很多機器學習任務中具有多個沖突的目標需要同時被優(yōu)化�；�于群搜索策略的進化算法在求解多目標優(yōu)化問題領域得到了廣泛的應用。多目標機器學習在近幾年引起了廣泛的關注，并且得到快速的發(fā)展。但是多目標機器學習在模型建立和優(yōu)化學習方面仍然存在很多瓶頸問題。本書工作圍繞多目標機器學習新模型探索和多目標學習算法設計展開。主要包括如下幾個

全套叢書規(guī)劃為十卷本，每一卷獨立成冊，圍繞一個學科展開。在每冊中，每一個章一個主題，每一節(jié)一部科幻作品（主要為科幻影視和科幻小說），每一節(jié)大體上分為三部分："科幻作品簡介"、"科學內(nèi)容透析"、"科學奇聞異事"。兼顧科學性與趣味性。主要選題包括：航空航天卷、心理學卷、地學卷、海洋學卷、生物科學卷、人體科學卷、軍事科學卷、

本書將帶你了解特征工程的完整過程，使機器學習更加系統(tǒng)、高效。你會從理解數(shù)據(jù)開始學習，機器學習模型的成功正是取決于如何利用不同類型的特征，例如連續(xù)特征、分類特征等。你將了解何時納入一項特征、何時忽略一項特征，以及其中的原因。你還會學習如何將問題陳述轉換為有用的新特征，如何提供由商業(yè)需求和數(shù)學見解驅動的特征，以及如何在自己

面對科技的迅猛發(fā)展，我國政府制定了《新一代人工智能發(fā)展規(guī)劃》，將人工智能上升到國家戰(zhàn)略層面，并提出：人工智能產(chǎn)業(yè)要成為新的重要經(jīng)濟增長點，而且要在2030年成為世界主要人工智能創(chuàng)新中心，為躋身創(chuàng)新型國家前列和經(jīng)濟強國奠定重要基礎。讓認知升級，讓智能重構生活玩轉智能時代，搞懂人工智能的過去、現(xiàn)在及未來這本書就夠了！這本書

本書圍繞數(shù)據(jù)降維技術，分別針對線性降維和非線性降維兩種降維手段進行廣泛而深入的討論。對于線性降維技術，本書介紹了常用的降維算法，并對線性降維與矩陣分解的等價性進行了分析，在此基礎上提出了semi-NMF、OCA、IOCA、EOCA等改進算法并進行詳細的理論分析和實驗驗證。對于非線性降維算法，本書介紹了常用算法，包括流形

近幾年，物聯(lián)網(wǎng)從誕生到迅速發(fā)展，受到了產(chǎn)業(yè)界及學術界的廣泛重視，并上升到國家戰(zhàn)略性新興產(chǎn)業(yè)的高度。本書對物聯(lián)網(wǎng)中的關鍵技術及其在眾多生產(chǎn)與生活領域中的應用進行了研究，主要內(nèi)容涵蓋了RFID技術、智能傳感器與無線傳感器網(wǎng)絡技術、物聯(lián)網(wǎng)通信與傳輸技術等。本書結構合理，條理清晰，內(nèi)容豐富新穎，可供從事物聯(lián)網(wǎng)相關工作的研究人員

探索人工智能Ⅱ· 交叉應用

“理解未來系列”一套共7本，本書是其中之一�！袄斫馕磥怼笔俏磥碚搲�每月舉辦的免費大型科普講座，它邀請知名科學家用通俗的語言解讀*激動人心的科學進展，旨在傳播科學知識，提高大眾對科學的認知。本套叢書是精選的部分現(xiàn)場講座的文字整理，然后按照不同學科歸類分冊。

本書是高等院校"自動控制原理"課程的例題習題集，收錄的題目涵蓋現(xiàn)在通行的"自動控制原理"課程的基本內(nèi)容。全書正文分為9章，每一章都列出本章的重點與考研點。附錄A收錄了西安交通大學、上海交通大學、哈爾濱工業(yè)大學以及中國科學院和中國科技大學的考研試卷12套，附錄B給出了全部習題和考研試卷的參考答案。

創(chuàng)新高端科技資源科普化的創(chuàng)作模式，組建由"前沿科技工作者"+"有科研背景的科普創(chuàng)作者"組成的"1+1"合作模式，將最前沿的科技成果用通俗、擬人的創(chuàng)作模式文字化，形成相關圖書產(chǎn)品。通過生動的介紹重點闡述這六家國家實驗室的研究對我們今后未來多方面的影響，同時介紹一些科研工作者的科學精神，從而激發(fā)讀者對科技創(chuàng)新的理解和參與感

