本书主要利用控制论、代数图论、矩阵论及偏微分方程等理论和方法,重点阐述了多智能体系统一致性和复杂动态网络同步控制这两个问题,主要讨论以下几类问题:多智能体系统的**-跟随一致性问题;时滞复杂网络的同步问题;Lurie型动态网络的簇同步问题.
本书理论知识体系完备,由浅入深,系统性地介绍了深度学习模型的发展脉络,以及模型深度设计、模型宽度设计、模型通道维度设计、残差连接设计、分组卷积设计、多尺度与非正常卷积设计、多输入网络设计、时序神经网络设计、三维卷积网络设计、动态推理模型与注意力机制设计、生成对抗网络设计这10类主流的深度学习模型设计思想。同时,本书为各
《机器学习与人工智能》涵盖了与人工智能相关的机器学习核心方法,包括深度卷积神经网络、循环神经网络、生成对抗网络、蒙特卡罗树搜索、强化学习。《机器学习与人工智能》也包括一些应用非常广泛的机器学习方法,例如,支持向量机、决策树和随机森林、隐马尔可夫模型、聚类与自组织映射。《机器学习与人工智能》还包含一些重要的大数据分析方法
计算智能是人工智能领域较为前沿的研究方向,它是受“大自然智慧”启发而被设计出的一类算法的统称。计算智能所具有的全局搜索、高效并行等优点为解决复杂优化问题提供了新思路和新手段,引起了国内外学者的广泛重视并掀起了研究热潮。目前,计算智能的相关技术已成功应用于信息处理、调度优化、工程控制、经济管理等众多领域。 本书在归纳近年
《机器学习中的基本算法》共八章.第1章和第2章简要介绍了机器学习的基本概念、研究内容、算法体系,以及相关的优化理论与优化算法.第3章和第4章详细介绍了几类作为分类器和回归器的支持向量机算法,包括算法出发点、建模思想、理论推导和算法在数据分类、识别、拟合、预测等方面的应用.第5章和第6章着重介绍了两类常用的数据预处理方法
知识工程是创新方法的一种,是一个采用人工智能技术进行文本理解阅读,用知识图谱进行知识表达,并在知识图谱上构建的一个具有搜索、推荐、问答、舆情监测和社区服务功能的系统。本书概括了知识管理和知识工程的各种概念,描述了人工智能技术在知识挖掘中的应用发展趋势及实现知识工程的云架构技术,列举了知识工程在几个典型行业的应用实例,展
全书介绍了人工智能芯片相关的基础领域知识,分析了人工智能处理面临的挑战,由此引出全书的重点:人工智能芯片的架构设计、数据复用、网络映射、存储优化以及软硬件协同设计技术等领域前沿技术,书中还讨论了当前研究成果,并辅以实验数据进行比较分析,最后展望了人工智能芯片技术的发展方向。
《人工智能(AI)应用从入门到精通》是一本人工智能应用入门级读物,全书分基础篇和应用篇两个部分。基础篇包括人工智能的基本认知、人工智能的关键技术、人工智能的基本要素、人工智能的产业应用和人工智能的伦理安全五部分内容;应用篇包括人工智能+教育、人工智能+医疗、人工智能+金融、人工智能+交通、人工智能+安防、人工智能+零售
以前,技术只是工程师操心的事;如今,技术是工程师、产品经理、企业家共同操心的事,他们只有通力合作才能驾驭强大的技术,进而取得商业上的成功。如今讲人工智能的书大多属于两种类型:第一种面向广大公众进行人工智能科普;第二种针对专业技术人员详细讲解人工智能的技术。这两种书,产品经理虽然都可以阅读,但他们更迫切需要第三种——从商
智能的概念和内容很多,其核心思想是模拟人或其他生物的神经系统,实现各种运算和操作过程,尤其是人的智能操作。《BR》本书由四部分组成,第一部分是概论,讨论智能计算的类型、特征、发展过程和应用问题,并介绍和其他学科的关系问题。这些学科主要是生命科学、信息科学等。第二部分是算法篇,介绍智能计算中多种不同类型的算法,详细介绍它