本书是电子科技大学智能信息处理与小波分析应用国际科研学术团队科研工作的阶段性总结。全书紧紧围绕机器学习、图像匹配、互联网协议识别的重要理论和关键技术，系统总结了团队目前的主要研究成果，重点展现了作者的最新研究进展。

“深度学习”被评价为未来时代的重要技术，但它本身非常复杂，除了这方面的专家，一般大众很难掌握。主要原因是我们很难以一种易于理解的方式来解释“深度学习”的机制。首先，为了理解“深度学习”并，且必须先了解诸如“神经网络”之类的算法。其次，在描述诸如“深度学习”和“神经网络”之类的算法时，通常要使用数学公式，因此若没有技术或

本书共分12个章节，其中前半部分分别介绍了目前研究领域已经较为成熟的生成对抗网络模型，比如DCGAN、WGAN等等，以及大量不同结构的生成对抗网络变种。生成对抗网络毫无疑问是当今热门的人工智能技术之一，曾被美国《麻省理工科技评论》评选为“全球十大突破性技术”。《生成对抗网络入门指南》是一本结合基础理论与工程实践的入门型

本书作者结合自身的经历，讲述了在AI时代下，要成为一名专业人士，在事业上取得成功，光靠“基本能力”和“学习能力”是不够的，还必须掌握“职业能力”“人际交往能力”，甚至是“组织能力”，并且不断去修炼这些能力。本书适合职场人士阅读。

本书首先概述人工智能、深度学习相关的基本概念和发展历程;然后详细介绍深度学习的基本理论和算法,包括神经网络的关键技术、卷积神经网络的主要框架和应用实例、循环神经网络和无监督学习深度神经网络的模型和应用、深层神经网络的参数优化方法、深度学习模型的轻量化方案以及移动端深度学习案例;之后阐述强化学习的基本理论和算法,包括传统

本书共分8章，系统地介绍了神经网络盲均衡算法的基本理论及算法形式。首先分析了盲均衡算法的基本原理、均衡准则、评价指标以及与神经网络的结合机理。其次，系统研究了前馈神经网络、反馈神经网络、进化神经网络、模糊神经网络和小波神经网络盲均衡算法的基本原理，推导了算法迭代公式，并进行了计算机仿真。最后采用zigzag编码和前馈神

随着互联网络飞速发展，人们所面临的信息过载问题日益严重，帮助人们快速有效地获取信息变得尤为重要。标题高度概括了原文的关键内容，是人们判断是否继续阅读原文的重要依据，因此研究标题生成问题具有相当重要的意义。目前神经网络标题生成方法因为其完全数据驱动以及无需额外人工定义特征的特点，获得了广泛的关注。但在该领域的研究中仍然存

本书结合智能计算系统的软硬件技术栈设计了基于通用CPU平台和深度学习处理器平台的分阶段实验和综合实验。其中，分阶段实验以风格迁移作为驱动范例，包括算法实验(第2-3章)、编程框架实验(第4章)、智能编程语言实验(第5章)、深度学习处理器运算器设计实验(第6章)。综合实验(第7章)包括目标检测、文本检测、自然语言处理等不

《漫话人工智能：坂本真树老师带你轻松读懂人工智能》将读者群设定为普通大众，旨在令不熟悉人工智能专业词汇、没有专业背景的普通读者也能够读懂本书。书中所选取的都是人工智能基础研究相关的代表性主题，也是读者想要了解的问题，如人工智能是什么时候出现的，人工智能会超越人类吗，什么易导入人工智能，什么不易导入人工智，怎样从信息角度

为AI带来的社会与商业变革做好准备！在AI时代胜出所必须具备的知识从AI的基础技术到商业应用领域本书囊括了对AI感兴趣的人应该了解的所有重点未来IT图解，不易理解的原理、应用一目了然AI能做什么、不能做什么？该怎样做才能在自己的事业和工作中活用AI？在AI时代自己的工作将发生怎样的变化？人工智能技术拥有悠久的研究历史，