時滯奇異攝動不確定系統(tǒng)的穩(wěn)定性分析與控制

深度學(xué)習(xí)已經(jīng)成為人工智能炙手可熱的技術(shù)，PyTorch是一個較新的，容易上手的深度學(xué)習(xí)開源框架，目前已得到廣泛應(yīng)用。本書從PyTorch框架結(jié)構(gòu)出發(fā)，通過案例主要介紹了線性回歸，邏輯回歸，前饋神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)，循環(huán)神經(jīng)網(wǎng)絡(luò)，自編碼模型，以及生成對抗網(wǎng)絡(luò)。本書作為深度學(xué)習(xí)的入門教材，省略了大量的數(shù)學(xué)模型推導(dǎo)，通過實

本書系統(tǒng)地論述了神經(jīng)網(wǎng)絡(luò)的主要理論、控制技術(shù)及應(yīng)用實例，旨在使讀者理解和熟悉神經(jīng)網(wǎng)絡(luò)及其控制的基本原理和主要應(yīng)用，掌握它的結(jié)構(gòu)和設(shè)計應(yīng)用方法，主要內(nèi)容包括神經(jīng)網(wǎng)路基礎(chǔ)論、神經(jīng)網(wǎng)絡(luò)控制原理、感知器神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、時滯神經(jīng)網(wǎng)絡(luò)、CMAC網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)控

人工智能已成發(fā)展趨勢，而深度學(xué)習(xí)則是其中最有用的工具之一。雖然科技發(fā)展速度迅猛，現(xiàn)在實用技術(shù)更新?lián)Q代的頻率已經(jīng)迅速到以周來計算，但是其背后最為基礎(chǔ)的知識卻是共通的。本書較為全面地介紹了神經(jīng)網(wǎng)絡(luò)的諸多基礎(chǔ)與進(jìn)階的技術(shù)，同時還介紹了如何利用神經(jīng)網(wǎng)絡(luò)來解決真實世界中的現(xiàn)實任務(wù)。本書各章的內(nèi)容不僅包括經(jīng)典的傳統(tǒng)機(jī)器學(xué)習(xí)算法與神

本書從跨學(xué)科視角來看待人工智能這個技術(shù)性的學(xué)科。圍繞用數(shù)學(xué)模型預(yù)測未來這一主題，介紹算法，主要包括現(xiàn)在流行的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法，以及算法要解決問題本身的復(fù)雜性。復(fù)雜的問題，需要復(fù)雜的算法，而算法設(shè)計背后的老師正是自然界的復(fù)雜性本身。最終，我們上升到自然界解決復(fù)雜性最有利的工具，即人類智能本身，讓讀者從神經(jīng)科學(xué)的角度

教材全面系統(tǒng)地介紹了自動控制理論的基本內(nèi)容和分析、設(shè)計方法，主要包括系統(tǒng)數(shù)學(xué)模型的建立，時域分析法，根軌跡法，頻域法，控制系統(tǒng)校正，采樣系統(tǒng)理論，非線性系統(tǒng)理論（相平面法和描述函數(shù)法），現(xiàn)代控制理論基礎(chǔ)。為了與生產(chǎn)實踐密切結(jié)合，書中列舉了一些電力系統(tǒng)中的應(yīng)用實例。

本書旨在從理論和技術(shù)上深入介紹智能視覺感知技術(shù)的原理、技術(shù)、前沿研究內(nèi)容和智能視覺感知技術(shù)在諸多領(lǐng)域的典型應(yīng)用，為在讀研究生和工程技術(shù)人員學(xué)習(xí)基于計算機(jī)的機(jī)器視覺處理的理論、技術(shù)和相關(guān)應(yīng)用奠定基礎(chǔ)。本書的主要內(nèi)容包括智能視覺感知技術(shù)概述、攝像機(jī)標(biāo)定、視覺跟蹤、目標(biāo)檢測、圖像拼接與鑲嵌、圖像增強(qiáng)、電子穩(wěn)像、圖像融合、基于

