统一智能理论。
本书从多学科交叉的角度将神经生物学在视觉神经机制、神经元信号加工与编码方面的解剖学与电生理学发现和认知心理学关于知觉信息加工、工作记忆等方面的实验结论,与人工智能中关于图像理解与人工神经元网络模型结合起来,设计能够模拟视网膜、初级视皮层和高级视皮层部分图像信息加工功能,以及模拟神经编码微回路的数据结构和层次网络计算模型,并用计算机视觉或图像理解领域常用的测试数据集来验证这些网络计算模型的效能。这些深入考虑了神经生物学基本机制与约束的计算模型,一方面能够在工程方面为图像理解或信息保持提供不同于传统方法的新解决方案,另一方面也为神经科学研究提供了探索神经信号加工内在机理的仿真平台。这些以信息加工神经生理机制和认知心理机制为基本出发点的计算建模研究为人工智能关于表征、神经计算新模型、基于
《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
本书以人工智能方法和生物组学数据分析为主线，阐述了人工智能中的群智能优化、机器学习、深度学习等算法的基本原理，并探讨了如何将这些算法应用于生物信息学相关问题的研究中，如蛋白质复合物挖掘、关键蛋白质识别、疾病基因预测、多种组学（转录组学、代谢组学、微生物组学）数据与疾病的关联关系预测、circRNA-RBP结合位点预测、RNA甲基化位点预测以及药物发现等。本书系统收集整理了生物组学相关数据库，另结合应用问题，从人工智能算法设计到具体流程计算，再到结果分析，均给出了详细步骤，以上均是本书的特色所在。
《人工智能原理——从计算到谋算的模型、原理与方法》是人工智能基本原理的纲领性科学总结。《人工智能原理——从计算到谋算的模型、原理与方法》由五部分构成。**部分分析现有的物理世界科学体系下的人工智能技术的根本缺陷；第二部分介绍基于数理逻辑与计算原理的人工智能原理与技术；第三部分介绍基于深度神经网络的机器学习的数学原理、计算原理；第四部分介绍人工智能的博弈理论和量子人工智能；第五部分介绍我国学者创立的人工智能的信息科学原理。提出人工智能的智能论题：一个自我意识主体的智能就是该自我意识主体的信息，即智能=信息。实现了基于科学原理的“有算有谋”的人工智能，奠定了人工智能科学的基础。
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，结合营销智能国家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、推荐系统、可视化、问答机器人等场景下的实际操作案例。
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-
《人工智能在发展与应用中的理论和方法》讨论人工智能的理论和方法, 我们从它的基本原理出发, 由此构建它的理论和方法体系. 《人工智能在发展与应用中的理论和方法》由四部分组成, **部分概论和算法, 介绍并讨论了它们的类型、特征、运算和应用, 重点讨论它们的定位问题. 第二部分是学科, 这就是人工智能和其他学科的关系问题. 这些学科是生命科学、信息科学等六大学科. 第三部分是系统和应用, 其中典型的有图像、数据的处理问题、智能化、高级智能化的问题等. 我们把对高级智能的研究看作是人工智能的发展方向, 也是《人工智能在发展与应用中的理论和方法》的研究重点. 第四部分是附录, 对《人工智能在发展与应用中的理论和方法》常用的数学公式、符号、名称及所涉及的一些学科的基础知识作简单介绍和说明.
