本書針對(duì)推薦系統(tǒng)中的二部圖、社交網(wǎng)絡(luò)和知識(shí)圖譜的圖結(jié)構(gòu)模式，研究基于圖表示學(xué)習(xí)的深度推薦系統(tǒng)。通過(guò)挖掘圖信息中的隱性關(guān)系和高階關(guān)系，使用圖學(xué)習(xí)的方式探索用戶和產(chǎn)品的潛在關(guān)聯(lián)，彌補(bǔ)相關(guān)推薦系統(tǒng)研究在挖掘用戶之間或者產(chǎn)品之間隱性關(guān)系方面的不足，形成一系列合理而且有效的推薦技術(shù)。增加推薦系統(tǒng)輸入的多樣性，運(yùn)用社交網(wǎng)絡(luò)和知識(shí)圖

人工智能（AI）已成為世界各地的熱門話題，因?yàn)樗�可以為人類帶�?lái)顯著的好處，以及可能隱藏在該技術(shù)中的感知和實(shí)際危險(xiǎn)。在《人工智能風(fēng)險(xiǎn)·回報(bào)·未來(lái)》：中，KevinChen用清晰簡(jiǎn)單的語(yǔ)言闡述了人工智能的許多方面，詳細(xì)介紹了人工智能如何給世界的運(yùn)作方式帶來(lái)深刻的變化。人工智能正在交通、物流、醫(yī)學(xué)

數(shù)智平臺(tái)設(shè)計(jì)與用戶行為研究-認(rèn)知神經(jīng)科學(xué)視角

自主無(wú)人系統(tǒng)及應(yīng)用中的問(wèn)題

機(jī)器學(xué)習(xí)數(shù)學(xué)基礎(chǔ)

本書闡述了分布式人工智能原理及其應(yīng)用，基本原理的主要內(nèi)容包括的分布式人工智能的內(nèi)涵、基本原理、計(jì)算框架等；研究了分布式人工智能學(xué)習(xí)與優(yōu)化、強(qiáng)化學(xué)習(xí)與演化計(jì)算、群智能體強(qiáng)化學(xué)習(xí)等前沿方法；給出了分布式信息融合、視覺感知、協(xié)同搜索、對(duì)抗博弈決策和智能博弈推演等典型應(yīng)用，建立起了較為全面的知識(shí)體系與脈絡(luò)，為后續(xù)研究奠定了良好

《四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用》旨在介紹四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用的研究現(xiàn)狀、典型模型、常用研究方法.具體內(nèi)容包括四元數(shù)神經(jīng)網(wǎng)絡(luò)漸近穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)魯棒穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)μ-穩(wěn)定性及均方穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)Mittag-Leffler穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)Lagrange穩(wěn)定性及H-U穩(wěn)定性、四元數(shù)神

中國(guó)原創(chuàng)學(xué)科可拓學(xué)，用形式化的模型，研究事物拓展的可能性和開拓創(chuàng)新的規(guī)律與方法，并用于創(chuàng)新和處理矛盾問(wèn)題.《可拓學(xué)（第二版）》系統(tǒng)地闡述了可拓學(xué)的基本理論——可拓論、基本方法——可拓創(chuàng)新方法及其在各領(lǐng)域的應(yīng)用——可拓工程，并給出可拓工程方法的應(yīng)用案例.《可拓學(xué)（第二版）》理論與應(yīng)用相結(jié)合，分析透徹，可操作性強(qiáng).讀者可以

本書介紹了文心一言的操作技巧和提示詞，列舉了文本、文案方案、個(gè)人IP內(nèi)容、個(gè)人學(xué)習(xí)成長(zhǎng)和個(gè)人生活助手等多個(gè)領(lǐng)域的輔助生成應(yīng)用案例。“授人以漁，給人工具”“拿來(lái)即用，來(lái)即參”，本書旨在為讀者提供使用文心一言的工具方法、案例和技巧，幫助讀者十倍甚至百倍提升工作的創(chuàng)造力和生產(chǎn)力。

