本書旨在介紹作者及其研究團隊在分布式優(yōu)化與學習理論方面的**研究成果。全書共7章，第1、2章為緒論和相關數學基礎；第3、4章為連續(xù)時間和基于采樣數據的分布式優(yōu)化算法；第5、6章分別為基于群體智能的分布式優(yōu)化算法和分布式機器學習算法；第7章為基于自適應神經網絡輸出反饋控制的分布式合作學習方案設計。本書主要關注從分布式技術

本書比較全面地闡述了自動控制的基本理論與應用。全書共十章，前八章著重介紹經典控制理論及應用，后兩章介紹現代控制理論中的線性系統理論和**控制理論。《BR》本書再次精選了第六版中的主要內容，加強了對基本理論及其工程應用的闡述。書中深入淺出地介紹了自動控制的基本概念，控制系統在時域、頻域和復域中的數學模型及其結構圖和信號流

本書全面講述人工智能與大數據涉及的技術，學完本書后，讀者將對人工智能技術有全面的理解，并能掌握AI整體知識架構。 本書共分16章，內容包括人工智能概述、AI產業(yè)、數據、機器學習概述、模型、機器學習算法、深度學習、TensorFlow、神經網絡、知識圖譜、數據挖掘，以及銀行業(yè)、醫(yī)療、公安、工農業(yè)等行業(yè)人工智能應用情況。

本書以深度核機器學習技術為對象，介紹了支持向量機技術、多核學習技術和深度學習技術的相關內容。包括基本原理、主流算法形式、參數設計策略以及相應的實驗分析等，并結合圖像特征提取和遙感圖像目標識別等場景闡述了先進機器學習的典型應用案例。

《核能未來與Z箍縮驅動聚變裂變混合堆》是中國工程物理研究院研究團隊多年在Z箍縮驅動聚變裂變混合堆研究方面的總結，也是對這條能源技術路線的論證。在論證過程中，研究團隊獲得了如下具有科學意義的重要認識：①純聚變能源經濟上沒有競爭力，也不可能取之不盡、用之不竭；②對慣性約束聚變能源而言，驅動器必須在約10ns時間之內向聚變靶

流形學習是機器學習研究的一個熱點方向，在許多領域中有著廣泛的應用。本書從非線性維數約簡的角度系統闡述了流形學習的基本概念、典型算法以及研究成果。全書共分七章。第一章介紹流形學習的研究背景及現狀；第二章討論了經典的流形學習算法；第三至六章主要介紹噪聲流形學習、改進無監(jiān)督流形學習、監(jiān)督流形學習和半監(jiān)督流形學習算法；第七章介

本教材中的內容采用項目化方式，內容深入淺出、實踐性強，其把理論知識融入到項目實踐過程中，由淺入深，引導學生學習。項目的設計上采用行業(yè)主流技術和開發(fā)平臺，項目內容貼合行業(yè)應用，具有很強的適應性和實用性。

本書首先闡述深度學習的理論基礎，接著介紹TensorFlow的基本知識，以此為基礎，結合實際案例，對深度學習中常見的網絡進行闡述，并附代碼參考與結果圖。

形式概念分析是人工智能中數據挖掘的有效工具。概念格的構造理論是形式概念分析的熱點研究內容之一。本書主要講述經典概念格、三支概念格、三支面向對象(屬性)概念格、區(qū)間形式的概念格的構造方法、算法以及L-模糊三支概念格及其不確定性分析并且分析這幾種概念格之間的聯系。

本書詳細介紹了自動化專業(yè)“自動控制原理”課程的遠程和虛擬實驗內容。全書分為三個部分，第一部分由淺入深地介紹了自動控制原理12個基本和綜合實驗，第二部分和第三部分為仿真實驗教學中心的技術說明書和操作手冊。