定 價(jià)：139 元
叢書名：計(jì)算機(jī)類專業(yè)系統(tǒng)能力培養(yǎng)系列教材
- 作者：郭斌 劉思聰 於志文 著
- 出版時(shí)間：2022/6/1
- ISBN：9787111705918
- 出 版 社：機(jī)械工業(yè)出版社
- 中圖法分類：TP391.75
- 頁(yè)碼：576
- 紙張：
- 版次：
- 開本：16
概述：隨著物聯(lián)網(wǎng)和人工智能技術(shù)的快速發(fā)展與加速融合，智能物聯(lián)網(wǎng)（AI in IoT, AIoT）正成長(zhǎng)為一個(gè)具有具有廣泛發(fā)展前景的新興前沿領(lǐng)域。物聯(lián)網(wǎng)智能應(yīng)用和服務(wù)已經(jīng)逐步融入國(guó)家重大需求和民生的各個(gè)領(lǐng)域，如智慧城市、智能制造、無(wú)人駕駛、智慧農(nóng)業(yè)、健康衛(wèi)生、國(guó)防軍事等。在智能物聯(lián)網(wǎng)背景下，人（智能手機(jī)、可穿戴設(shè)備等）、機(jī)（云設(shè)備/邊緣設(shè)備）、物（物聯(lián)網(wǎng)終端）這三種基礎(chǔ)要素正在走向協(xié)作和融合，邁向人機(jī)物融合群智計(jì)算時(shí)代。人機(jī)物融合群智計(jì)算（CrowdHMI）是指利用人/機(jī)/物感知能力的差異性、計(jì)算資源的互補(bǔ)性、節(jié)點(diǎn)間的交互性，通過協(xié)同感知、分布式學(xué)習(xí)、群智知識(shí)遷移等來(lái)解決單獨(dú)利用某種智能難以解決的復(fù)雜問題，進(jìn)而構(gòu)建具有自學(xué)習(xí)、自組織、自適應(yīng)、可遷移能力的智慧空間。其潛在的研究挑戰(zhàn)包括人機(jī)物群智融合機(jī)理，人機(jī)物協(xié)作群智感知，自學(xué)習(xí)增強(qiáng)與自適應(yīng)演化（深度模型壓縮、遷移學(xué)習(xí)、元學(xué)習(xí)、終身學(xué)習(xí)等），群體分布式學(xué)習(xí)模型（邊緣智能、端邊云協(xié)同計(jì)算、多智能體強(qiáng)化學(xué)習(xí)、聯(lián)邦學(xué)習(xí)等）方面。本書將為大家介紹人機(jī)物融合群智計(jì)算的基礎(chǔ)理論、概念模型、研究挑戰(zhàn)與關(guān)鍵技術(shù)、典型應(yīng)用，并對(duì)其未來(lái)發(fā)展方向進(jìn)行展望。本書可以為物聯(lián)網(wǎng)、人工智能、工業(yè)互聯(lián)網(wǎng)、智慧城市、智能制造等領(lǐng)域的科研人員和IT從業(yè)者提供創(chuàng)新的發(fā)展視角及相關(guān)理論、方法與技術(shù)支撐，也可作為相關(guān)專業(yè)高年級(jí)本科生和研究生課程教材。
叢書序言
推薦序一
推薦序二
前言
第1章 緒論1
1.1 背景與趨勢(shì)1
1.2 人機(jī)物融合群智計(jì)算概述3
1.3 研究挑戰(zhàn)與進(jìn)展4
1.3.1 人機(jī)物群智協(xié)同機(jī)理4
1.3.2 自組織與自適應(yīng)能力5
1.3.3 群智能體分布式學(xué)習(xí)6
1.4 典型應(yīng)用6
1.4.1 城市計(jì)算6
1.4.2 智能制造7
1.5 本書整體結(jié)構(gòu)8
習(xí)題11
參考文獻(xiàn)11
第2章 邁向人機(jī)物融合群智計(jì)算時(shí)代14
2.1 背景和趨勢(shì)14
2.1.1 智能物聯(lián)14
2.1.2 邊緣智能16
2.1.3 新一代人工智能17
2.2 應(yīng)用新業(yè)態(tài)18
2.2.1 城市群智計(jì)算19
2.2.2 群智智能制造20
2.2.3 軍事群體智能23
2.3 人機(jī)物融合群智計(jì)算內(nèi)涵25
2.3.1 基本概念25
2.3.2 人機(jī)物融合智慧空間27
2.4 人機(jī)物融合群智計(jì)算特質(zhì)28
2.5 研究脈絡(luò)30
習(xí)題32
參考文獻(xiàn)32
第3章 人機(jī)物群智涌現(xiàn)機(jī)理35