學(xué)科的范式(科學(xué)觀與方法論)是指導(dǎo)學(xué)科研究的**引領(lǐng)力量。然而作者發(fā)現(xiàn)：作為信息學(xué)科高級(jí)篇章的人工智能卻遵循著物質(zhì)學(xué)科的范式，使人工智能的研究嚴(yán)重受限。因此，本書實(shí)施了人工智能的范式革命：總結(jié)了信息學(xué)科的范式，以此取代物質(zhì)學(xué)科范式對(duì)人工智能研究的統(tǒng)領(lǐng)地位；在信息學(xué)科范式的引領(lǐng)下，構(gòu)筑人工智能的全局模型，揭示普適性智能生

概念認(rèn)知學(xué)習(xí)是人工智能、大數(shù)據(jù)領(lǐng)域關(guān)注的多學(xué)科交叉研究方向，涵蓋了哲學(xué)、數(shù)學(xué)、心理學(xué)、認(rèn)知科學(xué)以及信息科學(xué)等領(lǐng)域．《概念認(rèn)知學(xué)習(xí)理論與方法》旨在為廣大學(xué)者和科研工作者提供概念認(rèn)知學(xué)習(xí)領(lǐng)域的基礎(chǔ)理論與學(xué)習(xí)方法．《概念認(rèn)知學(xué)習(xí)理論與方法》主要內(nèi)容包括概念認(rèn)知學(xué)習(xí)的基本概念和基礎(chǔ)知識(shí)、概念認(rèn)知系統(tǒng)的邏輯推理、概念認(rèn)知的雙向?qū)W

本書重點(diǎn)圍繞眾智科學(xué)智能理論與計(jì)算方法展開介紹，主要內(nèi)容包括眾智的定義和建模、眾智的分析與計(jì)算方法、單個(gè)智能體和多個(gè)智能體的智能進(jìn)化方法、眾智水平分析方法，以及眾智科學(xué)智能理論在典型場(chǎng)景的應(yīng)用。

本書系統(tǒng)介紹了眾包學(xué)習(xí)的概念、應(yīng)用領(lǐng)域、前沿課題和研究實(shí)踐。在基礎(chǔ)知識(shí)方面，本書介紹了眾包的起源與發(fā)展、眾包技術(shù)的研究方向，分析眾包模式給機(jī)器學(xué)習(xí)帶來(lái)的機(jī)遇與挑戰(zhàn)。在前沿技術(shù)方面，本書詳細(xì)闡述了眾包標(biāo)注真值推斷與面向眾包標(biāo)注數(shù)據(jù)的預(yù)測(cè)模型學(xué)習(xí)等前沿研究課題。在研究實(shí)踐方面，本書介紹了面向偏置標(biāo)注的眾包標(biāo)簽真值推斷、基于

本書系統(tǒng)地介紹了人工智能的基本概念、主要方法及代表性模型算法。本書根據(jù)人工智能的知識(shí)體系，在兼顧傳統(tǒng)的人工智能方法的基礎(chǔ)上，重點(diǎn)突出前沿性內(nèi)容，并對(duì)自動(dòng)推理、遺傳算法、神經(jīng)網(wǎng)絡(luò)、啟發(fā)式優(yōu)化、機(jī)器學(xué)習(xí)、異常檢測(cè)、梯度下降、邏輯回歸、反向傳播、卷積網(wǎng)絡(luò)、語(yǔ)言模型、詞向量等常見技術(shù)進(jìn)行詳細(xì)闡述和討論。本書結(jié)合應(yīng)用安排了示例和

本書對(duì)應(yīng)課程屬于一門概論性課程。本書將傳統(tǒng)的和新一代的人工智能/智能制造融于一體，從傳承與發(fā)展視角出發(fā)概述人工智能與智能制造的發(fā)展現(xiàn)狀及其相互關(guān)系，重點(diǎn)闡述人工智能與智能制造共性基礎(chǔ)技術(shù)、知識(shí)驅(qū)動(dòng)的符號(hào)智能、數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)、智能制造理論與技術(shù)體系、智能制造的物理系統(tǒng)和信息系統(tǒng)，并指出人工智能與智能制造的未來(lái)發(fā)展方向

