幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人工智慧新視野.

  • 作者：編者:張自力|責編:余江//于海雲
  • 出版社：科學
  • ISBN：9787030488107
  • 出版日期：2016/11/01
  • 裝幀：平裝
  • 頁數：316
人民幣：RMB 79 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    人工智慧是電腦科學中應用最為廣泛的分支之一，作為21世紀三大尖端技術之一，已有大量關於人工智慧的研究論著產生。有別于其他主流人工智慧專著和教材，本書以一種全新的視野與思路，以受生物啟發的人工智慧研究作為主要關注領域，以理論與實踐相結合的手法，詳細解析其核心理論，深入探討了人工智慧領域中與其相關的經典模型、演算法及其具體實現方法；對近30年來全球人工智慧界傑出的年輕研究者的工作進行了整理匯總，並結合作者在人工智慧相關領域的多年研究工作，展現了人工智慧的前沿研究問題和相關應用實例，試圖將經典理論和前沿研究緊密結合，真實地反映當代人工智慧領域的新思路和新進展。
    本書適合作為大學高年級或者研究生的人工智慧課程教材和參考書籍，也適合作為想真正了解人工智慧前沿研究和發展的科研人員的自修讀物和參考資料。
作者介紹
編者:張自力|責編:余江//于海雲
目錄
第一部分  生物啟發的人工智慧
第1章  人工智慧發展簡況
  1.1  人工智慧領域主要研究成就回顧
    1.1.1  1956年：人工智慧的信息處理觀
    1.1.2  20世紀60年代：啟髮式搜索與知識表示
    1.1.3  20世紀80年代：人工神經網路
    1.1.4  20世紀90年代：物化與多代理系統
    1.1.5  21世紀：符號動力學
    1.1.6  我國的人工智慧研究
  1.2  人工智慧的發展
    1.2.1  從圖靈測試到IBM的沃森
    1.2.2  谷歌的智能機器未來
    1.2.3  百度大腦
    1.2.4  微軟智能生態
    1.2.5  臉書的深臉
    1.2.6  三大突破讓人工智慧近在眼前
  1.3  生物啟發的人工智慧發展里程碑
    1.3.1  遺傳演算法與進化計算
    1.3.2  神經網路
    1.3.3  群體智能
  1.4  小結
  參考文獻
第2章  進化計算、遺傳演算法與人工生命
  2.1  受生物啟發的計算
    2.1.1  受生物啟發的計算科學：康莊大道還是荊棘叢生？
    2.1.2  什麼是受生物啟發的計算？
    2.1.3  生物學在計算科學研究中的多重角色
  2.2  進化計算
    2.2.1  什麼是進化計算？
    2.2.2  進化計算的基本框架與主要特點
    2.2.3  進化計算的分類
    2.2.4  進化計算的若干關鍵問題
  2.3  遺傳演算法
    2.3.1  遺傳演算法的概述
    2.3.2  遺傳演算法的理論基礎
    2.3.3  遺傳演算法的基本思想
    2.3.4  遺傳演算法的一個簡單的應用實例
  2.4  人工生命
    2.4.1  機器人學1：包容性架構
    2.4.2  機器人學2：受細菌活動啟發的機器人趨向性技術
    2.4.3  機器人學3：能量和容錯性控制
  2.5  小結
  參考文獻
第3章  神經計算
  3.1  人工神經網路相關介紹
    3.1.1  人工神經網路的起源與發展
    3.1.2  人工神經網路的應用
    3.1.3  小結
  3.2  Hopfield神經網路
    3.2.1  Hopfield神經網路概述

    3.2.2  Hopfield神經網路聯想記憶
  3.3  博弈與神經網路的結合
    3.3.1  博弈論概述
    3.3.2  博弈模型與神經網路模型結合的學習模型
  3.4  自組織特徵映射網路（SOM）
    3.4.1  快速SOM文本聚類法
    3.4.2  樸素貝葉斯與SOM相結合的混合聚類演算法
  3.5  神經晶元與人工生命
    3.5.1  神經晶元的發展及其應用
    3.5.2  人工生命的相關應用
  3.6  深度學習
    3.6.1  深度學習的基本思想
    3.6.2  深度學習的典型結構
    3.6.3  深度學習的應用
    3.6.4  深度學習現狀及前景分析
  3.7  人工神經網路與醫學影像
    3.7.1  人工神經網路與醫學影像概述
    3.7.2  基於人工神經網路的腦成像分類模型介紹
  參考文獻
第4章  群體智能
  4.1  群體智能基本思想
    4.1.1  思想來源
    4.1.2  群體智能的優點及求解問題類型
  4.2  蟻群演算法
    4.2.1  蟻群演算法主要思想
    4.2.2  蟻群演算法基本實現
    4.2.3  蟻群演算法應用
  4.3  粒子群優化演算法
    4.3.1  基本粒子群優化演算法原理
    4.3.2  粒子群優化演算法的改進研究
    4.3.3  粒子群優化演算法的相關應用
  參考文獻
第5章  變形蟲模型與應用
  5.1  變形蟲的生物學機理
    5.1.1  迷宮實驗
    5.1.2  自適應網路設計實驗
  5.2  變形蟲模型
    5.2.1  Jones多Agent模型說明
    5.2.2  Gunji等CELL模型說明
    5.2.3  Tero等數學模型說明
  5.3  多Agent模型系統
    5.3.1  系統相關介紹
    5.3.2  模擬變形蟲網路
    5.3.3  迷宮求解
  5.4  變形蟲IBTM模型系統
    5.4.1  IBTM改進策略介紹
    5.4.2  IBTM模型演算法描述
    5.4.3  IBTM模型模擬實驗
  5.5  數學模型系統應用
    5.5.1  變形蟲多入口多出口數學模型

