近年來智能化、自主化逐漸成飛行器控制研究領域的熱點之一。本書以云計算與大數據為研究背景，針對網絡化控制技術難以實現高品質和實時控制的要求，首次提出了云控制系統(tǒng)的概念，對云控制系統(tǒng)、云端協(xié)同控制系統(tǒng)、數據驅動云控制系統(tǒng)和云控制安全防護問題進行詳細地介紹，對云控制的概念內涵、設計實現以及服務平臺進行系統(tǒng)地闡述，對一些云控制
通常來說，人工智能（ArtificialIntelligence，AI）是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。人工智能的研究領域包括機器人、語音識別、圖像識別、自然語言處理和專家系統(tǒng)等。 機器學習就是用算法解析數據，不斷學習，對世界中發(fā)生的事做出判斷和預測的一項技術。生
人工智能無疑是近幾年最火的名詞之一。然而，究竟什么是人工智能？為什么說人工智能的**目標是創(chuàng)造“生命”？目前人工智能的硅基生命之路遇到了哪些坎坷？人工智能的未來如何？不可否認的是，許多人了解人工智能是通過科幻電影。那么科幻電影對人工智能起到了怎樣的普及和推動作用？本書將圍繞這些問題，從獨特的視角，為讀者解讀人工智能的秘
數據孤島問題已經成為制約人工智能發(fā)展的主要阻礙。在此背景下,聯邦學習(FederatedLearning)作為一種新興的機器學習技術范式,憑借其突出的隱私保護能力,展示出在諸多業(yè)務場景中的應用價值。本書從聯邦學習的基礎知識出發(fā),深入淺出地介紹了中央服務器優(yōu)化和聯邦機器學習的算法體系,詳細闡述了聯邦學習中涉及的加密通信模
本書是深度學習領域的入門教材，闡述了深度學習的知識體系，涵蓋人工智能的基礎知識以及深度學習的基本原理、模型、方法和實踐案例，使讀者掌握深度學習的相關知識，提高以深度學習方法解決實際問題的能力。全書內容包括人工智能基礎、機器學習基礎、深度學習主要框架、深度神經網絡、卷積神經網絡、循環(huán)神經網絡、自編碼器與生成對抗網絡。 本
本書是人工智能和機器學習領域專業(yè)多年實踐的結晶，深入淺出講解機器學習應用和工程實踐，是對機器學習工程實踐和設計模式的系統(tǒng)回顧。全書分別從項目前的準備，數據收集和準備，特征工程，監(jiān)督模型訓練，模型評估，模型服務、監(jiān)測和維護等方面講解，由淺入深剖析機器學習實踐過程中遇到的問題，幫助讀者快速掌握機器學習工程實踐和設計模式的基
本書是一本看懂計算機視覺的實戰(zhàn)指南，使用理論與實踐相結合的思想，真正一站式搞定理論學習、算法開發(fā)到模型部署上線。全書內容共分為四個部分。第一部分包括第1、2章，主要講解深度學習和計算機視覺基礎，如計算機視覺領域的經典網絡和常見的目標檢測算法；第二部分包括第3～6章，主要講解圖像處理知識，結合應用案例，對知識點進行分析說
本書以優(yōu)化知識結構、培養(yǎng)解決問題的能力為出發(fā)點，以實施素質教育、培養(yǎng)學生具有新一代人工智能應用意識為目標，以培養(yǎng)學生創(chuàng)新精神、創(chuàng)業(yè)能力為重點，以企業(yè)人才需求構建新的知識體系為主線。全書共12章，分為3篇:智慧城市篇、智慧生產篇、智慧服務篇。分別以智慧安防、智慧交通、智慧樓宇、智慧政務、智慧能源、智慧商業(yè)、智慧制造、智慧
本書系統(tǒng)介紹了自動控制的基本概念、數學模型的建立、時域特性分析、根軌跡分析、頻域特性分析等基本知識和分析方法，并將相關知識和數學模型方法用于分析、判斷控制工程問題。全書共分為9章，分別為：緒論、連續(xù)時間控制系統(tǒng)的數學模型、線性系統(tǒng)的時域特性分析、根軌跡分析法、線性系統(tǒng)的頻域特性分析、線性系統(tǒng)的校正、線性離散系統(tǒng)的分析、
視頻理解是計算機視覺和深度學習的一個重要分支。本書對視頻理解的3個重要領域進行介紹，對于每個領域，本書不僅解釋了相關算法的原理，還梳理了算法演進的脈絡。全書共分6章，第1章簡要介紹視頻行業(yè)的發(fā)展歷程；第2章回顧經典圖像分類模型和RNN；第3章和第4章介紹動作識別的重要算法；第5章介紹時序動作定位的重要算法；第6章介紹視
