本書以可信計(jì)算和可信網(wǎng)絡(luò)理論為基礎(chǔ)，針對(duì)工業(yè)控制網(wǎng)絡(luò)的特點(diǎn)構(gòu)建可信工業(yè)控制網(wǎng)絡(luò)理論架構(gòu)，兼顧控制和網(wǎng)絡(luò)的綜合協(xié)同研究策略，重點(diǎn)研究工業(yè)控制網(wǎng)絡(luò)的安全性、可生存性和可控性等重要屬性。針對(duì)工業(yè)控制網(wǎng)絡(luò)系統(tǒng)的特點(diǎn)，將可信工業(yè)控制網(wǎng)絡(luò)系統(tǒng)的可信屬性分為安全性、可生存性和可控性；提出多態(tài)有獎(jiǎng)Markov安全性度量方法，可定量度量

本書對(duì)機(jī)器人技術(shù)的研究現(xiàn)狀進(jìn)行了概述，并分析了機(jī)器人技術(shù)的發(fā)展趨勢(shì)。本書介紹了機(jī)器人發(fā)展歷程中的標(biāo)志性系統(tǒng)，概述機(jī)器人的定義、應(yīng)用和分類。針對(duì)全球機(jī)器人研究現(xiàn)狀，從關(guān)鍵技術(shù)和典型系統(tǒng)兩個(gè)方面，按照工業(yè)機(jī)器人、服務(wù)機(jī)器人和特種機(jī)器人分類進(jìn)行了介紹。對(duì)我國(guó)機(jī)器人現(xiàn)狀進(jìn)行了介紹。在此基礎(chǔ)上，通過分析歸納機(jī)器人技術(shù)發(fā)展趨勢(shì)給出

本書主要介紹了作者近幾年在非線性時(shí)滯系統(tǒng)控制方面的研究成果，依據(jù)待研究系統(tǒng)的特征，針對(duì)性地提出了一些解決方法，有效克服了在研究該類問題時(shí)存在的困難。特別是為研究有限時(shí)間控制問題構(gòu)造了相應(yīng)的李雅普諾夫泛函，使得基于李雅普諾夫泛函方法研究該類問題成為可能。

本書較詳細(xì)地介紹了曲面物體3D重建與基于深度學(xué)習(xí)的計(jì)算機(jī)視覺分析關(guān)鍵技術(shù)，內(nèi)容不但包括了首次接觸本學(xué)科的讀者所需要具備的基礎(chǔ)知識(shí)，而且包括近年來國(guó)內(nèi)曲面物體3D重建與計(jì)算機(jī)視覺分析關(guān)鍵技術(shù)研究的重要成果。

交叉口是城市道路網(wǎng)的咽喉，是交通堵塞和事故的多發(fā)地。因此，解決城市交叉口的交通擁堵及安全問題是解決城市交通擁堵問題的重要環(huán)節(jié)。本書以交叉口為研究對(duì)象，從車輛行駛軌跡、交叉口可變車道和交通信號(hào)燈控制等角度出發(fā)，深入系統(tǒng)探討了智能網(wǎng)聯(lián)環(huán)境下的交叉口車路協(xié)同控制方法等問題。

生成對(duì)抗神經(jīng)網(wǎng)絡(luò)（GenerativeAdversarialNets，GAN）作為一種深度學(xué)習(xí)框架，發(fā)展十分迅猛。通過相互對(duì)抗的神經(jīng)網(wǎng)絡(luò)模型，GAN能夠生成結(jié)構(gòu)復(fù)雜且十分逼真的高維度數(shù)據(jù)。因此，被廣泛應(yīng)用于學(xué)術(shù)研究和工程領(lǐng)域，包括圖像處理，如圖像生成、圖像轉(zhuǎn)換、視頻合成；序列數(shù)據(jù)生成，如語(yǔ)音生成、音樂生成等；以及其他眾

本書介紹了元學(xué)習(xí)方法的發(fā)展歷史、起源、思想、近來流行的元學(xué)習(xí)方法，以及這些方法的組織思路、改進(jìn)方案、相互繼承、如何應(yīng)用。本書共11章，分為兩部分：元學(xué)習(xí)方法思想的介紹和元學(xué)習(xí)應(yīng)用場(chǎng)景中模型的介紹。這些內(nèi)容介紹了如何在元學(xué)習(xí)框架下融入強(qiáng)化學(xué)習(xí)、模仿學(xué)習(xí)、在線學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、遷移學(xué)習(xí)等，實(shí)現(xiàn)對(duì)實(shí)際應(yīng)用中深度模型的改進(jìn)，以

本書以漫畫形式講解機(jī)器學(xué)習(xí)的基本概念和關(guān)鍵知識(shí)點(diǎn)，盡可能通俗易懂地講解回歸、分類、結(jié)果評(píng)價(jià)、深度學(xué)習(xí)、集成學(xué)習(xí)、無監(jiān)督學(xué)習(xí)等的原理。本書內(nèi)容基于大學(xué)一年級(jí)的數(shù)學(xué)知識(shí)，著眼于主人公們學(xué)習(xí)和工作中遇到的問題，探究機(jī)器學(xué)習(xí)解決方案。

本書系統(tǒng)闡述遷移學(xué)習(xí)的解決方法和典型應(yīng)用。首先，論述了遷移學(xué)習(xí)的基本概念、方法分類及發(fā)展歷程，介紹了遷移學(xué)習(xí)的相關(guān)基礎(chǔ)知識(shí)。然后，探討了遷移學(xué)習(xí)的基本方法，包括基于樣本、基于特征、基于模型和基于關(guān)系的遷移學(xué)習(xí)方法，闡述了深度遷移學(xué)習(xí)的經(jīng)典方法，包括神經(jīng)網(wǎng)絡(luò)自適應(yīng)遷移方法和神經(jīng)網(wǎng)絡(luò)對(duì)抗遷移方法，介紹了更加實(shí)用的部分域適應(yīng)

本書主要講述人工智能的基礎(chǔ)知識(shí)與基礎(chǔ)理論，并通過大量的人工智能應(yīng)用幫助讀者快速了解人工智能相關(guān)技術(shù)。本書共10章，分別為人工智能概述、人工智能基礎(chǔ)知識(shí)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺、自然語(yǔ)言處理、知識(shí)圖譜、人工智能技術(shù)應(yīng)用場(chǎng)景、智能機(jī)器人和人工智能的挑戰(zhàn)與未來。本書內(nèi)容豐富，講解細(xì)致，注重技術(shù)發(fā)展變化。 本書既可作為