随着计算科学的快速发展，人工智能已为我们大家熟知。2017 年国务院正式印发《新一代人工智能发展规划》，明确了人工智能的国家战略地位，关于人工智能的科普、技术普及读物也已出现，但符合少年儿童认知的人工智能科普读物却一直是个空白。本书是面向少年儿童的人工智能科普读物，用轻松有趣的笔触和明确简洁的形式介绍人工智能的历史、现状及未来。 本书写给6 岁以上、13 岁以下的青少年读者，深入浅出地介绍了人工智能的发展历史、人工智能的主要研究方向、技术实现流程及人工智能与未来社会的关系探索等。本书从科普和青少年教育的角度出发，培养孩子们对人工智能乃至新科技的认知，目的是让孩子们了解人工智能知识，建立正确的科技价值观和科学的方法论，为将来人工智能的研究和应用做好准备。
《图解人工智能》从基础概念、历史沿革、基础算法、代表性应用、**研究进展、跨学科交叉成果等多个方面深入介绍人工智能。为满足不同程度学习者的学习需求，全书以图片为主并辅以少量文字说明，每节配有 小清爱提问 在线视频，具有初等阅读能力的读者（包括中小学生）可以轻松获得人工智能的基础知识和全局视野；每一节还包括扩展学习资料、深入阅读材料和编程实践资源供高等阅读能力的读者（包括大学生和教师）自学提高。为配合课堂教学，全书每一节都配有PPT课件、附加视频资料、互动演示程序等教学资源。对应不同知识背景的读者，本书有速读、专业、教学3种建议阅读模式。 期待更多人能借此书产生对人工智能学科的探索热情！ 本书封面贴有清华大学出版社防伪标签，无标签者不得销售。版权所有，侵权必究。
本书是《工程控制论》（第三版）的下册。这一册共九章。第十三章讨论摄动理论在控制系统设计中的应用，其中特别说明在飞行控制系统中的应用。第十四、十五两章介绍控制系统在随机干扰下的分析和设计。第十六、十八章讨论了适应性控制系统的设计。第十九章介绍了提高控制系统可靠性的各种方法。第十七、二十、二十一这三章分别是：逻辑控制和有限自动机（第十七章），信号与信息（第二十章），大系统（第二十一章）。这些方面已构成工程控制论这门学科的重要研究方向。书末还附有“有关中文著作目录选辑”，可供读者查阅。
传统材料研发模式主要基于实验“试错法”，其研发周期长、效率低，人工智能驱动的科研范式变革和新材料数字化研发模式能有效地降低研发成本，缩短研发周期。本书基于计算、数据、AI和实验“四位一体”的新材料集成式智能化研发理念，提出了基于材料基因编码的新材料智能设计范式，从企业级新材料研发和面向科研的材料计算视角，重点围绕高通量材料集成计算、多尺度材料计算模拟、材料数据库、材料数据机器学习、新材料研发制造软件等介绍了新材料数字化智能化研发和设计基本概念、方法、技术和应用。本书同时也介绍了国产的高通量多尺度集成式材料智能化设计工业软件MatCloud+，并通过一些精选案例介绍了材料计算、数据和新一代人工智能等数字化研发方法技术在新能源、金属/合金、石油化工、复合材料、新型功能材料等重点材料行业或领域的
近几年人工智能技术的发展，引发了广泛的关注和讨论。除了相关专业人士从学术和技术层面参与讨论，越来越多的社会大众也关注人工智能及相关的话题。本书围绕人工智能生产( AIGC，artificial intelligence generated content )为核心撰写，AIGC不仅是人工智能的技术应用场景，也是人工智能产业化的方向之一，对人工智能技术与应用的发展具有重要意义。本书包含三大部分共12章，第一部分是人工智能和AIGC概述，对技术的发展和逻辑进行阐述，讲述二者从何而来，为何形成如今的态势。第二部分是探索AIGC的产业价值和关键领域的应用，该部分是全书的主体，主要从产业层面切入，阐述AIGC能够在哪些领域得以应用并产生价值，这些价值从何而来，对社会经济有何种影响，等等，从不同维度深度挖掘AIGC的应用价值。第三部分是AIGC未来发展展望，主要探讨AIGC未来的发展态势
本书主要探讨现代社会的算法如何生产社会智能问题。作者埃琳娜 埃斯波西托教授沿袭其导师尼可拉斯 卢曼的 社会沟通 理论，指出机器学习等数字技术不是人工智能，而是 人工沟通 。在算法和人类智能之间进行这种类比是一种误导。如果机器对社会智能有贡献，不是因为它们学会了如何像人类一样思考，而是因为人类学会了如何与它们进行沟通。 人工沟通 意味着人类的沟通伙伴可能不是人类，而是算法。鉴于算法在社会生活的各个领域中的广泛使用，本书深入探索了人类与算法互动、在线网络列表的激增、数字本文分析中的可视化、算法个性化与数字画像、数字记忆与被遗忘权、遗忘图像、算法预测、法律犃犐的透明度与解释等数字社会的前沿问题。在Chat GPT热潮持续升温的当下，相信本书在帮助中国读者准确了解当代数字社会的同时，也能促进我们对数字
