本書從仿生學的角度,闡述AI面臨的挑戰(zhàn)和前沿研究方向,同時融入作者在AI研究中部分最新成果。反映了人工智能發(fā)展的最新動態(tài)，為生物信息學或其他學科的特征分析提供手段和方法，為研究和開發(fā)更高層次的human-like智能打下基礎。本書強調新視野、先進性、實用性和可讀性，書中涉及的經典例子和算法都將提供程序實現，附在隨書光盤
《基于逼近論的多模態(tài)信息表示》從逼近論角度，由最基本的線性無關函數基（插值基、奇異值分解、主成分分析）出發(fā)，到正交函數基（傅里葉變換、小波基），再到一般通用逼近算子（人工神經網絡），延伸至過完備基（壓縮傳感、稀疏表示），最后實現分層特征表示（深度學習）。通過基函數表示信息的思想貫穿始終，作者希望由此啟發(fā)讀者更進一步思考
自然計算是國際上一個新的計算領域研究熱點。本書為國內第一部以自然計算為主要內容的專著。第一部分首先對傳統的自然計算方法-人工神經網絡、進化計算、模糊系統等簡要回顧并介紹其最新的進展情況。第二部分從第二章開始到第七章重點介紹生物啟發(fā)的計算、物理啟發(fā)的計算、化學啟發(fā)的計算等重要的新興的自然計算方法及體系。第三部分介紹與自然
《神經網絡與深度學習》是一本介紹神經網絡和深度學習算法基本原理及相關實例的書籍，它不是教科書，作者已盡量把公式減少到極少，以適應絕大部分人的閱讀基礎和知識儲備。《神經網絡與深度學習》涵蓋了神經網絡的研究歷史、基礎原理、深度學習中的自編碼器、深度信念網絡、卷積神經網絡等，這些算法都已在很多行業(yè)發(fā)揮了價值。 《神經網絡與
20世紀50年代以來，人工智能出現了符號主義、連接主義和行為主義等主導性研究范式。理論界普遍認為，人工智能已經超越了現有的范式理論，逐步形成了一種融合的趨勢。然而，如何對人工智能各研究范式進行融合以及在什么樣的基礎上進行融合，這一難題成為人工智能理論進一步發(fā)展的瓶頸所在。本書從貫穿整個人工智能發(fā)展過程的兩條主要線索--
不確定性知識處理是人工智能領域最基本的研究問題。《不確定性知識處理的基本理論與方法》對知識表示和推理、不確定性知識處理（亦簡稱不確定性處理）的基本理論與方法進行了全面、系統的闡述，內容包括知識表示與推理方法、不確定性知識處理的經典理論與方法、貝葉斯網推理與學習方法、粗糙集理論等四部分。 《不確定性知識處理的基本理論與
書中介紹了針對不同情況的多種分類和聚類算法，如信任C均值聚類算法，信任K近鄰分類器和不完整數據信任分類器等。通過對多個信任分類器輸出的融合能夠得到更全面可靠的信息，提高目標識別準確性。針對多源多時相信息融合，發(fā)展了動態(tài)證據推理，不僅可對目標實時識別，還能對目標變化準確檢測判斷。
大規(guī)模強化學習
人工智能及其演化
谷歌AlphaGO戰(zhàn)勝李世石，標志著機器智能向人類智能的領地又邁進了偉大的一步。而“互聯網”向“智能”時代的躍遷，也昭示新智能時代即將到來。2016年，恰逢人工智能誕生60周年，《新智元：機器人類=超智能時代》是人工智能技術和產業(yè)狂飆突進的見證，為讀者打開人工智能世界的一
作為一類具有廣泛應用背景的非線性動力系統，神經網絡的穩(wěn)定性和同步控制是其應用和設計的基礎。本書致力于系統介紹時滯神經網絡的穩(wěn)定性與同步控制理論在近年來取得的最新成果。主要內容涉及到：根據神經網絡的演化機制和內在規(guī)律，建立切合實際的時滯神經網絡模型，運用Lyapunov穩(wěn)定性理論、線性矩陣不等式技術、劃分時滯方法、規(guī)范型
