本書是十二五職業(yè)教育國家規(guī)劃教材修訂版。本書從實際應用出發(fā),介紹自動控制的基本理論及其工程應用,內容包括自動控制系統(tǒng)的數(shù)學模型、時域分析法、頻率特性法、控制系統(tǒng)的校正與設計、離散控制系統(tǒng)分析等。本書的主要特點是:突出物理概念,減少數(shù)學推導;強化對工程應用中常用知識的介紹,弱化對純理論或相對陳舊的知識的介紹;全書通過章末
演化學習作為機器學習中解決復雜優(yōu)化問題的重要方法,此前一直因為理論支撐不足未得到應有重視。本書將介紹作者團隊近幾年在演化學習理論和算法方面取得的重要進展,彌補上述缺憾。本書內容主要分四部分,第一部分簡要介紹演化學習基礎知識;第二部分講述演化算法中用于分析運行時和近似性能的通用理論工具;第三部分講解關于演化優(yōu)化中主要因素
知識圖譜的發(fā)展歷史源遠流長,從經典人工智能的核心命題——知識工程,到互聯(lián)網時代的語義Web,再到當下很多領域構建的數(shù)千億級別的現(xiàn)代知識圖譜。知識圖譜兼具人工智能、大數(shù)據(jù)和互聯(lián)網的多重技術基因,是知識表示、表示學習、自然語言處理、圖數(shù)據(jù)庫和圖計算等多個領域技術的綜合集成。本書全面覆蓋了知識圖譜的表示、存儲、獲取、推理、融
本書共9章,主要內容包括物聯(lián)網初探、物聯(lián)網的演進、物聯(lián)網設備識別、物聯(lián)網信息感知、物聯(lián)網通信、物聯(lián)網的計算、物聯(lián)網服務、物聯(lián)網的典型應用、物聯(lián)網綜合應用實例等。本書可作為高職高專及應用型本科院校物聯(lián)網應用技術專業(yè)的教材,也可作為從事物聯(lián)網相關工作的技術人員的參考書。
本書系統(tǒng)性介紹動態(tài)規(guī)劃,特別是近似動態(tài)規(guī)劃,包括折扣問題的理論與計算方法、隨機最短路問題、無折扣問題、平均費用問題、折扣與無折扣問題的近似動態(tài)規(guī)劃等。
《大學人工智能基礎(大學計算機系列教材)》是華東師大非計算機專業(yè)本科生理科方向教學用書。大學程序設計基礎是大學計算機教學的核心課程,該書以零基礎的初學者為對象,循序漸進地講述各種客觀數(shù)據(jù)對象在計算機世界中是如何表示的,計算機又是如何操作數(shù)據(jù)對象,實現(xiàn)各種功能的!洞髮W人工智能基礎(大學計算機系列教材)》旨在幫助讀者形成
本書闡述了經典的自動控制基本理論分析和設計方法。全書共分6章,主要內容包括自動控制的基本概念、控制系統(tǒng)的數(shù)學模型、控制系統(tǒng)的時域分析、根軌跡法、控制系統(tǒng)的頻域分析以及控制系統(tǒng)的校正與設計。本書圖文并茂,內容較為全面,理論闡述深入淺出,簡化了理論推導,重在應用。各章附有豐富的例題和層次不一的課后習題,可滿足不同層次讀者的
圖神經網絡是人工智能領域的一個新興方向,它不僅迅速得到了學術界的廣泛關注,而且被成功地應用在工業(yè)界的多個領域。本書介紹了圖神經網絡和圖深度學習的基礎知識和前沿研究,不僅包括它們的發(fā)展歷史和經典模型,還包括圖神經網絡在深層網絡、無監(jiān)督學習、大規(guī)模訓練、知識圖譜推理等方面的前沿研究,以及它們在不同領域(如推薦系統(tǒng)、生化醫(yī)療
本書分類《機器學習導論》面向機器學習領域的主要模型和算法,重點闡述不同方法背后的基本假設以及它們之間的相關性,幫助讀者建立機器學習的基礎理論功底,為從事該領域的相關工作打下基礎。具體內容包括機器學習研究的總體思路、發(fā)展歷史與關鍵問題,線性模型,神經網絡及深度學習,核方法,圖模型,無監(jiān)督學習,非參數(shù)模型,演化學習,強化學
本書介紹內容包括支持向量機、線性回歸、決策樹、遺傳算法、深度神經網絡(VGG、GooleLeNet、Resnet、MobileNet、EfficientNet)、循環(huán)神經網絡(LSTM、GRU、Attention)、生成對抗網絡(DCGAN、WGAN-GP)、自編碼器、各種聚類算法、目標檢測算法(YOLO、MTCNN)