系统建模与仿真是分析、设计和研究复杂系统的一种基本的理论方法和重要的技术手段。计算机仿真技术已经成为工科大学生必须掌握的基本理论，也是他们必须会使用的一种技术手段。本书全面介绍了计算机仿真与建模的基本概念、基本原理、基本方法及其在实际中的应用。主要内容有：系统仿真的概念与基本原理；建模的基本方法；连续系统模型的离散化处理方法；高阶模型及非线性模型的处理方法；连续系统仿真的基本原理与基本方法；采样控制系统的仿真方法；另外还介绍了离散事件仿真的基本方法；后介绍用于建模与仿真的常用计算机软件，并对用于建模与仿真的计算机仿真软件的发展做了介绍。 本书立足于给学生建立计算机建模与仿真的基本概念，使学生掌握计算机仿真的基本理论及建模与仿真的基本方法，主要面向电气工程及自动化专业的本科高
本书是广东省精品资源共享课 "自动控制原理”的主教材，是为"十三五”规划教学改革需要而修订的本科生自动化专业核心基础课教材。本书系统地阐述了自动控制理论的基本概念、原理，自动控制系统的分析和校正设计方法，包括20世纪80年代发展起来的加权灵敏度函数分析法。全书分3部分，共计9章：**部分为反馈控制系统的建模、稳定性与特性，由第1章绪论、第2章控制系统的数学模型和第3章控制系统的稳定性及特性组成；第二部分为线性控制系统的分析与校正，由第4章线性控制系统的时域分析、第5章根轨迹分析法、第6章频率特性分析法（包括现代的加权灵敏度函数频域分析法）和第7章线性控制系统的校正组成；第三部分由第8章线性离散控制系统和第9章非线性控制系统组成。 本书在内容编排上面向宽口径的自动化专业，力求与时俱进地进行教材改革实践
本书是2023年不可错过的AIGC入门读物，是介绍大语言模型时代ChatGPT的重要资料，由人工智能独角兽企业硅基智能核心团队编纂而成，结合生动的比喻和有趣的案例，向所有关注未来科技的从业者、创业者、投资人、政府机构科普AIGC的源起、技术思想和商业落地场景。本书涵盖了ChatGPT、OpenAI、生成式AI、人工智能、聊天机器人、AI绘画、内容生成直播、内容生成短视频等内容。
本书为高等学校应用基础型人才培养规划教材。本书配合高等教育工程测试与信号处理、测试技术与信号处理、测试与传感技术、传感器与检测技术、传感器原理、非电量电测技术、自动检测技术和机械工程测试技术基础课程而编写。本书包括压阻式压力传感器、电容传感器、差动变压器、电涡流传感器、压电式传感器、温度传感器、霍尔式传感器、磁电式传感器、光电转速传感器、光纤位移传感器等相关实验。实验按实验目的、基本原理、需用器件与单元和实验步骤，对每一个实验进行了详细的讲述和指导，部分实验配有思考题，并附有实验结果记录和处理用表，在训练基本实验技能的同时，突出了综合性实验能力培养的内容。
《传感器技术及应用项目教程》从实用角度出发，按照传感器技术在工业生产与日常生活中的典型应用进行编排。全书以绪论开头，另外分为7个项目，每个项目下又列出多个任务，主要内容包括常用传感器的工作原理、基本结构、性能特点和应用案例等。《传感器技术及应用项目教程》内容丰富精炼，以传感器的应用为目的，避开了过深的理论分析和公式推导，突出了现代新型传感器与检测技术，给出了较多的应用实践案例。书中适当插入了一些传感器实物照片，增加了内容的直观性和真实感。《传感器技术及应用项目教程》可作为高职高专院校机电技术类、自动化类、仪器仪表类、电子技术类等专业的教材，也可供从事检测、控制技术等工程技术人员以及科研人员、自学人员参考。
本书为普通高等教育"十一五”*规划教材。全书全面论述控制系统计算机仿真的基本概念和原理，系统介绍了当前国际控制界为流行的面向工程与科学计算的高级语言MATLAB及其动态仿真集成环境Simulink，并以*版MATLAB/Simulink为平台，详细阐述控制系统的数学模型及其转换、连续系统和离散系统的仿真方法、控制系统的计算机辅助分析与设计；后特别介绍基于图形界面的MATLAB工具箱的线性和非线性控制系统设计方法。本书取材先进实用，讲解深入浅出，各章均有大量的例题，并提供了相应的仿真程序，便于读者掌握和巩固所学知识。
本书通过项目学习（PBL）的方式讲述基于ESP32 for Arduino的编程基础知识。本书讲述了ESP32 for Arduino的基本函数;结合硬件讲述了数组及位操作，按键消抖；UART基本知识，库函数和经典蓝牙的应用；I2C、SPI的基本原理,库函数的使用;网络及HTML基础知识，以STA和softAP模式建立WiFi连接，创建Web服务器，并实现远程HTTP访问；步进电机的基础知识及梯形加减速运动控制；PID基础知识，并利用码盘实现小车运动的 控制。 本书配套学习资源包含ESP32 for Arduino系统软件、库、工具软件、学习参考资料，读者可以从http://www.kpcb.org.cn/hnd288.html免费下载。 本书是全国青少年机器人技术等级考试（五、六级）的 教材，还可作为非电子类专业智能硬件的入门教材，也可供ESP32的初学者和爱好者使用。
本书分为两大部分： 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。从外，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。