近年來，時滯神經(jīng)網(wǎng)絡在圖像處理、模式識別、聯(lián)想記憶、信號處理、全局優(yōu)化和保密通信等領域得到廣泛的應用，慣性項的添加不僅可以使得神經(jīng)網(wǎng)絡算法收斂速度加快，而且會帶來更豐富的動力學行為。本書主要對不同情況下的時滯慣性神經(jīng)網(wǎng)絡，從兩個方面即自治系統(tǒng)以及非自治系統(tǒng)下平衡點的全局穩(wěn)定性以及自治系統(tǒng)周期解的局部穩(wěn)定性、Hopf分岔

本書為胡壽松主編的教材《自動控制原理（第七版）》的學習指導性教學配套用書。本書形成了一個系統(tǒng)且完整的自動控制原理題庫，其內(nèi)容包括解題的數(shù)學基礎及600余道母題的詳解。這些母題包含了概念題、一般題、設計題、技巧題、證明題以及難題等6類，便于配制滿足各種基本要求的試卷內(nèi)容。本書在解題過程中，給出了科學、完善的解題步驟，并注

群體智能優(yōu)化算法是模擬自然生物種群智能行為的優(yōu)化方法，具有良好的尋優(yōu)性能，因此群體智能算法在求解大規(guī)模復雜問題時，具有較高的效率。本書在群體智能的基礎上，針對智能優(yōu)化算法、聚類算法、復雜網(wǎng)絡和樸素貝葉斯分類進行理論研究和應用研究。

因子分解機模型因為能夠有效解決高維數(shù)據(jù)特征組合的稀疏問題且具有較高的預測準確度和計算效率，在廣告點擊率預測和推薦系統(tǒng)領域被廣泛研究和應用。本書對因子分解機模型及其相關模型的研究進展進行綜述，闡述該模型的靈活性和普適性，對模型中有待深入研究的難點、熱點及發(fā)展趨勢進行展望。結合研究成果，進一步對該模型進行擴展，并將此擴展后

本書內(nèi)容涵蓋神經(jīng)工程的各個方面，較為全面系統(tǒng)地介紹了這門交叉學科所涉及的重要內(nèi)容。本書分上、下冊，共20章，重點介紹神經(jīng)工程的應用以及研究方向，如腦-機接口、功能性電刺激、神經(jīng)成像等的基本理論知識及應用。本書遵循從微觀到宏觀，從基礎到應用，再到未來展望的順序進行編排。全書的材料來源于各個領域**的書籍資料以及近年來神經(jīng)

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(shù)學基礎；第3、4章為連續(xù)時間和基于采樣數(shù)據(jù)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(jīng)網(wǎng)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(jīng)典控制理論及應用，后兩章介紹現(xiàn)代控制理論中的線性系統(tǒng)理論和**控制理論�！禕R》本書再次精選了第六版中的主要內(nèi)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(tǒng)在時域、頻域和復域中的數(shù)學模型及其結構圖和信號流

粒計算是一種模擬人類解決復雜問題的理論方法，是人工智能研究領域的一個重要分支。本書從覆蓋的角度基于粗糙集理論對粒計算理論方法進行系統(tǒng)的總結和歸納，具體內(nèi)容包括：研究覆蓋近似空間中概念近似的各種方法，并給出這些近似方法的主要特點；研究基于覆蓋的知識表示的知識粒度層次關系，從定性比較和量化度量兩個方面進行分析；研究多粒度覆

本書內(nèi)容涵蓋神經(jīng)工程的各個方面，較為全面系統(tǒng)地介紹了這門交叉學科所涉及的重要內(nèi)容。本書分上、下冊，共20章，重點介紹神經(jīng)工程的應用以及研究方向，如腦-機接口、功能性電刺激、神經(jīng)成像等的基本理論知識及應用。本書遵循從微觀到宏觀，從基礎到應用，再到未來展望的順序進行編排。全書的材料來源于各個領域**的書籍資料以及近年來神經(jīng)

粒子群優(yōu)化算法是一種新的模仿鳥類群體行為的智能優(yōu)化算法，是群體智能優(yōu)化算法的一個重要分支，已成為國際上仿生智能計算領域里的研究熱點和重點之一。本書共6章，分別論述了優(yōu)化問題和仿生智能計算、模仿鳥群覓食行為的粒子群優(yōu)化算法、形式多樣的粒子群優(yōu)化算法、無速度項的粒子群優(yōu)化算法、分布估計粒子群優(yōu)化算法和粒子群優(yōu)化算法的應用等