深度學(xué)習(xí)是人工智能的前沿技術(shù)。本書深入淺出地介紹了深度學(xué)習(xí)的相關(guān)理論和實踐，全書共分16章，采用理論和實踐雙主線寫作方式。第1章給出深度學(xué)習(xí)的大圖。第2章和第3章，講解了機(jī)器學(xué)習(xí)的相關(guān)基礎(chǔ)理論。第4章和第5章，講解了Python基礎(chǔ)和基于Python的機(jī)器學(xué)習(xí)實戰(zhàn)。第6至10章，先后講解了M-P模型、感知機(jī)、多層神經(jīng)網(wǎng)

隨著人工智能熱潮的興起，企業(yè)對人工智能領(lǐng)域產(chǎn)品經(jīng)理的人才需求也開始井噴，人工智能產(chǎn)品經(jīng)理成為順應(yīng)時代潮流的重要人力資源。實際上，人工智能確實給現(xiàn)有的產(chǎn)品和服務(wù)帶來了全方位的升級，這也給產(chǎn)品經(jīng)理從業(yè)人員提出了更高的要求，是關(guān)注人工智能產(chǎn)品的產(chǎn)品經(jīng)理們面臨的一次關(guān)鍵轉(zhuǎn)型考驗。本書從知識體系、能力模型、溝通技巧等方面幫助大家

計算機(jī)視覺、自然語言處理和語音識別是目前深度學(xué)習(xí)領(lǐng)域很熱門的三大應(yīng)用方向，本書旨在幫助零基礎(chǔ)或基礎(chǔ)較為薄弱的讀者入門深度學(xué)習(xí)，達(dá)到能夠獨立使用深度學(xué)習(xí)知識處理計算機(jī)視覺問題的水平。通過閱讀本書，讀者將學(xué)到人工智能的基礎(chǔ)概念及Python編程技能，掌握PyTorch的使用方法，學(xué)到深度學(xué)習(xí)相關(guān)的理論知識，比如卷積神經(jīng)網(wǎng)絡(luò)

10余位研究人員，歷時1年多，涉及8個領(lǐng)域，走訪全國上百家企業(yè)，深入調(diào)研人工智能在各個產(chǎn)業(yè)的商業(yè)應(yīng)用。全彩印刷，9章內(nèi)容，13個表格，122幅統(tǒng)計圖、流程圖、設(shè)計圖……精彩呈現(xiàn)人工智能未來發(fā)展面臨的挑戰(zhàn)與機(jī)遇。

《情感計算與情感機(jī)器人系統(tǒng)》在介紹情感計算、情感建模以及人機(jī)情感交互概念的基礎(chǔ)上，分析了當(dāng)前人機(jī)情感交互的研究前沿，總結(jié)了在多模態(tài)情感識別方法、人機(jī)交互氛圍場建模、情感意圖理解方法、情感機(jī)器人的多模態(tài)情感表達(dá)以及人機(jī)情感交互系統(tǒng)應(yīng)用方面的**研究成果，使讀者對人機(jī)情感交互有更深的理解，對促進(jìn)我國在情感計算與情感機(jī)器人領(lǐng)

《學(xué)習(xí)科學(xué)視域下的網(wǎng)絡(luò)深度學(xué)習(xí)：理論·技術(shù)·趨勢》首先通過對學(xué)習(xí)科學(xué)的主旨—深度學(xué)習(xí)進(jìn)行研究，借鑒學(xué)習(xí)科學(xué)領(lǐng)域?qū)�學(xué)習(xí)環(huán)境、學(xué)習(xí)過程和學(xué)習(xí)結(jié)果研究的相關(guān)成果，結(jié)合深度學(xué)習(xí)的時代背景，構(gòu)建了技術(shù)增強(qiáng)環(huán)境下網(wǎng)絡(luò)深度學(xué)習(xí)的理論體系和分析框架；然后對深度學(xué)習(xí)的創(chuàng)新技術(shù)、工具及場景等進(jìn)行探討，對網(wǎng)絡(luò)深度學(xué)習(xí)的策略等進(jìn)行推演，對國際