本書兼顧深度學(xué)習(xí)的理論和應(yīng)用，特別強(qiáng)調(diào)大規(guī)模訓(xùn)練應(yīng)用案例，引導(dǎo)學(xué)生進(jìn)人深度學(xué)習(xí)的前沿領(lǐng)域．主要內(nèi)容有深度學(xué)習(xí)的核心理論問(wèn)題：網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)、網(wǎng)絡(luò)參數(shù)初始化方法.大規(guī)模網(wǎng)絡(luò)訓(xùn)練的優(yōu)化方法、正則化方法、激活函數(shù)的研究方法.書中引人深度學(xué)習(xí)在計(jì)算機(jī)視覺中的大型經(jīng)典和前沿應(yīng)用案例，包括圖像分類任務(wù).目標(biāo)檢測(cè)與跟蹤任務(wù)、多源遙

人工智能驅(qū)動(dòng)的組學(xué)挖掘是數(shù)據(jù)驅(qū)動(dòng)的生物醫(yī)學(xué)研究的支撐技術(shù)。組學(xué)測(cè)序技術(shù)逐步向多尺度、跨模態(tài)、有擾動(dòng)等方向發(fā)展，但體現(xiàn)出的高維度、高噪聲、多模態(tài)、標(biāo)記稀缺等特點(diǎn)，成為制約其有效挖掘的瓶頸。本書面向生命組學(xué)數(shù)據(jù)特點(diǎn)，較為系統(tǒng)和深入地對(duì)組學(xué)機(jī)器學(xué)習(xí)的主要研究范式、適用場(chǎng)景、分析方法、理論思想進(jìn)行介紹。結(jié)合相應(yīng)組學(xué)挖掘的具體研

《從概念到現(xiàn)實(shí)：ChatGPT和Midjourney的設(shè)計(jì)之旅》詳細(xì)介紹了ChatGPT與Midjourney的使用方法和應(yīng)用場(chǎng)景，并結(jié)合設(shè)計(jì)案例講解了如何利用AIGC輔助不同行業(yè)的設(shè)計(jì)師提升工作效率和創(chuàng)造力，共涉及8個(gè)應(yīng)用領(lǐng)域，近60個(gè)案例演示，生動(dòng)展示了各行各業(yè)中融入AIGC技術(shù)的設(shè)計(jì)成果，為設(shè)計(jì)師提供了更開闊的設(shè)

人工智能承載了人類之夢(mèng)與科學(xué)之夢(mèng)。回望兩千多年來(lái)人類對(duì)人工智能的追夢(mèng)之旅，各種幻想、思辨、探索、曲折構(gòu)成了一幅令人驚嘆的歷史畫卷。人工智能的起點(diǎn)在哪里？曾經(jīng)歷過(guò)哪些艱辛的嘗試？人工智能背后的科學(xué)機(jī)理是什么？人工智能如何在軍事領(lǐng)域成為顛覆性技術(shù)？人類在未來(lái)已來(lái)的智能時(shí)代又該如何自處？如果對(duì)這些問(wèn)題感興趣，那么請(qǐng)您翻開本書

本書從寫作與ChatGPT的基礎(chǔ)知識(shí)講起，結(jié)合創(chuàng)作者的實(shí)際寫作經(jīng)歷與寫作教學(xué)經(jīng)歷，重點(diǎn)介了用ChatGPT寫作的基礎(chǔ)技巧、進(jìn)階寫作的方法、不同文體的寫作方法、寫作變現(xiàn)的秘訣，讓讀者系統(tǒng)地理解寫作技巧與變現(xiàn)思路。本書包括如下內(nèi)容：用ChatGPT重建寫作思維、快速摘定選題、快速寫出標(biāo)題、高效收集索材、生成文章結(jié)構(gòu)、寫出優(yōu)