本書從仿生學(xué)的角度,闡述AI面臨的挑戰(zhàn)和前沿研究方向,同時(shí)融入作者在AI研究中部分最新成果。反映了人工智能發(fā)展的最新動(dòng)態(tài)，為生物信息學(xué)或其他學(xué)科的特征分析提供手段和方法，為研究和開發(fā)更高層次的human-like智能打下基礎(chǔ)。本書強(qiáng)調(diào)新視野、先進(jìn)性、實(shí)用性和可讀性，書中涉及的經(jīng)典例子和算法都將提供程序?qū)崿F(xiàn)，附在隨書光盤

《基于逼近論的多模態(tài)信息表示》從逼近論角度，由最基本的線性無關(guān)函數(shù)基（插值基、奇異值分解、主成分分析）出發(fā)，到正交函數(shù)基（傅里葉變換、小波基），再到一般通用逼近算子（人工神經(jīng)網(wǎng)絡(luò)），延伸至過完備基（壓縮傳感、稀疏表示），最后實(shí)現(xiàn)分層特征表示（深度學(xué)習(xí)）。通過基函數(shù)表示信息的思想貫穿始終，作者希望由此啟發(fā)讀者更進(jìn)一步思考

自然計(jì)算是國(guó)際上一個(gè)新的計(jì)算領(lǐng)域研究熱點(diǎn)。本書為國(guó)內(nèi)第一部以自然計(jì)算為主要內(nèi)容的專著。第一部分首先對(duì)傳統(tǒng)的自然計(jì)算方法-人工神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算、模糊系統(tǒng)等簡(jiǎn)要回顧并介紹其最新的進(jìn)展情況。第二部分從第二章開始到第七章重點(diǎn)介紹生物啟發(fā)的計(jì)算、物理啟發(fā)的計(jì)算、化學(xué)啟發(fā)的計(jì)算等重要的新興的自然計(jì)算方法及體系。第三部分介紹與自然

《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》是一本介紹神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)算法基本原理及相關(guān)實(shí)例的書籍，它不是教科書，作者已盡量把公式減少到極少，以適應(yīng)絕大部分人的閱讀基礎(chǔ)和知識(shí)儲(chǔ)備。《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》涵蓋了神經(jīng)網(wǎng)絡(luò)的研究歷史、基礎(chǔ)原理、深度學(xué)習(xí)中的自編碼器、深度信念網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等，這些算法都已在很多行業(yè)發(fā)揮了價(jià)值。 《神經(jīng)網(wǎng)絡(luò)與

20世紀(jì)50年代以來，人工智能出現(xiàn)了符號(hào)主義、連接主義和行為主義等主導(dǎo)性研究范式。理論界普遍認(rèn)為，人工智能已經(jīng)超越了現(xiàn)有的范式理論，逐步形成了一種融合的趨勢(shì)。然而，如何對(duì)人工智能各研究范式進(jìn)行融合以及在什么樣的基礎(chǔ)上進(jìn)行融合，這一難題成為人工智能理論進(jìn)一步發(fā)展的瓶頸所在。本書從貫穿整個(gè)人工智能發(fā)展過程的兩條主要線索--

不確定性知識(shí)處理是人工智能領(lǐng)域最基本的研究問題�！恫淮_定性知識(shí)處理的基本理論與方法》對(duì)知識(shí)表示和推理、不確定性知識(shí)處理（亦簡(jiǎn)稱不確定性處理）的基本理論與方法進(jìn)行了全面、系統(tǒng)的闡述，內(nèi)容包括知識(shí)表示與推理方法、不確定性知識(shí)處理的經(jīng)典理論與方法、貝葉斯網(wǎng)推理與學(xué)習(xí)方法、粗糙集理論等四部分。 《不確定性知識(shí)處理的基本理論與

書中介紹了針對(duì)不同情況的多種分類和聚類算法，如信任C均值聚類算法，信任K近鄰分類器和不完整數(shù)據(jù)信任分類器等。通過對(duì)多個(gè)信任分類器輸出的融合能夠得到更全面可靠的信息，提高目標(biāo)識(shí)別準(zhǔn)確性。針對(duì)多源多時(shí)相信息融合，發(fā)展了動(dòng)態(tài)證據(jù)推理，不僅可對(duì)目標(biāo)實(shí)時(shí)識(shí)別，還能對(duì)目標(biāo)變化準(zhǔn)確檢測(cè)判斷。

