本文面向物聯(lián)網(wǎng)設(shè)備的軟件漏洞檢測(cè)需求，基于靜態(tài)分析和動(dòng)態(tài)測(cè)試途徑，介紹圍繞第三方庫(kù)數(shù)據(jù)操作安全檢查缺失漏洞檢測(cè)、通信協(xié)議漏洞檢測(cè)、固件鏡像漏洞檢測(cè)等問(wèn)題的關(guān)鍵技術(shù)與工具。闡述了物聯(lián)網(wǎng)作為新一代信息技術(shù)，已經(jīng)與國(guó)計(jì)民生的各個(gè)方面深度融合，越來(lái)越多的物聯(lián)網(wǎng)設(shè)備通過(guò)網(wǎng)絡(luò)連接后廣泛部署在眾多安全攸關(guān)領(lǐng)域；軟件是物聯(lián)網(wǎng)設(shè)備

本書(shū)主要介紹如何學(xué)習(xí)網(wǎng)絡(luò)中的節(jié)點(diǎn)表征，并將其應(yīng)用到推薦系統(tǒng)中，重點(diǎn)研究了推薦系統(tǒng)中的三種各具代表性的網(wǎng)絡(luò)：用戶產(chǎn)品交互的二分圖，用戶端的社交網(wǎng)絡(luò)，產(chǎn)品端的知識(shí)圖譜。本書(shū)系統(tǒng)性地研究了三種網(wǎng)絡(luò)的建模，提出了針對(duì)不同種類的網(wǎng)絡(luò)在多個(gè)層面將網(wǎng)絡(luò)信息和推薦系統(tǒng)進(jìn)行結(jié)合的解決方案。這些解決方案獲得了學(xué)術(shù)界的廣泛關(guān)注，有些方案已經(jīng)

主要講解智能算法的理論和實(shí)際應(yīng)用。主要針對(duì)1.智能算法計(jì)算時(shí)間分析新方法；2.智能算法在計(jì)算機(jī)視覺(jué)的應(yīng)用；3.智能算法在物流規(guī)劃的應(yīng)用；4.智能算法在軟件測(cè)試的應(yīng)用；5.智能算法在多目標(biāo)優(yōu)化的應(yīng)用。

圖神經(jīng)網(wǎng)絡(luò)是人工智能的一個(gè)熱點(diǎn)方向,從圖的視角解讀大數(shù)據(jù),可以靈活建模復(fù)雜的信息交互關(guān)系,吸引大量學(xué)者的關(guān)注并在多個(gè)工業(yè)領(lǐng)域得到廣泛應(yīng)用�！秷D深度學(xué)習(xí)從理論到實(shí)踐》由淺入深,全面介紹圖神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)、典型模型方法和應(yīng)用實(shí)踐�！秷D深度學(xué)習(xí)從理論到實(shí)踐》不僅包括一般的深度學(xué)習(xí)基礎(chǔ)和圖基礎(chǔ)知識(shí),還涵蓋了圖表示學(xué)習(xí)、圖卷積

本書(shū)以深度學(xué)習(xí)框架TensorFlow為基礎(chǔ)，介紹機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)與常用方法，全面細(xì)致地提供了機(jī)器學(xué)習(xí)操作的原理及其在深度學(xué)習(xí)框架下的實(shí)踐步驟。全書(shū)共16章，分別介紹了深度學(xué)習(xí)基礎(chǔ)知識(shí)、深度學(xué)習(xí)框架及其對(duì)比、機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)、深度學(xué)習(xí)框架TensorFlow的基礎(chǔ)知識(shí)、Logistic回歸、多層感知器、卷積神經(jīng)網(wǎng)絡(luò)與

本書(shū)的寫作目的旨在幫助大量正走在、或即將走向?qū)W習(xí)機(jī)器學(xué)習(xí)路上的廣大讀者朋友。我們?cè)谌粘＝虒W(xué)和培養(yǎng)研究生過(guò)程中發(fā)現(xiàn)，很多同學(xué)一方面想學(xué)、愿意學(xué)；另一方面又遇到入門難的問(wèn)題，希望能有一本書(shū)旨在幫助正走在或即將走向?qū)W習(xí)機(jī)器學(xué)習(xí)路上的廣大讀者朋友。我們?cè)谌粘＝虒W(xué)和培養(yǎng)研究生過(guò)程中發(fā)現(xiàn)，很多同學(xué)一方面想學(xué)、愿意學(xué)；另一方面又遇到

智能運(yùn)維是面向產(chǎn)品全生命周期智能制造的重要組成部分。隨著感知技術(shù)、預(yù)測(cè)技術(shù)和智能技術(shù)的深度應(yīng)用，裝備維修從原來(lái)的事后維修模式、定時(shí)維修模式逐步向基于狀態(tài)的維修模式轉(zhuǎn)變，而提高裝備狀態(tài)監(jiān)測(cè)和維修決策水平是實(shí)現(xiàn)這種轉(zhuǎn)變的關(guān)鍵。本書(shū)在基于狀態(tài)的維修模式及其技術(shù)體系基礎(chǔ)上，對(duì)基于狀態(tài)的維修所涉及的數(shù)據(jù)處理、狀態(tài)監(jiān)測(cè)、趨勢(shì)預(yù)測(cè)、

特征工程可以修改數(shù)據(jù)特征，更好地捕獲問(wèn)題本質(zhì)，從而改進(jìn)結(jié)果。這個(gè)過(guò)程既是一種藝術(shù)，也是技巧和訣竅的一種結(jié)合。本書(shū)是一本特征工程實(shí)用指南，主要探討如何利用特征工程提升機(jī)器學(xué)習(xí)解決方案的性能。本書(shū)從特征工程的基本概念和技術(shù)開(kāi)始介紹，建立了一種特殊的跨領(lǐng)域方法，通過(guò)充分研究案例詳細(xì)介紹了圖數(shù)據(jù)、時(shí)間戳數(shù)據(jù)、文本數(shù)據(jù)和圖像數(shù)據(jù)

本書(shū)從倫理學(xué)的角度入手，在分析當(dāng)前世界各國(guó)AI發(fā)展水平的基礎(chǔ)上，探討了人類與AI共生、協(xié)作的關(guān)系，并為讀者描繪了未來(lái)AI的應(yīng)用前景。

本書(shū)按照人工智能在不同領(lǐng)域的研究特點(diǎn)，通過(guò)專項(xiàng)應(yīng)用來(lái)研究相關(guān)技術(shù)。 全書(shū)分為11章，第1章介紹人工智能領(lǐng)域的基本概念，第2章說(shuō)明Python語(yǔ)言編程工具的使用，第3章到第10章分別從應(yīng)答機(jī)器人、物體識(shí)別、人臉識(shí)別、語(yǔ)音識(shí)別、視頻識(shí)別、生成對(duì)抗神經(jīng)網(wǎng)絡(luò)、無(wú)人駕駛、區(qū)塊鏈和大數(shù)據(jù)等方面對(duì)人工智能從原理到實(shí)戰(zhàn)一步一步進(jìn)行介紹