《深度学习》由全球知名的三位专家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:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。
《电动汽车智能底盘技术路线图》由中国汽车工程学会线控制动与底盘智能控制工作组组织50 余家单位、160 多位专家,基于自主可控产业链的总目标,采取跟随发展和赶超发展结合、部件与底盘融合、乘用车与商用车
2023年度国家科学技术学术著作出版基金资助著作 由“中国人工智能 2.0 发展战略研究”重大咨询研究项目成果形成 覆盖无人机、无人船、空间机器人、智能工厂等11类前沿研究热点 多位院士组成编委顾问 本书由“中国人工智能 2.0 发展战略研究”重大咨询研究项目的成果形成。项目由清华大学的吴澄院士担任组长,浙江大学的孙优贤院士和中国科学院沈阳自动化研究所的王天然院士担任副组长。课题组还包括封锡盛、杨学军、钟志华、金东寒、陈杰、戴琼海、王耀南等院士以及其他 20 余位专家。本书全面阐述了智能无人系统的基础理论、关键应用、示范应用等内容,以期帮助读者对智能无人系统的现状和未来发展趋势有较为全面的了解。
本书全面、深入地探讨了人工智能(AI)领域的理论和实践,以统一的风格将当今流行的人工智能思想和术语融合到引起广泛关注的应用中,真正做到理论和实践相结合。全书分7个部分,共28章,理论部分介绍了人工智能研究的主要理论和方法并追溯了两千多年前的相关思想,内容主要包括逻辑、概率和连续数学,感知、推理、学习和行动,公平、信任、社会公益和安全;实践部分 地践行了“现代”理念,实际应用选择当下热度较高的微电子设备、机器人行星探测器、拥有几十亿用户的在线服务、AlphaZero、人形机器人、自动驾驶、人工智能辅助医疗等。本书适合作为高等院校人工智能相关专业本科生和研究生的教材,也可以作为相关领域专业人员的参考书。
本书全面介绍贝叶斯推理与机器学习,涉及基本概念、理论推导和直观解释,涵盖各种实用的机器学习算法,包括朴素贝叶斯、高斯模型、马尔可夫模型、线性动态系统等。本书在介绍方法的同时,强调概率层面的理论支持,可帮助读者加强对机器学习本质的认识,尤其适合想要学习机器学习中的概率方法的读者。本书首先介绍概率论和图的基础概念,然后以图模型为切入点,用一种统一的框架讲解从基本推断到高阶算法的知识。本书不仅配有BRML工具箱,而且提供大量MATLAB代码实例,将概率模型与编程实践相结合,从而帮助读者 好地理解模型方法。
本书全面介绍贝叶斯推理与机器学习,涉及基本概念、理论推导和直观解释,涵盖各种实用的机器学习算法,包括朴素贝叶斯、高斯模型、马尔可夫模型、线性动态系统等。本书在介绍方法的同时,强调概率层面的理论支持,可帮助读者加强对机器学习本质的认识,尤其适合想要学习机器学习中的概率方法的读者。本书首先介绍概率论和图的基础概念,然后以图模型为切入点,用一种统一的框架讲解从基本推断到高阶算法的知识。本书不仅配有BRML工具箱,而且提供大量MATLAB代码实例,将概率模型与编程实践相结合,从而帮助读者 好地理解模型方法。
脑-计算机交互是通过读取特定脑神经活动,构建认知模型获取用户逻辑意图与精神状态,从而建立脑与外部设备间的直接连接通路,搭建闭环神经反馈系统。系统以脑机接口、机器学习、模式识别等关键技术为基础,围绕可穿戴干电极脑电采集、运动神经康复、认知情感建模以及多模态神经反馈等关键科学问题开展研究,开发智能脑-机交互技术。本分册首先介绍脑-计算机交互技术的原理、方法及关键技术,其次对无创脑-计算机交互系统的实现(包括SSVEP、P300、想象运动等)、植入式脑-计算机交互系统的实现、脑-计算机交互系统的医学应用以及情感脑-计算机接口的工作原理和关键算法等。
数字经济是继农业经济与工业经济之后新的经济发展形态。随着数字经济 在全球经济和国内经济中的占比不断提高,经济社会各领域步入全方位数字化 转型的阶段,社会各界对数字化转型的经验和方法空前关注。 中国数字发展研 究 是伏羲智库推动经济和社会数字化转型的重要举措,旨在通过典型案例的 遴选和研究,勾勒数字发展的宏观蓝图,探索数字发展的具体路径。 本研究构建了中国数字发展研究案例库,总结数字化转型案例的经验与模 式,重点归纳突出各类案例的特征。在总体逻辑关系上,综述篇从全球数字发 展的现状出发,重点探讨中国数字发展的趋势。分析篇从案例库的整体特征和 普遍特点入手,对场景、需求和思路进行了总结梳理。专题篇对数字经济(农 业、工业和服务业)、数字政府、数字社会、数字生态文明和数字文化等5个部 分进行了专
本书首先较为系统全面地介绍了高斯过程回归、高斯过程分类的基本理论及实现方法,通过丰富的算例和公开的源程序代码,读者可很容易地理解高斯过程原理并将其应用于自己的研究领域;然后,通过丰富的工程应用实例,将高斯过程机器学习方法应用于土木水利工程中边坡变形非线性时间序列预测、地下工程岩体非线性行为预测与识别、水利工程复杂系统状态预测与识别、结构可靠性分析及结构优化设计等领域。
本书通过讲解监督学习的两大支柱——回归和分类——将机器学习纳入统一视角展开讨论。书中首先讨论基础知识,包括均方、最小二乘和优选似然方法、岭回归、贝叶斯决策理论分类、逻辑回归和决策树。然后介绍新近的技术
本书对自主智能系统前沿控制理论问题以及主要方法做了详细阐述,主要从自主智能系统的状态估计、协同控制和网络安全防御三个方面展开,内容涵盖事件触发风险敏感状态估计、具有相对熵约束的事件触发最小优选状态估计
《图像处理、分析与机器视觉(基于LabVIEW)》主要介绍基于LabVIEW的图像处理、分析与机器视觉系统的开发技术。全书尽量避免只进行枯燥的理论讲解,而是从实际工程应用的角度将内容分为“机器视觉系统
本书原创性地给出类脑智能的标准模型,并全面阐述了类脑系统的基本架构及运行原理。本书特色是从两大不同角度解读类脑智能,达到相互补充、论述周详的效果。其中,第一篇从智能基础原理角度,分十章讲析十项原理;第
在大数据时代中需要突破“所有知识都来自数据关联”这一框架,亟需因果关系范式融合领域知识、常识约束的问题研究,本书就描述了这样一种体系,介绍了因果关系分析和推断的思想和方法,其中包括do-操作、反事实、
本书聚焦于个人层面的信用违约技术研究、风险预警与监控系统的实现,但其中的技术也可以便捷地应用于企业征信。全书由浅入深、循序渐进地讲述了大数据时代下的征信技术。全书分为三个部分,第一部分是基础技术研究,