大規(guī)模強(qiáng)化學(xué)習(xí)

人工智能及其演化

谷歌AlphaGO戰(zhàn)勝李世石，標(biāo)志著機(jī)器智能向人類智能的領(lǐng)地又邁進(jìn)了偉大的一步。而“互聯(lián)網(wǎng)”向“智能”時(shí)代的躍遷，也昭示新智能時(shí)代即將到來。2016年，恰逢人工智能誕生60周年，《新智元：機(jī)器人類=超智能時(shí)代》是人工智能技術(shù)和產(chǎn)業(yè)狂飆突進(jìn)的見證，為讀者打開人工智能世界的一

作為一類具有廣泛應(yīng)用背景的非線性動(dòng)力系統(tǒng)，神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性和同步控制是其應(yīng)用和設(shè)計(jì)的基礎(chǔ)。本書致力于系統(tǒng)介紹時(shí)滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性與同步控制理論在近年來取得的最新成果。主要內(nèi)容涉及到：根據(jù)神經(jīng)網(wǎng)絡(luò)的演化機(jī)制和內(nèi)在規(guī)律，建立切合實(shí)際的時(shí)滯神經(jīng)網(wǎng)絡(luò)模型，運(yùn)用Lyapunov穩(wěn)定性理論、線性矩陣不等式技術(shù)、劃分時(shí)滯方法、規(guī)范型

本書第一版（2004年）創(chuàng)建了"知識(shí)系統(tǒng)工程"這一新的學(xué)科分支，將知識(shí)管理中的基于信息技術(shù)與基于組織行為的知識(shí)管理思想與方法綜合集成，兼顧知識(shí)管理里與知識(shí)處理（知識(shí)運(yùn)作），形成新的理念和視角。近十年來，社會(huì)經(jīng)濟(jì)發(fā)展對(duì)知識(shí)的應(yīng)用和創(chuàng)新提出新的更大更高的需求，移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等的發(fā)展以及智能科學(xué)與技術(shù)的深

本書是一本介紹大數(shù)據(jù)智能分析的科普書籍，旨在讓更多的人了解和學(xué)習(xí)互聯(lián)網(wǎng)時(shí)代的機(jī)器學(xué)習(xí)和自然語(yǔ)言處理技術(shù)，以期讓大數(shù)據(jù)技術(shù)更好地為我們的生產(chǎn)和生活服務(wù)。全書包括大數(shù)據(jù)智能基礎(chǔ)和大數(shù)據(jù)智能應(yīng)用兩個(gè)部分，共8章。大數(shù)據(jù)智能基礎(chǔ)部分有三章：第1章以深度學(xué)習(xí)為例介紹大數(shù)據(jù)智能的計(jì)算框架；第2章以知識(shí)圖譜為例介紹大數(shù)據(jù)智能的知識(shí)庫(kù)

借鑒生物免疫系統(tǒng)的分層防御機(jī)理以及層次間的相互作用，作者提出了用于機(jī)電設(shè)備故障診斷的免疫診斷模型。將故障檢測(cè)與診斷功能進(jìn)行整合，研究機(jī)電設(shè)備異常檢測(cè)與故障診斷的免疫算法與模型，分層解決設(shè)備的狀態(tài)監(jiān)測(cè)、故障定位與診斷等關(guān)鍵問題，建立了異常狀態(tài)監(jiān)測(cè)與故障診斷一體化的快速反應(yīng)機(jī)制。第一層，異常追蹤監(jiān)測(cè)。在獲取設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)

本書介紹了群體智能理論的主要研究分支和擬態(tài)物理學(xué)方法的基本概念和思想，結(jié)合生物系統(tǒng)和物理系統(tǒng)都具有自組織、自學(xué)習(xí)和自適應(yīng)的特性，提出了從擬態(tài)物理學(xué)這一獨(dú)特視角研究群體智能，深入介紹了由擬態(tài)物理學(xué)規(guī)律驅(qū)動(dòng)的生物群集行為的建模仿真以及穩(wěn)定性分析，擬態(tài)物理學(xué)優(yōu)化算法的框架建立、算法設(shè)計(jì)、收斂性分析、約束優(yōu)化問題求解以及群機(jī)器