3.1 生物群智涌現(xiàn)機(jī)理36
3.1.1 集體行進(jìn)37
3.1.2 群體聚集39
3.1.3 群體避險(xiǎn)40
3.1.4 協(xié)作筑巢42
3.1.5 分工捕食44
3.1.6 社會(huì)組織45
3.1.7 交互通信47
3.1.8 形態(tài)發(fā)生49
3.2 生物集群到人工集群映射機(jī)理51
3.2.1 群集動(dòng)力學(xué)52
3.2.2 啟發(fā)式規(guī)則53
3.2.3 自適應(yīng)機(jī)制56
3.2.4 群智優(yōu)化算法58
3.2.5 圖結(jié)構(gòu)映射模型59
3.2.6 演化博弈動(dòng)力學(xué)61
3.2.7 群智能體學(xué)習(xí)機(jī)制62
3.2.8 群智涌現(xiàn)機(jī)理的典型應(yīng)用64
3.3 人機(jī)物融合群智涌現(xiàn)機(jī)理66
3.3.1 群落生態(tài)學(xué)69
3.3.2 異構(gòu)群集動(dòng)力學(xué)73
3.3.3 人機(jī)物演化動(dòng)力學(xué)75
3.3.4 人機(jī)物共融智能79
3.3.5 人機(jī)物超級(jí)物種集群83
3.4 本章總結(jié)和展望86
習(xí)題87
參考文獻(xiàn)87
第4章 人機(jī)物群智涌現(xiàn)動(dòng)力學(xué)模型100
4.1 群集動(dòng)力學(xué)模型101
4.1.1 生物群集動(dòng)力學(xué)建模102
4.1.2 群集動(dòng)力學(xué)系統(tǒng)建模109
4.2 群智演化博弈動(dòng)力學(xué)模型111
4.2.1 生物集群演化博弈動(dòng)力學(xué)模型111
4.2.2 人工集群演化博弈動(dòng)力學(xué)模型114
4.3 人機(jī)物融合群智系統(tǒng)動(dòng)力學(xué)建模117
4.3.1 人機(jī)物融合群集動(dòng)力學(xué)系統(tǒng)建模117
4.3.2 人機(jī)物融合演化動(dòng)力學(xué)建模123
4.3.3 超級(jí)物種集群構(gòu)建130
習(xí)題136
參考文獻(xiàn)136
第5章 人機(jī)物協(xié)作群智感知146
5.1 群智感知新發(fā)展148
5.1.1 人機(jī)物協(xié)作群智感知的基本概念148
5.1.2 人機(jī)物協(xié)作群智感知的系統(tǒng)架構(gòu)149
5.2 人機(jī)物協(xié)作任務(wù)分配152
5.2.1 人機(jī)物協(xié)作任務(wù)分配問題152
5.2.2 人機(jī)物協(xié)作任務(wù)分配框架155
5.2.3 人機(jī)物協(xié)作任務(wù)分配方法157
5.2.4 研究趨勢(shì)展望168
5.3 感知數(shù)據(jù)的高效匯聚168
5.3.1 終端感知數(shù)據(jù)質(zhì)量評(píng)估169
5.3.2 冗余數(shù)據(jù)優(yōu)選171
5.3.3 數(shù)據(jù)高效匯聚173
5.4 人機(jī)物協(xié)作群智感知的應(yīng)用175
5.5 本章總結(jié)和展望177
習(xí)題178
參考文獻(xiàn)179
第6章 多源異構(gòu)群智數(shù)據(jù)融合184
6.1 跨模態(tài)群智數(shù)據(jù)關(guān)聯(lián)185
6.1.1 何為跨模態(tài)群智數(shù)據(jù)185
6.1.2 跨模態(tài)群智數(shù)據(jù)表示188
6.1.3 跨模態(tài)群智數(shù)據(jù)耦合關(guān)系學(xué)習(xí)191
6.1.4 跨模態(tài)群智數(shù)據(jù)融合研究實(shí)踐194
6.2 群智知識(shí)集聚與發(fā)現(xiàn)196
6.2.1 群智數(shù)據(jù)集聚198
6.2.2 群智知識(shí)發(fā)現(xiàn)204
6.3 群智融合時(shí)空預(yù)測(cè)208
6.3.1 群智融合時(shí)空預(yù)測(cè)任務(wù)208
