近年來智能化、自主化逐漸成飛行器控制研究領(lǐng)域的熱點之一。本書以云計算與大數(shù)據(jù)為研究背景，針對網(wǎng)絡(luò)化控制技術(shù)難以實現(xiàn)高品質(zhì)和實時控制的要求，首次提出了云控制系統(tǒng)的概念，對云控制系統(tǒng)、云端協(xié)同控制系統(tǒng)、數(shù)據(jù)驅(qū)動云控制系統(tǒng)和云控制安全防護問題進行詳細地介紹，對云控制的概念內(nèi)涵、設(shè)計實現(xiàn)以及服務(wù)平臺進行系統(tǒng)地闡述，對一些云控制

通常來說，人工智能（ArtificialIntelligence，AI）是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統(tǒng)的一門新的技術(shù)科學。人工智能的研究領(lǐng)域包括機器人、語音識別、圖像識別、自然語言處理和專家系統(tǒng)等。 機器學習就是用算法解析數(shù)據(jù)，不斷學習，對世界中發(fā)生的事做出判斷和預測的一項技術(shù)。生

人工智能無疑是近幾年最火的名詞之一。然而，究竟什么是人工智能？為什么說人工智能的**目標是創(chuàng)造“生命”？目前人工智能的硅基生命之路遇到了哪些坎坷？人工智能的未來如何？不可否認的是，許多人了解人工智能是通過科幻電影。那么科幻電影對人工智能起到了怎樣的普及和推動作用？本書將圍繞這些問題，從獨特的視角，為讀者解讀人工智能的秘

數(shù)據(jù)孤島問題已經(jīng)成為制約人工智能發(fā)展的主要阻礙。在此背景下,聯(lián)邦學習(FederatedLearning)作為一種新興的機器學習技術(shù)范式,憑借其突出的隱私保護能力,展示出在諸多業(yè)務(wù)場景中的應用價值。本書從聯(lián)邦學習的基礎(chǔ)知識出發(fā),深入淺出地介紹了中央服務(wù)器優(yōu)化和聯(lián)邦機器學習的算法體系,詳細闡述了聯(lián)邦學習中涉及的加密通信模

本書是深度學習領(lǐng)域的入門教材，闡述了深度學習的知識體系，涵蓋人工智能的基礎(chǔ)知識以及深度學習的基本原理、模型、方法和實踐案例，使讀者掌握深度學習的相關(guān)知識，提高以深度學習方法解決實際問題的能力。全書內(nèi)容包括人工智能基礎(chǔ)、機器學習基礎(chǔ)、深度學習主要框架、深度神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自編碼器與生成對抗網(wǎng)絡(luò)。 本

本書是人工智能和機器學習領(lǐng)域?qū)�業(yè)多年實踐的結(jié)晶，深入淺出講解機器學習應用和工程實踐，是對機器學習工程實踐和設(shè)計模式的系統(tǒng)回顧。全書分別從項目前的準備，數(shù)據(jù)收集和準備，特征工程，監(jiān)督模型訓練，模型評估，模型服務(wù)、監(jiān)測和維護等方面講解，由淺入深剖析機器學習實踐過程中遇到的問題，幫助讀者快速掌握機器學習工程實踐和設(shè)計模式的基

本書是一本看懂計算機視覺的實戰(zhàn)指南，使用理論與實踐相結(jié)合的思想，真正一站式搞定理論學習、算法開發(fā)到模型部署上線。全書內(nèi)容共分為四個部分。第一部分包括第1、2章，主要講解深度學習和計算機視覺基礎(chǔ)，如計算機視覺領(lǐng)域的經(jīng)典網(wǎng)絡(luò)和常見的目標檢測算法；第二部分包括第3～6章，主要講解圖像處理知識，結(jié)合應用案例，對知識點進行分析說

本書以優(yōu)化知識結(jié)構(gòu)、培養(yǎng)解決問題的能力為出發(fā)點，以實施素質(zhì)教育、培養(yǎng)學生具有新一代人工智能應用意識為目標，以培養(yǎng)學生創(chuàng)新精神、創(chuàng)業(yè)能力為重點，以企業(yè)人才需求構(gòu)建新的知識體系為主線。全書共12章，分為3篇:智慧城市篇、智慧生產(chǎn)篇、智慧服務(wù)篇。分別以智慧安防、智慧交通、智慧樓宇、智慧政務(wù)、智慧能源、智慧商業(yè)、智慧制造、智慧

本書系統(tǒng)介紹了自動控制的基本概念、數(shù)學模型的建立、時域特性分析、根軌跡分析、頻域特性分析等基本知識和分析方法，并將相關(guān)知識和數(shù)學模型方法用于分析、判斷控制工程問題。全書共分為9章，分別為：緒論、連續(xù)時間控制系統(tǒng)的數(shù)學模型、線性系統(tǒng)的時域特性分析、根軌跡分析法、線性系統(tǒng)的頻域特性分析、線性系統(tǒng)的校正、線性離散系統(tǒng)的分析、

視頻理解是計算機視覺和深度學習的一個重要分支。本書對視頻理解的3個重要領(lǐng)域進行介紹，對于每個領(lǐng)域，本書不僅解釋了相關(guān)算法的原理，還梳理了算法演進的脈絡(luò)。全書共分6章，第1章簡要介紹視頻行業(yè)的發(fā)展歷程；第2章回顧經(jīng)典圖像分類模型和RNN；第3章和第4章介紹動作識別的重要算法；第5章介紹時序動作定位的重要算法；第6章介紹視

