本書系“自動控制課程設(shè)計”課程的配套教材,以復雜工業(yè)對象的控制系統(tǒng)建模、分析和綜合作為討論對象,從理論和實踐兩個角度闡述自動控制課程設(shè)計相關(guān)內(nèi)容。本書共分為9個章節(jié)。第1章介紹自動控制課程設(shè)計的背景和目標。第2和第3章介紹控制系統(tǒng)建模方法,第4-5章介紹經(jīng)典控制算法的設(shè)計與實現(xiàn),第6-8章介紹狀態(tài)空間控制器與先進控制算
本書對機器學習的基礎(chǔ)知識和基本算法進行了詳細的介紹,對廣泛應用的經(jīng)典算法(如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機、決策樹和集成學習等)進行了深入的分析,并討論了無監(jiān)督學習的基本方法。用6章對深度學習和深度強化學習進行了相當全面的敘述,不僅深入地討論了反向傳播算法、多層感知機、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)和長短期記憶
隨著大數(shù)據(jù)、物聯(lián)網(wǎng)和5G等技術(shù)的發(fā)展,人工智能早已進入我們的生活,并作為核心驅(qū)動力,對各行各業(yè)進行了深刻的塑造和改變,推動著商業(yè)模式、經(jīng)濟結(jié)構(gòu)甚至國家戰(zhàn)略的升級革新。本書作者精心構(gòu)建了認知覺醒、工具賦能和商業(yè)落地三個篇章九大思維,旨在全方位、多層次地展現(xiàn)AI思維的魅力與力量,為讀者呈現(xiàn)一個完整的AI思維框架體系。本書是
隨著人工智能技術(shù)的廣泛應用,傳統(tǒng)的意識形態(tài)工作面臨著前所未有的機遇和挑戰(zhàn)。一方面,人工智能以其強大的信息傳播能力,為意識形態(tài)的傳播提供了更為便捷、高效的渠道,使得各種思想和觀念能夠以前所未有的速度和廣度進行傳遞;另一方面,人工智能技術(shù)也可能成為某些不良信息的擴散工具。本書旨在為讀者提供一個全面、深入地理解人工智能在意識
本教材全面介紹了機器學習與模式識別的基本概念、核心理論方法和最新研究進展與應用。全書系統(tǒng)地講解了機器學習算法、模型評估與優(yōu)化、特征提取與選擇、深度學習與神經(jīng)網(wǎng)絡(luò)等關(guān)鍵技術(shù)。同時,結(jié)合實際案例,分析了機器學習與模式識別在計算機視覺、智能語音識別、自然語言處理等領(lǐng)域的應用。
隨著AI技術(shù)的不斷成熟,AI已經(jīng)在內(nèi)容創(chuàng)作領(lǐng)域展現(xiàn)出巨大的潛力。本書從AI的發(fā)展歷程出發(fā),系統(tǒng)介紹AI技術(shù)在文字、圖像、視頻等不同類型內(nèi)容生成中的應用方法與技巧。本書提供了豐富的實戰(zhàn)案例,通過詳細的步驟解析,讀者不僅能夠全面了解AIGC的理論基礎(chǔ),還能掌握具體的操作技能和實戰(zhàn)經(jīng)驗。無論是初次接觸AIGC的新手,還是希望
本書系統(tǒng)講解了ChatGPTAI實戰(zhàn)的基本操作知識,如基礎(chǔ)操作、進階操作、常見提示詞模板的使用和ChatGPT在常見領(lǐng)域的綜合應用等。學習本書可以快速掌握ChatGPTAI實戰(zhàn)應用。全書共11章,分別講解了ChatGPT入門的基本操作、編寫與優(yōu)化ChatGPT的提示詞、ChatGPT文案創(chuàng)作提示詞模板、ChatGPT生
本書介紹了NVIDIAOmniverse平臺的架構(gòu)、組件及其應用場景,從平臺概述到組件解析,再到應用程序概述,為讀者提供了深入的了解。書中還詳細指導了IsaacSim的安裝和配置,并深入探討了其界面和基本操作,使讀者能夠輕松上手。此外,應用程序編程接口及場景配置等為開發(fā)者提供了豐富的開發(fā)資源和實用指南。通過多個實例,如
本書全面探討生成式人工智能(AIGC)在文化傳播領(lǐng)域的機遇、挑戰(zhàn)、信任形成機理及提升策略。首先分析AIGC在文化傳播中的角色,探討其如何推動文化創(chuàng)新和多樣性,并討論其在跨文化交流中的價值。重點強調(diào)了在數(shù)字信任危機中構(gòu)建新的文化傳播模式。在個體信任的影響因素方面,通過結(jié)構(gòu)方程模型揭示了知識尋求、工作效率和社會互動在信任形
人工智能和機器學習受數(shù)據(jù)驅(qū)動的趨勢日益明顯。仿真技術(shù)不僅強大,而且魅力無窮,有望釋放兩者的全部潛能。本書的主要內(nèi)容有:用Unity引擎和仿真技術(shù),解決機器學習和人工智能問題。用游戲引擎合成圖像訓模。創(chuàng)建仿真環(huán)境,訓練強化學習和模仿學習模型。采用PPO等高效通用算法解決基于仿真的機器學習問題。用不同方法訓練多種機器學習模