《強(qiáng)化學(xué)習(xí)精要：核心算法與TensorFlow實現(xiàn)》用通俗幽默的語言深入淺出地介紹了強(qiáng)化學(xué)習(xí)的基本算法與代碼實現(xiàn)，為讀者構(gòu)建了一個完整的強(qiáng)化學(xué)習(xí)知識體系，同時介紹了這些算法的具體實現(xiàn)方式。從基本的馬爾可夫決策過程，到各種復(fù)雜的強(qiáng)化學(xué)習(xí)算法，讀者都可以從本書中學(xué)習(xí)到。本書除了介紹這些算法的原理，還深入分析了算法之間的內(nèi)在

本書內(nèi)容一共分為三大部分：第一部分介紹證據(jù)理論的基本概念、主要問題、研究現(xiàn)狀以及主要應(yīng)用等。第二部分共包括五章，主要介紹作者多年來針對證據(jù)理論在實際應(yīng)用中所存在的傳感器信息建模問題、沖突證據(jù)融合問題、信度決策問題、計算復(fù)雜度問題等四個關(guān)鍵問題展開深入研究，所取得的最新研究成果及相關(guān)解決方案，同時介紹針對這些關(guān)鍵問題的國

本書以深度學(xué)習(xí)算法入門為主要內(nèi)容，通過系統(tǒng)介紹Python、NumPy、SciPy等科學(xué)計算庫，深度學(xué)習(xí)主流算法，深度學(xué)習(xí)前沿研究，深度學(xué)習(xí)服務(wù)云平臺構(gòu)建四大主線，向讀者系統(tǒng)地介紹了深度學(xué)習(xí)的主要內(nèi)容和研究進(jìn)展。本書介紹了Python、NumPy、SciPy的使用技巧，面向谷歌推出的開源深度學(xué)習(xí)框架TensorFlow

本書從腦力負(fù)荷動態(tài)特征視角下研究人機(jī)交互型VDT持續(xù)作業(yè)績效及管理問題。在設(shè)計體現(xiàn)人機(jī)交互型VDT持續(xù)作業(yè)特征的CPT范式實驗的基礎(chǔ)上，構(gòu)建腦力負(fù)荷綜合評估指標(biāo)體系，針對作業(yè)特點，分析腦力負(fù)荷時間累積效應(yīng)下的動態(tài)特征，并構(gòu)建人機(jī)交互型VDT持續(xù)作業(yè)績效評估和預(yù)測模型；分析作業(yè)績效隨腦力負(fù)荷變化的趨勢和規(guī)律，定義和設(shè)計人

本書為胡壽松教授主編的教材《自動控制原理》的學(xué)習(xí)指導(dǎo)性教學(xué)配套用書。本書系統(tǒng)地給出了《自動控制原理（第七版）》中全部260道習(xí)題的詳解，這些習(xí)題包含了概念題、基本題、證明題、工程應(yīng)用題、MATLAB題、設(shè)計題和難題等七類題型�！禕R》本書在習(xí)題解析過程中給出了解題思想的友情提示，指明解題過程的注意事項，其解題步驟科學(xué)、

本書全面梳理了各個學(xué)科與智能研究相關(guān)的成果，在此基礎(chǔ)上歸納了一般智能的構(gòu)成要素，形成了生物智能和非生物智能統(tǒng)一的智能理論體系。系統(tǒng)分析了智能的進(jìn)化、發(fā)展、使用和評價，提出了語義邏輯的主要準(zhǔn)則和不同于馮?諾伊曼體系的智能計算架構(gòu)。并且為構(gòu)建本書所述非生物智能體或人工智能學(xué)界討論的通用人工智能提出了一條可實現(xiàn)的路徑。本書適

本書以軟件工程的角度把一個看似不可能完成的大型金融軟件系統(tǒng)，抽絲剝繭，層層剝離，逐步完善，從而提高技術(shù)人員的大局觀、合作意識和問題分解能力。全書一共五章，第一章介紹了專家系統(tǒng)與金融專家系統(tǒng)，起到提綱挈領(lǐng)點明任務(wù)主題的作用。第二章是系統(tǒng)設(shè)計的核心思想是需求是設(shè)計更是算法，通用性極強(qiáng)。第三章則以PHP開發(fā)者的角度詳細(xì)介紹了