本书详细讨论工业背景下机器学习的各个分支及其实现技术,包括矩阵型分类学习技术、多视角学习技术、不平衡数据分类学习技术、集成学习技术和深度学习技术,并在此基础上,对机器学习在脑电情感识别、声纹识别和图像分类等领域的应用做了介绍。本书主要面向对机器学习、人工智能等方向感兴趣的学者和从事该方面研究的技术人员、博士、硕士研究生等。
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。
2017年国务院关于印发新一代人工智能发展规划的通知中指出:加强人工智能领域的知识产权保护,健全人工智能领域技术创新、专利保护与标准化互动支撑机制,促进人工智能创新成果的知识产权化。随着人工智能在各行各业的研究和迅速发展,人们希望就自己的创新成果能够尽快获得知识产权保护,尤其是专利保护。但是,我国目前对于人工智能相关领域的专利审查规则还有待进一步完善,产业和学界对于人工智能领域什么样的创新成果可以获得专利保护尚有些困惑和疑问,尤其是涉及传统意义上并不具备专利授权条件而人工智能却大力发展的行业,包括商业、金融、教育、医疗方法、管理、游戏等,究竟什么样的设计方案可以获得专利权,应该如何准备该领域的专利申请方案,以及如何才能通过专利申请和审查获得可靠的保护,都是值得讨论和研究的。本书就
多智能体的协调控制问题是现代控制领域的一个研究热点,本书主要围绕时延多智能体的包容控制问题,介绍了连续时间、离散时间、非线性、一般线性等模型的多智能体的包容控制协议设计、的稳定性分析,给出了实现包容控制在网络拓扑、控制参数、时间等方面需要满足的条件。另外,本书还研究了异质多智能体的协调控制和基于异构网络的二阶多智能体的包容控制等问题。本书是作者在密切跟踪该领域研究成果的基础上进行深入研究的结果,是一本全面论述时延多智能体协调控制的书籍。全书图文并茂,深入浅出,理论分析与实验仿真相结合,可读性强。本书可作为控制理论、信息工程、计算机科学与技术等相关的高年级本科生、研究生的教学参考用书,也可以作为关注多智能体协调控制理论与实践的研究者的参考用书。
本书围绕SDK的开发展开,通过分析MCU内核与外设工作原理,结合API介绍各个外设的编程和应用。希望通过本书,使传统单片机工程师面向寄存器的开发思维得到一些转变,能够尝试运用成熟的软件框架来高效地完成应用开发。本书可供具有一定C语言知识和硬件基础的嵌入式系统工程师使用,同时也可以作为高等院校电子信息工程相关专业的教学参考书。
本书是升级版,不仅包含机器学习的基本概念,以及如何利用TensorFlow库快速构建强大的机器学习模型,还涵盖了前沿的神经网络技术,如深度语音分类器、面部识别和CIFAR-10自动编码。另外,本书新增了如何将代码更新到TensorFlow 2.0,以及在Docker容器中运行代码所需要的技术。
本书英文版由麻省理工出版社出版,以ASV车辆作为样本为读者展示了步行机械设计的设计流程和计算方法,是一本理论和工程实践兼顾的好书。本书的主要内容有:步行机械的发展历程及其潜在价值、步行机械的步态理论、不规则地形的步态选择、步行机械的足力控制理论、腿部机构的形式和设计方法、足部设计方法、腿部驱动装置形式以及整机控制和信息系统设计。