全書分為七部分：深度學(xué)習(xí)與深度置信網(wǎng)絡(luò)研究現(xiàn)狀、深度置信網(wǎng)絡(luò)參數(shù)自適應(yīng)學(xué)習(xí)、自組織深度置信網(wǎng)絡(luò)、增量式深度置信網(wǎng)絡(luò)、生成式對(duì)抗性深度置信網(wǎng)絡(luò)、事件驅(qū)動(dòng)的深度置信網(wǎng)，以及事件驅(qū)動(dòng)的深度置信網(wǎng)絡(luò)預(yù)測控制。每一部分均在工業(yè)過程優(yōu)化運(yùn)行中有相應(yīng)實(shí)驗(yàn)測試與應(yīng)用實(shí)踐。從理論方法到應(yīng)用實(shí)踐，書中的內(nèi)容從基礎(chǔ)概念到最新進(jìn)展均有涵蓋，使讀者可以根據(jù)需要靈活閱讀。1)系統(tǒng)性與全面性。本書遵循系統(tǒng)化的學(xué)習(xí)路徑進(jìn)行編排，從網(wǎng)絡(luò)模型基礎(chǔ)到優(yōu)化設(shè)計(jì)前沿理論一一講解，內(nèi)容全面，涵蓋了深度置信網(wǎng)絡(luò)參數(shù)學(xué)習(xí)、結(jié)構(gòu)優(yōu)化、收斂性分析和預(yù)測控制的主要領(lǐng)域。全書內(nèi)容科學(xué)分配，基礎(chǔ)與網(wǎng)絡(luò)礎(chǔ)到前沿技術(shù)一一講解，內(nèi)容全面，科學(xué)分配，基礎(chǔ)理論與進(jìn)階知識(shí)相結(jié)合，既適合初學(xué)者入門，也能為研究者提供最新的理論與方法參考。2)理論方法與應(yīng)用測試相結(jié)合。在介紹每部分的創(chuàng)新性理論與方法時(shí)，都會(huì)結(jié)合其在工業(yè)過程應(yīng)用中的測試實(shí)驗(yàn)進(jìn)行解釋，便于讀者在理論學(xué)習(xí)的同時(shí)積累具有針對(duì)性的應(yīng)用實(shí)踐經(jīng)驗(yàn)。同時(shí)，書中還提供了所提理論與方法的詳細(xì)數(shù)學(xué)描述及模型參數(shù)優(yōu)化建議，使讀者能夠迅速上手。3)最新進(jìn)展的介紹。書中緊跟深度置信網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)領(lǐng)域的最新研究進(jìn)展，特別是對(duì)模型參數(shù)動(dòng)態(tài)學(xué)習(xí)、結(jié)構(gòu)自適應(yīng)調(diào)整及模型預(yù)測控制等前沿主題的詳細(xì)介紹，幫助學(xué)生了解機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)的前沿動(dòng)態(tài)，并了解這些進(jìn)展在工業(yè)界和學(xué)術(shù)界的應(yīng)用潛力。4)可解釋性與公平性討論。隨著信息科學(xué)和人工智能應(yīng)用的廣泛落地，可解釋性和客觀性成為重要議題。書中不僅講解了模型本身，還詳細(xì)介紹了如何提升模型各方面性能的方法，并在工業(yè)過程具體應(yīng)用場景中進(jìn)行測試，通過對(duì)測試結(jié)果的系統(tǒng)性分析給出了一些實(shí)戰(zhàn)性結(jié)論、經(jīng)驗(yàn)及注意事項(xiàng)，幫助讀者建立起負(fù)責(zé)任的機(jī)器學(xué)習(xí)研究理念。