《新型神經(jīng)網(wǎng)絡(luò)及其英文SCI論文評(píng)審論辯》以作者多年在神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用方面的研究成果為線索，介紹了SCI期刊論文投稿、論辯與發(fā)表方面的具體事項(xiàng)和相關(guān)技巧，對(duì)指導(dǎo)研究者進(jìn)行SCI論文投稿具有重要的參考價(jià)值�！缎滦蜕窠�(jīng)網(wǎng)絡(luò)及其英文SCI論文評(píng)審論辯》闡述了三類新型神經(jīng)網(wǎng)絡(luò)(連續(xù)ZNN、離散ZNN、WASD神經(jīng)網(wǎng)絡(luò))的研究

本書是機(jī)器學(xué)習(xí)原理和算法編碼實(shí)現(xiàn)的基礎(chǔ)性讀物，內(nèi)容分為兩大主線：?jiǎn)蝹�(gè)算法的原理講解和機(jī)器學(xué)習(xí)理論的發(fā)展變遷。算法除包含傳統(tǒng)的分類、聚類、預(yù)測(cè)等常用算法之外，還新增了深度學(xué)習(xí)、貝葉斯網(wǎng)、隱馬爾科夫模型等內(nèi)容。對(duì)于每個(gè)算法，均包括提出問題、解決策略、數(shù)學(xué)推導(dǎo)、編碼實(shí)現(xiàn)、結(jié)果評(píng)估幾部分。數(shù)學(xué)推導(dǎo)力圖做到由淺入深，深入淺出。結(jié)

時(shí)滯神經(jīng)網(wǎng)絡(luò)動(dòng)力學(xué)是神經(jīng)網(wǎng)絡(luò)與動(dòng)力系統(tǒng)交叉結(jié)合的一門新型學(xué)科，《時(shí)滯型神經(jīng)網(wǎng)絡(luò)動(dòng)力學(xué)分析及在電力系統(tǒng)中的應(yīng)用》較詳細(xì)地介紹了若干具有不同實(shí)際背景和應(yīng)用功能的時(shí)滯型神經(jīng)網(wǎng)絡(luò)的模型及有關(guān)基本概念，通過對(duì)國(guó)內(nèi)外大量文獻(xiàn)資料進(jìn)行精心篩選與組織，較系統(tǒng)地介紹了國(guó)內(nèi)外學(xué)者關(guān)于時(shí)滯型神經(jīng)網(wǎng)絡(luò)動(dòng)力學(xué)研究的一些優(yōu)秀成果并將其付諸于電力系

《混合神經(jīng)網(wǎng)絡(luò)技術(shù)（第二版）》在論述神經(jīng)網(wǎng)絡(luò)基本概念和基本原理的基礎(chǔ)上，重點(diǎn)介紹混合神經(jīng)網(wǎng)絡(luò)技術(shù)，同時(shí)，介紹各種混合神經(jīng)網(wǎng)絡(luò)技術(shù)在電磁建模和優(yōu)化問題中的應(yīng)用�！痘旌仙窠�(jīng)網(wǎng)絡(luò)技術(shù)（第二版）》共11章，內(nèi)容主要包括神經(jīng)網(wǎng)絡(luò)的基本概念、基礎(chǔ)知識(shí)、BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、Hopfield神經(jīng)網(wǎng)絡(luò)、粒子群神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)

《語(yǔ)義網(wǎng)技術(shù)體系》簡(jiǎn)要回顧萬維網(wǎng)的發(fā)展歷史及體系結(jié)構(gòu),系統(tǒng)介紹語(yǔ)義網(wǎng)的基本理念及技術(shù)體系,包括RDF數(shù)據(jù)、Web本體、語(yǔ)義網(wǎng)推理技術(shù)和RDF數(shù)據(jù)查詢技術(shù)等方面的基本概念和前沿研究;詳細(xì)闡述語(yǔ)義網(wǎng)應(yīng)用中的基礎(chǔ)技術(shù),包括語(yǔ)義網(wǎng)搜索技術(shù)、語(yǔ)義網(wǎng)本體匹配技術(shù)和語(yǔ)義網(wǎng)瀏覽技術(shù),并介紹作者在語(yǔ)義網(wǎng)搜索、語(yǔ)義網(wǎng)本體匹配和語(yǔ)義網(wǎng)瀏覽方