6.3.2 群智融合時(shí)空預(yù)測(cè)研究實(shí)踐211
6.4 本章總結(jié)和展望216
習(xí)題217
參考文獻(xiàn)218
第7章 自學(xué)習(xí)增強(qiáng)與自適應(yīng)演化224
7.1 強(qiáng)化學(xué)習(xí)與自主決策226
7.1.1 何為強(qiáng)化學(xué)習(xí)227
7.1.2 深度Q網(wǎng)絡(luò)229
7.1.3 策略梯度231
7.1.4 演員-評(píng)論家架構(gòu)231
7.1.5 分層強(qiáng)化學(xué)習(xí)232
7.1.6 元強(qiáng)化學(xué)習(xí)233
7.2 深度計(jì)算方法的自適應(yīng)演化235
7.2.1 模型性能指標(biāo)量化235
7.2.2 模型的自適應(yīng)壓縮238
7.2.3 模型運(yùn)行時(shí)自適應(yīng)244
7.2.4 多平臺(tái)自適應(yīng)分割246
7.2.5 自適應(yīng)網(wǎng)絡(luò)架構(gòu)搜索250
7.3 深度計(jì)算方法的自學(xué)習(xí)增強(qiáng)演化 254
7.3.1 自學(xué)習(xí)增強(qiáng)演化254
7.3.2 何為終身學(xué)習(xí)256
7.3.3 災(zāi)難性遺忘259
7.3.4 終身學(xué)習(xí)研究262
7.4 本章總結(jié)和展望277
習(xí)題278
參考文獻(xiàn)279
第8章 群智能體分布式學(xué)習(xí)方法287
8.1 傳統(tǒng)分布式機(jī)器學(xué)習(xí)288
8.1.1 數(shù)據(jù)與模型劃分289
8.1.2 分布式通信策略293
8.1.3 數(shù)據(jù)與模型聚合297
8.1.4 主流分布式機(jī)器學(xué)習(xí)平臺(tái)300
8.1.5 人機(jī)物群智能體分布式學(xué)習(xí)新挑戰(zhàn)300
8.2 群智能體聯(lián)邦學(xué)習(xí)301
8.2.1 橫向聯(lián)邦學(xué)習(xí)303
8.2.2 縱向聯(lián)邦學(xué)習(xí)307
8.2.3 個(gè)性化聯(lián)邦學(xué)習(xí)309
8.3 群智能體深度強(qiáng)化學(xué)習(xí)313
8.3.1 群智能體環(huán)境315
8.3.2 群智能體協(xié)作316
8.3.3 群智能體競(jìng)爭(zhēng)319
8.3.4 群智能體通信323
8.4 群智能體協(xié)同計(jì)算326
8.4.1 協(xié)同計(jì)算的基本方法327
8.4.2 串行協(xié)同計(jì)算328
8.4.3 并行協(xié)同計(jì)算331
8.4.4 混合協(xié)同計(jì)算333
8.5 本章總結(jié)和展望335
習(xí)題336
參考文獻(xiàn)337
第9章 人機(jī)混合學(xué)習(xí)方法343
9.1 參與式樣本標(biāo)注345
9.1.1 參與式樣本標(biāo)注的概念345
9.1.2 參與式樣本標(biāo)注的框架與方法346
9.1.3 參與式樣本標(biāo)注的成本控制350
9.1.4 參與式樣本標(biāo)注的質(zhì)量控制352
9.2 示范模仿學(xué)習(xí)354
9.2.1 何為模仿學(xué)習(xí)354
9.2.2 行為克隆355
9.2.3 交互式模仿學(xué)習(xí)356
9.2.4 逆強(qiáng)化學(xué)習(xí)358
9.2.5 生成對(duì)抗式模仿學(xué)習(xí)360
9.2.6 單樣本模仿學(xué)習(xí)362
9.3 人類指導(dǎo)強(qiáng)化學(xué)習(xí)363
9.3.1 基于人為評(píng)估反饋的指導(dǎo)364
9.3.2 基于人類偏好的指導(dǎo)366
9.3.3 基于人類注意力的指導(dǎo)367
9.4 本章總結(jié)和展望370
習(xí)題371
參考文獻(xiàn)371
第10章 群智能體知識(shí)遷移方法375
10.1 基于知識(shí)蒸餾的群智知識(shí)遷移376
