本書圍繞產(chǎn)品退化數(shù)據(jù)的統(tǒng)計(jì)建模問題，考慮實(shí)際中不同的退化環(huán)境與數(shù)據(jù)特點(diǎn)，包括產(chǎn)品的異質(zhì)性、使用環(huán)境的動(dòng)態(tài)性、測(cè)量的隨機(jī)性等因素，發(fā)展了一系列基于Wiener隨機(jī)過程的退化模型。針對(duì)每一類模型，本書對(duì)模型的性質(zhì)、模型參數(shù)估計(jì)、模型驗(yàn)證等方面問題進(jìn)行了深入討論，并通過多種實(shí)際退化數(shù)據(jù)驗(yàn)證所提模型的有效性。本書總結(jié)與發(fā)展了作

本專著針對(duì)現(xiàn)有次/超同步振蕩機(jī)理分析難以闡明新能源場(chǎng)站設(shè)備間耦合作用，現(xiàn)有控制措施無(wú)法適應(yīng)振蕩頻率不確定、形態(tài)多變場(chǎng)景，難以兼顧新能源機(jī)組基頻特性影響等問題，通過探究新能源機(jī)組次/超頻動(dòng)態(tài)響應(yīng)特性的關(guān)鍵影響因素，結(jié)合新能源場(chǎng)站網(wǎng)絡(luò)拓?fù)�，建立新能源�?chǎng)站網(wǎng)絡(luò)能量模型，揭示新能源機(jī)組之間及新能源機(jī)組與無(wú)功補(bǔ)償裝置之間的耦合作

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)

多臂機(jī)序列決策: 策略、性能及應(yīng)用

數(shù)據(jù)是數(shù)智時(shí)代的關(guān)鍵生產(chǎn)要素，通過高效有序的跨域流通過程可以實(shí)現(xiàn)其價(jià)值釋放。本書圍繞跨域數(shù)據(jù)治理，提出數(shù)據(jù)驅(qū)動(dòng)的社會(huì)化信息系統(tǒng)構(gòu)建理論，梳理總結(jié)形成數(shù)據(jù)資源體系、服務(wù)支撐體系和業(yè)務(wù)應(yīng)用體系的三層體系框架。在此基礎(chǔ)上，介紹跨域數(shù)據(jù)治理的三層體系框架中的關(guān)鍵技術(shù)突破，其中，數(shù)據(jù)資源體系著眼于實(shí)現(xiàn)以數(shù)據(jù)資源對(duì)象化為基礎(chǔ)的數(shù)據(jù)

多維不平衡與家庭資產(chǎn)配置--來(lái)自風(fēng)險(xiǎn)金融資產(chǎn)投資的解釋

先進(jìn)計(jì)算光刻

SystemVerilog硬件設(shè)計(jì)

模糊動(dòng)態(tài)系統(tǒng)智能控制與應(yīng)用

本書主要介紹不確定性環(huán)境下基于隨機(jī)參數(shù)矩信息的魯棒優(yōu)化方法，討論其模型構(gòu)建、算法設(shè)計(jì)及實(shí)際應(yīng)用等方面的最新研究成果。本書旨在為不確定性環(huán)境下優(yōu)化決策提供理論建模、算法設(shè)計(jì)及分析的新方法和工具，同時(shí)為復(fù)雜環(huán)境下供應(yīng)鏈管理、運(yùn)營(yíng)管理、物流運(yùn)作等實(shí)際問題提供科學(xué)決策支持。