在大數(shù)據(jù)背景下，傳統(tǒng)的決策管理正在從以管理流程為主逐漸向以數(shù)據(jù)為中心的范式轉(zhuǎn)變，決策管理中各參與方提供的相關(guān)信息流向更趨于多元和交互，開源數(shù)據(jù)庫SciDB開發(fā)商Paradigm4進(jìn)行的一項針對111名北美數(shù)據(jù)科學(xué)家的調(diào)查顯示，71%的數(shù)據(jù)科學(xué)家認(rèn)為數(shù)據(jù)的多樣性構(gòu)成的挑戰(zhàn)，遠(yuǎn)大于數(shù)據(jù)總量構(gòu)成的威脅和挑戰(zhàn)。多種粒度、多種數(shù)
本書針對大數(shù)據(jù)呈現(xiàn)的體量巨大、多源異構(gòu)、動態(tài)性和不確定性等特點(diǎn)，以粒計算理論為基礎(chǔ)，以優(yōu)勢關(guān)系粗糙集模型為研究對象，以增量學(xué)習(xí)技術(shù)為方法，以并行計算框架為支撐，構(gòu)建大數(shù)據(jù)分析與挖掘的原理和方法及其算法，并融入了相關(guān)領(lǐng)域?qū)W者在動態(tài)知識發(fā)現(xiàn)、數(shù)據(jù)融合、大數(shù)據(jù)并行處理等成果，反映了基于粒計算和粗糙集視角處理大數(shù)據(jù)的最新進(jìn)展。
本書借鑒認(rèn)知科學(xué)的理論研究成果，對本體學(xué)習(xí)過程中的認(rèn)知狀態(tài)及其變化進(jìn)行深入研究，提出本體學(xué)習(xí)的認(rèn)知模型，給出該模型的形式化表示及實(shí)現(xiàn)方法。此外，本書還對本體學(xué)習(xí)研究的發(fā)展方向進(jìn)行展望。
本書面向模糊系統(tǒng)結(jié)構(gòu)解析和在線自組織設(shè)計問題，系統(tǒng)介紹了作者在該領(lǐng)域取得的最新研究成果。全書共9章，內(nèi)容包括：模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)；模糊控制器結(jié)構(gòu)解析；齊次模糊系統(tǒng)逼近性能分析；模糊控制系統(tǒng)穩(wěn)定性分析及系統(tǒng)化設(shè)計；模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的等價性等。
本書內(nèi)容包括自動控制的一般概念、控制系統(tǒng)的數(shù)學(xué)模型、線性系統(tǒng)的時域分析、線性系統(tǒng)的根軌跡法、線性系統(tǒng)的頻率分析法、線性系統(tǒng)的校正方法、離散系統(tǒng)的分析與校正等。
本書主要內(nèi)容是研究非線性隨機(jī)時滯神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定與脈沖鎮(zhèn)定。這些系統(tǒng)包括脈沖隨機(jī)泛函系統(tǒng)、隨機(jī)遞歸時滯神經(jīng)網(wǎng)絡(luò)、具不定脈沖參數(shù)的雙向神經(jīng)網(wǎng)絡(luò)、Cohen-Grossberg型神經(jīng)網(wǎng)絡(luò)及其隨機(jī)脈沖情況、一維整數(shù)格時滯細(xì)胞神經(jīng)網(wǎng)絡(luò)和分流抑制細(xì)胞神經(jīng)網(wǎng)絡(luò)。
本書介紹了商空間理論、三支決策理論和粗糙集理論等粒計算研究的概述和最新進(jìn)展。全書共16章，主要由主要由三部分組成，具體包括問題求解商空間理論形成始末、商空間理論及應(yīng)用綜述、多粒度上空間分類搜索與結(jié)構(gòu)分析、基于力度空間的最優(yōu)聚類模型及應(yīng)用等。
無人駕駛是人工智能發(fā)展到2017年的綜合能力展現(xiàn)，是一個復(fù)雜的系統(tǒng)，涉及的技術(shù)點(diǎn)種類多且跨度大，核心技術(shù)是通過大數(shù)據(jù)與深度學(xué)習(xí)快速運(yùn)算，實(shí)現(xiàn)安全駕駛，在未來減輕人類工作量。本書首先宏觀地呈現(xiàn)了無人駕駛的整體技術(shù)架構(gòu)，在讀者對無人駕駛技術(shù)有了宏觀認(rèn)識后，本書深入淺出地講解了無人駕駛定位導(dǎo)航、基于計算機(jī)視覺的無人駕駛感知系
《深度學(xué)習(xí)原理與TensorFlow實(shí)踐》主要介紹了深度學(xué)習(xí)的基礎(chǔ)原理和TensorFlow系統(tǒng)基本使用方法。TensorFlow是目前機(jī)器學(xué)習(xí)、深度學(xué)習(xí)領(lǐng)域最優(yōu)秀的計算系統(tǒng)之一，《深度學(xué)習(xí)原理與TensorFlow實(shí)踐》結(jié)合實(shí)例介紹了使用TensorFlow開發(fā)機(jī)器學(xué)習(xí)應(yīng)用的詳細(xì)方法和步驟。同時，《深度學(xué)習(xí)原理與Te