10.1.1 教師-學(xué)生遷移模式376
10.1.2 學(xué)生互學(xué)習(xí)遷移模式381
10.2 基于域自適應(yīng)的群智知識(shí)遷移383
10.2.1 樣本自適應(yīng)知識(shí)遷移385
10.2.2 特征自適應(yīng)知識(shí)遷移387
10.2.3 深度網(wǎng)絡(luò)自適應(yīng)知識(shí)遷移389
10.2.4 對(duì)抗自適應(yīng)知識(shí)遷移390
10.3 基于多任務(wù)學(xué)習(xí)的群智知識(shí)共享397
10.3.1 多任務(wù)聯(lián)合學(xué)習(xí)398
10.3.2 輔助任務(wù)學(xué)習(xí)403
10.4 基于元學(xué)習(xí)的群智知識(shí)遷移405
10.4.1 何為元學(xué)習(xí)406
10.4.2 基于優(yōu)化的元學(xué)習(xí)知識(shí)遷移409
10.4.3 基于模型的元學(xué)習(xí)知識(shí)遷移416
10.4.4 基于度量的元學(xué)習(xí)知識(shí)遷移418
10.5 基于聯(lián)邦遷移學(xué)習(xí)的群智知識(shí)遷移422
10.5.1 何為聯(lián)邦遷移學(xué)習(xí)422
10.5.2 聯(lián)邦遷移系統(tǒng)框架423
10.5.3 典型應(yīng)用428
10.6 基于分層學(xué)習(xí)的群智技能遷移431
10.6.1 何為技能遷移432
10.6.2 分層強(qiáng)化學(xué)習(xí)432
10.6.3 模塊化分層學(xué)習(xí)437
10.7 多智能體強(qiáng)化學(xué)習(xí)中的群智知識(shí)遷移438
10.7.1 多智能體經(jīng)驗(yàn)遷移學(xué)習(xí)439
10.7.2 多智能體交互遷移學(xué)習(xí)442
10.8 本章總結(jié)和展望445
習(xí)題446
參考文獻(xiàn)446
第11章 隱私、信任與社會(huì)因素455
11.1 激勵(lì)機(jī)制455
11.1.1 移動(dòng)群智感知中的激勵(lì)機(jī)制456
11.1.2 人機(jī)物融合群智計(jì)算中的激勵(lì)機(jī)制457
11.1.3 激勵(lì)機(jī)制的典型案例460
11.2 隱私保護(hù)462
11.2.1 人機(jī)物融合的隱私問題463
11.2.2 人機(jī)物融合的隱私解決方案467
11.3 信任計(jì)算476
11.3.1 人機(jī)物融合的多元信任計(jì)算477
11.3.2 人機(jī)協(xié)同信任機(jī)制481
11.3.3 人機(jī)物動(dòng)態(tài)環(huán)境下的信任構(gòu)建482
11.4 基于區(qū)塊鏈的人機(jī)物融合安全可信群智計(jì)算架構(gòu)484
11.4.1 區(qū)塊鏈技術(shù)研究概述485
11.4.2 典型案例與場(chǎng)景應(yīng)用488
11.4.3 人機(jī)物融合安全可信群智計(jì)算架構(gòu)492
11.5 本章總結(jié)和展望494
習(xí)題495
參考文獻(xiàn)496
第12章 CrowdHMT開放平臺(tái)506
12.1 研究背景與需求507
12.2 典型主流平臺(tái)與開放資源分析509
12.2.1 智能物聯(lián)網(wǎng)平臺(tái)509
12.2.2 智慧城市平臺(tái)511
12.2.3 群智感知計(jì)算平臺(tái)512
12.2.4 開放共享資源513
12.3 人機(jī)物融合群智計(jì)算平臺(tái)522
12.3.1 通用系統(tǒng)架構(gòu)523
12.3.2 CrowdHMT自研平臺(tái)524
12.4 “太易”分布式人機(jī)物鏈中間件539
12.5 應(yīng)用領(lǐng)域與典型場(chǎng)景541
12.5.1 智能制造541
12.5.2 智慧旅游542
12.5.3 智能家居544
12.5.4 智慧城市546
12.5.5 智慧交通550
12.5.6 軍事智能551
習(xí)題552
參考文獻(xiàn)552
書單推薦