本書第一版（2004年）創(chuàng)建了"知識系統工程"這一新的學科分支，將知識管理中的基于信息技術與基于組織行為的知識管理思想與方法綜合集成，兼顧知識管理里與知識處理（知識運作），形成新的理念和視角。近十年來，社會經濟發(fā)展對知識的應用和創(chuàng)新提出新的更大更高的需求，移動互聯網、大數據、云計算、物聯網等的發(fā)展以及智能科學與技術的深
本書是一本介紹大數據智能分析的科普書籍，旨在讓更多的人了解和學習互聯網時代的機器學習和自然語言處理技術，以期讓大數據技術更好地為我們的生產和生活服務。全書包括大數據智能基礎和大數據智能應用兩個部分，共8章。大數據智能基礎部分有三章：第1章以深度學習為例介紹大數據智能的計算框架；第2章以知識圖譜為例介紹大數據智能的知識庫
借鑒生物免疫系統的分層防御機理以及層次間的相互作用，作者提出了用于機電設備故障診斷的免疫診斷模型。將故障檢測與診斷功能進行整合，研究機電設備異常檢測與故障診斷的免疫算法與模型，分層解決設備的狀態(tài)監(jiān)測、故障定位與診斷等關鍵問題，建立了異常狀態(tài)監(jiān)測與故障診斷一體化的快速反應機制。第一層，異常追蹤監(jiān)測。在獲取設備運行狀態(tài)數據
本書介紹了群體智能理論的主要研究分支和擬態(tài)物理學方法的基本概念和思想，結合生物系統和物理系統都具有自組織、自學習和自適應的特性，提出了從擬態(tài)物理學這一獨特視角研究群體智能，深入介紹了由擬態(tài)物理學規(guī)律驅動的生物群集行為的建模仿真以及穩(wěn)定性分析，擬態(tài)物理學優(yōu)化算法的框架建立、算法設計、收斂性分析、約束優(yōu)化問題求解以及群機器
《新型神經網絡及其英文SCI論文評審論辯》以作者多年在神經網絡理論與應用方面的研究成果為線索，介紹了SCI期刊論文投稿、論辯與發(fā)表方面的具體事項和相關技巧，對指導研究者進行SCI論文投稿具有重要的參考價值。《新型神經網絡及其英文SCI論文評審論辯》闡述了三類新型神經網絡(連續(xù)ZNN、離散ZNN、WASD神經網絡)的研究
本書是機器學習原理和算法編碼實現的基礎性讀物，內容分為兩大主線：單個算法的原理講解和機器學習理論的發(fā)展變遷。算法除包含傳統的分類、聚類、預測等常用算法之外，還新增了深度學習、貝葉斯網、隱馬爾科夫模型等內容。對于每個算法，均包括提出問題、解決策略、數學推導、編碼實現、結果評估幾部分。數學推導力圖做到由淺入深，深入淺出。結
時滯神經網絡動力學是神經網絡與動力系統交叉結合的一門新型學科，《時滯型神經網絡動力學分析及在電力系統中的應用》較詳細地介紹了若干具有不同實際背景和應用功能的時滯型神經網絡的模型及有關基本概念，通過對國內外大量文獻資料進行精心篩選與組織，較系統地介紹了國內外學者關于時滯型神經網絡動力學研究的一些優(yōu)秀成果并將其付諸于電力系
《混合神經網絡技術（第二版）》在論述神經網絡基本概念和基本原理的基礎上，重點介紹混合神經網絡技術，同時，介紹各種混合神經網絡技術在電磁建模和優(yōu)化問題中的應用�！痘旌仙窠浘W絡技術（第二版）》共11章，內容主要包括神經網絡的基本概念、基礎知識、BP神經網絡、RBF神經網絡、Hopfield神經網絡、粒子群神經網絡、模糊神經
《語義網技術體系》簡要回顧萬維網的發(fā)展歷史及體系結構,系統介紹語義網的基本理念及技術體系,包括RDF數據、Web本體、語義網推理技術和RDF數據查詢技術等方面的基本概念和前沿研究;詳細闡述語義網應用中的基礎技術,包括語義網搜索技術、語義網本體匹配技術和語義網瀏覽技術,并介紹作者在語義網搜索、語義網本體匹配和語義網瀏覽方
書單推薦