隨著無人系統(tǒng)在生產、生活中的廣泛應用，未來智能無人系統(tǒng)必將朝著多域協(xié)同化發(fā)展。本書面向復雜、動態(tài)、多約束的地面與近地面作業(yè)場景，將無人車、無人機、水陸兩棲無人船等平臺自主導航技術進行統(tǒng)一整合，提出了一整套完整的陸上無人系統(tǒng)自主導航體系架構，并在該理論框架下詳細介紹了無人系統(tǒng)自主導航過程中的若干核心關鍵技術。 本書可供
本書是算法競賽領域一本系統(tǒng)介紹競賽的圖書，書中不僅包含競賽的基本理論知識，還結合多個方向和案例詳細闡述了競賽中的上分思路和技巧。全書分為五部分：第一部分以算法競賽的通用流程為主，介紹競賽中各個部分的核心內容和具體工作；第二部分介紹了用戶畫像相關的問題；第三部分以時間序列預測問題為主，先講述這類問題的常見解題思路和技巧，
這是一本寫給青少年看的人工智能科普圖書，目的是啟蒙科學素養(yǎng)，開闊科學視野，培養(yǎng)科學思維，鍛煉動手能力，讓小讀者們了解人工智能的過去、現在和未來，從而更好地融入人工智能時代。通過閱讀本書，小讀者們不僅會了解到“存在這樣那樣的人工智能”，還會一睹很多人工智能發(fā)展的過程和細節(jié)：科學家如何提出問題并想到絕妙的點子，技術如何從第
本書基于谷歌的深度學習框架tensorflow，深入講解其語法特點，以及使用方法，并在此基礎上選取了圖像領域的多個應用進行深入講解，原理由淺入深，算法推導細致到位，結合大量的圖片，以及運行中間結果，進行了細致的分析。 本書基于谷歌的深度學習框架tensorflow，深入講解其語法特點，以及使用方法，并在此基礎上選取了圖
強化學習是實現決策智能的主要途徑之一。經歷數十年的發(fā)展，強化學習領域已經枝繁葉茂，技術內容紛繁復雜，這也為初學者快速入門造成障礙。本書是一本深度強化學習領域的入門讀物。全書分為四部分。第一部分主要闡述強化學習領域的基本理論知識；第二部分講解深度強化學習常用算法的原理、各算法之間的繼承與發(fā)展，以及各自的算法流程；第三部分
智能體AlphaGo戰(zhàn)勝人類圍棋專家刷新了人類對人工智能的認識，也使得其核心技術強化學習受到學術界的廣泛關注。本書正是在如此背景下，圍繞作者多年從事強化學習理論及應用的研究內容及國內外關于強化學習的最近動態(tài)等方面展開介紹，是為數不多的強化學習領域的專業(yè)著作。該著作側重于基于直接策略搜索的強化學習方法，結合了統(tǒng)計學習的諸
人的智能和AI賦能的機器智能在自動化控制領域的共融共存形成了人機混合智能系統(tǒng)這一新型的系統(tǒng)形式和智能形式。一方面，這類系統(tǒng)所代表的系統(tǒng)結構形式是傳統(tǒng)自動化控制系統(tǒng)應對AI賦能的機器智能變革的必然發(fā)展形勢；另一方面，它所代表的智能形式也成為AI未來發(fā)展的重要甚至是的終極形式。在本《人機混合智能系統(tǒng)自主性理論和方法》，我們
本書聚焦信息科學、生命科學、新能源、新材料等為代表的高科技領域，以及物理、化學、數學等基礎科學的進展與新興技術的交叉融合，其中70%的內容來源于IEEE計算機協(xié)會相關刊物內容的全文翻譯，另外30%的內容由STEERTech和iCANXTalks上的國際知名科學家的學術報告、報道以及相關活動內容組成。本書將以創(chuàng)新的方式宣
全書從推薦系統(tǒng)的發(fā)展歷史、基本構成開始，依次剖析推薦系統(tǒng)的內容召回、協(xié)同過濾召回、深度學習召回中具有代表性的模型；再從經典排序模型到基于深度學習的排序，順勢介紹會話推薦、強化學習推薦及工業(yè)級推薦，搭建了完整的推薦系統(tǒng)技術體系，這是一個由淺入深的系統(tǒng)學習過程。 本書的目標讀者應該對深度學習有基本的了解，掌握概率論、線性代
機器學習已經廣泛地應用于各行各業(yè)，深度學習的興起再次推動了人工智能的熱潮。本書結合項目實踐，首先討論主流機器學習平臺的主要特點和機器學習的實戰(zhàn)難點；在此基礎上，利用主流的機器學習開源平臺TensorFlow、OpenVINO、PaddlePaddle等，通過19個實戰(zhàn)案例，詳細地分析決策樹、隨機森林、支持向量機、邏輯回
書單推薦 新書推薦