本書系統(tǒng)介紹了視覺SLAM(同時定位與地圖構(gòu)建)所需的基本知識與核心算法，既包括數(shù)學(xué)理論基礎(chǔ)，如三維空間的剛體運(yùn)動、非線性優(yōu)化，又包括計算機(jī)視覺的算法實(shí)現(xiàn)，例如多視圖幾何、回環(huán)檢測等。此外，我們還提供了大量的實(shí)例代碼供讀者學(xué)習(xí)研究，更深入地掌握這些內(nèi)容。
本書對近年來稀疏學(xué)習(xí)、分類與識別領(lǐng)域常見的理論及技術(shù)進(jìn)行了較為全面的闡述和總結(jié)，并結(jié)合作者多年的研究成果，對相關(guān)理論及技術(shù)在應(yīng)用領(lǐng)域的實(shí)踐情況進(jìn)行了展示和報告。
本書對近年來認(rèn)知計算和多目標(biāo)優(yōu)化領(lǐng)域常見的理論及技術(shù)進(jìn)行了較為全面的闡述和總結(jié)，并結(jié)合作者多年的研究成果，對相關(guān)理論及技術(shù)在應(yīng)用領(lǐng)域的實(shí)踐情況進(jìn)行了展示和報告。
本書以結(jié)構(gòu)振動控制為對象，介紹時滯反饋控制的設(shè)計方法與實(shí)驗(yàn)，主要是作者近些年來在時滯問題上的研究成果。內(nèi)容包括：時滯辨識；時滯反饋控制的離散時間方法與實(shí)驗(yàn)；時滯反饋控制的連續(xù)時間方法與實(shí)驗(yàn)等。
本書從自組織、耗散結(jié)構(gòu)、混沌研究、自創(chuàng)生理論、進(jìn)化理論的方向?qū)ιc生態(tài)環(huán)境的歷史、前景與對策進(jìn)行深入的探討，介紹了從機(jī)械世界觀到整體生態(tài)世界觀的重要飛躍。
本書以多智能體系統(tǒng)協(xié)同群集運(yùn)動控制為主線，首先介紹圖論和控制器設(shè)計所用到的基礎(chǔ)理論知識；其次，分別從拓?fù)浣Y(jié)構(gòu)的邊保持和代數(shù)連通度兩個角度介紹了連通性保持條件下的協(xié)同群集運(yùn)動控制協(xié)議設(shè)計方法。進(jìn)而，從個體動態(tài)模型和拓?fù)浣Y(jié)構(gòu)模型兩方面繼續(xù)深入，針對典型的輪式移動機(jī)器人非完整約束模型介紹了連通性保持條件下的協(xié)同控制策略，為簡
本書主要介拉氏變換、機(jī)械平移系統(tǒng)的動態(tài)特性分析、電氣系統(tǒng)的動態(tài)特性分析、控制系統(tǒng)基礎(chǔ)、控制系統(tǒng)的時域分析法、控制系統(tǒng)的頻域分析法、控制系統(tǒng)的穩(wěn)定性分析和控制系統(tǒng)的誤差分析與計算等內(nèi)容。
本書內(nèi)容分三部分：證據(jù)推理方法；置信規(guī)劃庫建模方法；證據(jù)推理與置信規(guī)則庫的應(yīng)用。
本書前兩章介紹了TensorFlow的基礎(chǔ)知識和概念；第3章和第4章介紹了簡單的示例及全連接神經(jīng)網(wǎng)絡(luò)；第5章和第6章介紹了基礎(chǔ)的卷積神經(jīng)網(wǎng)絡(luò)，以及目前比較經(jīng)典的AlexNet、VGGNet、InceptionNet和ResNet；第7章介紹了Word2Vec、RNN和LSTM；第8章介紹了強(qiáng)化學(xué)習(xí)，以及基于深度學(xué)習(xí)的策
知識遷移的目標(biāo)是使機(jī)器具有和人一樣的“舉一反三”的能力，通過已掌握的知識來完成新的任務(wù)。知識遷移是機(jī)器突破程式化約束，具有自主學(xué)習(xí)能力的關(guān)鍵因素，近年來已成為人工智能的研究熱點(diǎn)之一。從“如何遷移”“遷移什么”與“何時遷移”等角度入手，系統(tǒng)闡述了關(guān)聯(lián)知識的表達(dá)形式、遷移的方式與手段以及實(shí)現(xiàn)遷移的時機(jī)等問題。然而知識遷移方
本書結(jié)合國內(nèi)外較成熟的理論體系，梳理所在交互設(shè)計團(tuán)隊多年的實(shí)踐理論與方法經(jīng)驗(yàn)，全面系統(tǒng)地向讀者介紹交互設(shè)計的理念以及實(shí)踐方法，由淺入深，循序漸進(jìn)。書中將通過6個部分介紹交互設(shè)計的基本概念、理論基礎(chǔ)、設(shè)計流程，以及交互設(shè)計工作團(tuán)隊的工作方法，包括調(diào)研分析、設(shè)計建模、概念設(shè)計與評估。其中通過真實(shí)的案例研究，對設(shè)計方法進(jìn)行完
書單推薦 新書推薦