隨著無人系統(tǒng)在生產(chǎn)、生活中的廣泛應用，未來智能無人系統(tǒng)必將朝著多域協(xié)同化發(fā)展。本書面向復雜、動態(tài)、多約束的地面與近地面作業(yè)場景，將無人車、無人機、水陸兩棲無人船等平臺自主導航技術(shù)進行統(tǒng)一整合，提出了一整套完整的陸上無人系統(tǒng)自主導航體系架構(gòu)，并在該理論框架下詳細介紹了無人系統(tǒng)自主導航過程中的若干核心關(guān)鍵技術(shù)。 本書可供

本書是算法競賽領(lǐng)域一本系統(tǒng)介紹競賽的圖書，書中不僅包含競賽的基本理論知識，還結(jié)合多個方向和案例詳細闡述了競賽中的上分思路和技巧。全書分為五部分：第一部分以算法競賽的通用流程為主，介紹競賽中各個部分的核心內(nèi)容和具體工作；第二部分介紹了用戶畫像相關(guān)的問題；第三部分以時間序列預測問題為主，先講述這類問題的常見解題思路和技巧，

這是一本寫給青少年看的人工智能科普圖書，目的是啟蒙科學素養(yǎng)，開闊科學視野，培養(yǎng)科學思維，鍛煉動手能力，讓小讀者們了解人工智能的過去、現(xiàn)在和未來，從而更好地融入人工智能時代。通過閱讀本書，小讀者們不僅會了解到“存在這樣那樣的人工智能”，還會一睹很多人工智能發(fā)展的過程和細節(jié)：科學家如何提出問題并想到絕妙的點子，技術(shù)如何從第

本書基于谷歌的深度學習框架tensorflow，深入講解其語法特點，以及使用方法，并在此基礎(chǔ)上選取了圖像領(lǐng)域的多個應用進行深入講解，原理由淺入深，算法推導細致到位，結(jié)合大量的圖片，以及運行中間結(jié)果，進行了細致的分析。 本書基于谷歌的深度學習框架tensorflow，深入講解其語法特點，以及使用方法，并在此基礎(chǔ)上選取了圖

強化學習是實現(xiàn)決策智能的主要途徑之一。經(jīng)歷數(shù)十年的發(fā)展，強化學習領(lǐng)域已經(jīng)枝繁葉茂，技術(shù)內(nèi)容紛繁復雜，這也為初學者快速入門造成障礙。本書是一本深度強化學習領(lǐng)域的入門讀物。全書分為四部分。第一部分主要闡述強化學習領(lǐng)域的基本理論知識；第二部分講解深度強化學習常用算法的原理、各算法之間的繼承與發(fā)展，以及各自的算法流程；第三部分

智能體AlphaGo戰(zhàn)勝人類圍棋專家刷新了人類對人工智能的認識，也使得其核心技術(shù)強化學習受到學術(shù)界的廣泛關(guān)注。本書正是在如此背景下，圍繞作者多年從事強化學習理論及應用的研究內(nèi)容及國內(nèi)外關(guān)于強化學習的最近動態(tài)等方面展開介紹，是為數(shù)不多的強化學習領(lǐng)域的專業(yè)著作。該著作側(cè)重于基于直接策略搜索的強化學習方法，結(jié)合了統(tǒng)計學習的諸

人的智能和AI賦能的機器智能在自動化控制領(lǐng)域的共融共存形成了人機混合智能系統(tǒng)這一新型的系統(tǒng)形式和智能形式。一方面，這類系統(tǒng)所代表的系統(tǒng)結(jié)構(gòu)形式是傳統(tǒng)自動化控制系統(tǒng)應對AI賦能的機器智能變革的必然發(fā)展形勢；另一方面，它所代表的智能形式也成為AI未來發(fā)展的重要甚至是的終極形式。在本《人機混合智能系統(tǒng)自主性理論和方法》，我們

本書聚焦信息科學、生命科學、新能源、新材料等為代表的高科技領(lǐng)域，以及物理、化學、數(shù)學等基礎(chǔ)科學的進展與新興技術(shù)的交叉融合，其中70%的內(nèi)容來源于IEEE計算機協(xié)會相關(guān)刊物內(nèi)容的全文翻譯，另外30%的內(nèi)容由STEERTech和iCANXTalks上的國際知名科學家的學術(shù)報告、報道以及相關(guān)活動內(nèi)容組成。本書將以創(chuàng)新的方式宣

全書從推薦系統(tǒng)的發(fā)展歷史、基本構(gòu)成開始，依次剖析推薦系統(tǒng)的內(nèi)容召回、協(xié)同過濾召回、深度學習召回中具有代表性的模型；再從經(jīng)典排序模型到基于深度學習的排序，順勢介紹會話推薦、強化學習推薦及工業(yè)級推薦，搭建了完整的推薦系統(tǒng)技術(shù)體系，這是一個由淺入深的系統(tǒng)學習過程。 本書的目標讀者應該對深度學習有基本的了解，掌握概率論、線性代

機器學習已經(jīng)廣泛地應用于各行各業(yè)，深度學習的興起再次推動了人工智能的熱潮。本書結(jié)合項目實踐，首先討論主流機器學習平臺的主要特點和機器學習的實戰(zhàn)難點；在此基礎(chǔ)上，利用主流的機器學習開源平臺TensorFlow、OpenVINO、PaddlePaddle等，通過19個實戰(zhàn)案例，詳細地分析決策樹、隨機森林、支持向量機、邏輯回