本书在概述人工智能与地球物理勘探的基本原理及二者关系的基础上，总结了以深度学习为代表的新一代人工智能技术在地球物理勘探领域中取得的研究进展与核心成果；主要介绍不同人工智能算法在地震资料处理、地震资料解释、地震资料反演和储层流体预测四大类场景中的实现原理及数值模拟数据、物理模拟数据和实际数据的效果分析，并对人工智能地球物理勘探的未来发展方向进行总结与展望。 本书适合从事地球物理勘探与人工智能交叉研究的本科高年级学生、研究生阅读，也可以供高校、企业、科研院所等从事人工智能地球物理勘探及其他应用场景相关的研究人员借鉴与参考。
本书全面而透彻地介绍了元学习和AutoML的几乎所有方面，涵盖了基本概念和架构、评估、数据集、超参数优化、集成和工作流，以及如何使用这些知识来选择、组合、调整和配置算法和模型，以 快 好地解决数据挖掘和数据科学问题。因此，它可以帮助开发人员开发可以通过经验改进自己的系统。 本书是2009年 版的重大 新，共18章，内容几乎是上一版的两倍。这是作者能够 深入地涵盖 相关的主题，并结合各自领域 研究的概述。本书适用于对机器学习、数据挖掘、数据科学和人工智能领域感兴趣的研究人员、研究生及该领域的从业人员。
全书围绕Alink（阿里在Flink基础上做的开源版本）的展开，以实例为主阐述Alink的使用。?以机器学习的知识架构将各个章节串联起来，每个章节配合实例，用户 容易理解和入手尝试。?数据会采用读者能免费下载的数据集，在加上Alink本身是开源的、免费的。用户 起来没有成本。?实例实现的源代码，准备放在Alink开源git上，大家容易看到，可以直接下载，代码旁边会有实体书的介绍?以机器学习的知识架构将各个章节串联起来，每个章节配合实例，用户 容易理解和入手尝试。?数据会采用读者能免费下载的数据集，在加上Alink本身是开源的、免费的。用户 起来没有成本。?实例实现的源代码，准备放在Alink开源git上，大家容易看到，可以直接下载，代码旁边会有实体书的介绍
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。
本书基于 外新近相关文献，从人工智能的视角，围绕作为动态逻辑基础系统的命题动态逻辑及其扩展系统进行了研究。具体内容如下：第1章是导论；第2～5章是本书研究的基础；第6～8章阐释了正则命题动态逻辑的形式系统、可判定性、 性和计算复杂性；第9章探讨了非正则命题动态逻辑； 0章介绍了动态逻辑的一些变种； 1～17章是命题动态逻辑的扩展系统，这些系统分别使用了程序量词、互模拟和逻辑等值程序、Petri网、无缩并无切割规则的矢列演算、多类型显示演算、有穷多个命题变元，以及存储、恢复和并行合成算子对命题动态逻辑进行的扩展； 8章研究了从交流 新逻辑到命题动态逻辑的程序转换器。 本书适合现代逻辑、计算机科学、人工智能和系统工程等领域以及对命题动态逻辑及其扩展系统感兴趣的教师、研究生和科研人员阅读。
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 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。 本书适合对人工智能及其在科学研究中的应用感兴趣的广大读者，包括科研人员、政策制定者、教育工作者以及对人工智能充满热情的公众。 无论是希望了解人工智能如何改变传统科研模式的学者，还是关心科技进步对社会产生深远影响的决策者，或是渴望在教育领域应用人工智能技术的教育者，都能从本书中获得宝贵的信息和启发。 对于公众而言，本书也是一扇了解人工智能 发展及其科学应用的窗口，有助于提
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
本书基于 外新近相关文献，从人工智能的视角，围绕作为动态逻辑基础系统的命题动态逻辑及其扩展系统进行了研究。具体内容如下：第1章是导论；第2～5章是本书研究的基础；第6～8章阐释了正则命题动态逻辑的形式系统、可判定性、 性和计算复杂性；第9章探讨了非正则命题动态逻辑； 0章介绍了动态逻辑的一些变种； 1～17章是命题动态逻辑的扩展系统，这些系统分别使用了程序量词、互模拟和逻辑等值程序、Petri网、无缩并无切割规则的矢列演算、多类型显示演算、有穷多个命题变元，以及存储、恢复和并行合成算子对命题动态逻辑进行的扩展； 8章研究了从交流 新逻辑到命题动态逻辑的程序转换器。 本书适合现代逻辑、计算机科学、人工智能和系统工程等领域以及对命题动态逻辑及其扩展系统感兴趣的教师、研究生和科研人员阅读。
