本書以贏者通吃網(wǎng)絡(luò)和馬太效應(yīng)為研究對象，從優(yōu)化視角構(gòu)建、分析和設(shè)計網(wǎng)絡(luò)模型，并建模計算社會系統(tǒng)中的馬太效應(yīng)，同時探討時延和網(wǎng)絡(luò)切換等條件下的模型。本書提供關(guān)于神經(jīng)動力學(xué)算法，詳細(xì)介紹分布式協(xié)同建模的贏者通吃網(wǎng)絡(luò)，并給出該類方法在解決相關(guān)領(lǐng)域的科學(xué)和工程問題中的應(yīng)用，以輔助讀者更深入地理解基于競爭與合作網(wǎng)絡(luò)問題的解決思路

本書通過MATLAB/Simulink基礎(chǔ)工具闡述控制系統(tǒng)的建模、分析和設(shè)計。本書首先提出對建模和控制的需求，之后繼續(xù)介紹單軸剛體動力學(xué)(齒輪、小車沿斜坡滾動)，然后對直流電動機、轉(zhuǎn)速表和光學(xué)編碼器進行建模。利用這些動態(tài)模型的傳遞函數(shù)表示，引入PID控制器作為跟蹤階躍輸入和抑制恒定干擾的有效方法。本書還講述現(xiàn)代控制理論

本書從注意力機制這一重要角度入手，闡述注意力機制的產(chǎn)生背景和發(fā)展歷程，通過詳實的理論剖析，以深入淺出的方式著重介紹注意力機制在計算機視覺、自然語言處理，以及多模態(tài)機器學(xué)習(xí)三大人工智能方向中的應(yīng)用思路、模型與算法。

機器學(xué)習(xí)和深度學(xué)習(xí)算法的顯著進步為新的機遇和一些黑暗的可能性打開了大門，本書作者以樂觀的現(xiàn)實主義者的視角，向我們展示了人工智能如何用于增強和改善人類生活。本書討論了人工智能的含義和優(yōu)點，并探討了與之相關(guān)的全球經(jīng)濟影響、背后的驅(qū)動力以及在公司中實施人工智能的最佳方式等主題。同時，書中還詳細(xì)探討了未來人工智能的應(yīng)用領(lǐng)域，并

本教材系統(tǒng)地論述了人工智能的經(jīng)典理論及人工智能主要研究領(lǐng)域的基礎(chǔ)知識與應(yīng)用場景，目標(biāo)是用通俗易懂的方法幫助讀者構(gòu)建完整的人工智能知識體系，為后續(xù)的深入學(xué)習(xí)打下基礎(chǔ)。本教材通過講解人工智能在諸多領(lǐng)域的經(jīng)典應(yīng)用案例，幫助讀者更好地了解人工智能技術(shù)的發(fā)展和日常生活的關(guān)切度，以及未來人工智能的發(fā)展趨勢及面臨的挑戰(zhàn)。本教材內(nèi)容采

本書講述了緒論、時標(biāo)上的加權(quán)偽概周期函數(shù)與動力方程的加權(quán)偽概周期解、時標(biāo)上神經(jīng)網(wǎng)絡(luò)的加權(quán)偽概周期解的存在性與穩(wěn)定性等內(nèi)容。

本書提到三個循環(huán)：第一個循環(huán)也是最核心的循環(huán)，即世代沿襲的人類本能。人類天生具有偏見，而且更傾向于使用大腦的系統(tǒng)1行事，在這個過程中，人類原有的偏見進一步被強化，形成第一個循環(huán)。第二個循環(huán)是來自現(xiàn)代的力量，如消費類技術(shù)、資本主義、營銷和政治，它們對核心循環(huán)的人類行為進行采樣，總結(jié)出模式，再將這些模式反作用于人類，最終引

自主無人系統(tǒng)及應(yīng)用中的問題

機器學(xué)習(xí)數(shù)學(xué)基礎(chǔ)

本書以PyTorch作為深度學(xué)習(xí)框架，主要包括4部分。第1部分（第1、2章），主要概述PyTorch基礎(chǔ)知識與常見深度學(xué)習(xí)算法實現(xiàn)，例如，CNN、LSTM，即CNN-LSTM；第2部分（第3～5章）高級神經(jīng)網(wǎng)絡(luò)實現(xiàn)，主要包括常見的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)，例如CNN、RNN及最新的Transformer等模型；第3部分（第6～