    5.5.2  基於變形蟲多入口多出口模型改進蟻群演算法
    5.5.3  實驗分析
  5.6  小結
  參考文獻
第6章  智能Agent與多Agent系統
  6.1  智能Agent與Agent模擬軟體
    6.1.1  NetLogo
    6.1.2  Swarm
    6.1.3  Repast
    6.1.4  TNGLab
  6.2  基於Agent的生物免疫系統模擬
    6.2.1  生物免疫系統建模的基本方法
    6.2.2  生物免疫系統建模的方法對比
    6.2.3  基於Agent的生物免疫系統建模方法
    6.2.4  基於Agent免疫系統建模展望
  6.3  基於Agent的經濟模擬
    6.3.1  經濟與複雜性
    6.3.2  基於Agent的計算經濟學
    6.3.3  經濟系統模擬案例
  參考文獻
第二部分人工智慧熱門研究問題
第7章  AI研究熱點
  7.1  人工智慧與機器學習
    7.1.1  機器學習簡述
    7.1.2  機器學習研究熱點（1）——表示學習
    7.1.3  機器學習研究熱點（2）——機器學習理論研究
    7.1.4  機器學習研究熱點（3）——基於人類認知的學習方法
    7.1.5  機器學習研究熱點（4）——複雜問題的遺傳編程求解
  7.2  人工智慧與交叉學科
    7.2.1  人工智慧在交叉學科中的應用簡述
    7.2.2  人工智慧在交叉學科中的應用（1）——AI與經濟學
    7.2.3  人工智慧在交叉學科中的應用（2）——AI與演算法生物學
    7.2.4  人工智慧在交叉學科中的應用（3）——AI與人類計算
  7.3  人工智慧與自然語言處理
    7.3.1  自然語言處理簡述
    7.3.2  自然語言處理研究熱點（1）——AI與語言學
    7.3.3  自然語言處理研究熱點（2）——AI與自然語言理解
  7.4  人工智慧與數據科學
    7.4.1  異構數據的信息提取
    7.4.2  社交網路中的信任關係研究
    7.4.3  大規模社交媒體數據分析
    7.4.4  基於社交媒體的應用（1）——事件檢測與預測
    7.4.5  基於社交媒體的應用（2）——市場預測
  7.5  人工智慧與多Agent系統
    7.5.1  多Agent系統的理論研究（1）——獎勵機制
    7.5.2  多Agent系統的理論研究（2）——協作機制
    7.5.3  多Agent系統的理論研究（3）——聯盟機制
    7.5.4  多Agent系統的理論研究（4）——優化選擇
    7.5.5  人工智慧與機器人研究（1）——自動駕駛汽車
    7.5.6  人工智慧與機器人研究（2）——與機器人對話

    7.5.7  人工智慧與機器人研究（3）——多機器人控制
  7.6  人工智慧與邏輯學
    7.6.1  邏輯學簡述
    7.6.2  邏輯學研究熱點（1）——人類級AI
    7.6.3  邏輯學研究熱點（2）——結合邏輯與統計概率AI
    7.6.4  邏輯學研究熱點（3）——驗證信息物理融合系統
    7.6.5  邏輯學研究熱點（4）——AI與描述邏輯
  7.7  人工智慧與語義學
    7.7.1  語義學簡述
    7.7.2  語義學研究熱點（1）——語義網路
    7.7.3  語義學研究熱點（2）——多模態感知人類非語言行為
    7.7.4  語義學研究熱點（3）——AI和本體技術
    7.7.5  語義學研究熱點（4）——語義技術應用
    7.7.6  語義學研究熱點（5）——關聯數據分析
  7.8  人工智慧與可視化
    7.8.1  可視化簡述
    7.8.2  可視化研究熱點（1）——可視化搜索與分析
    7.8.3  可視化研究熱點（2）——計算攝影中的圖像統計
    7.8.4  可視化研究熱點（3）——視覺場景的學習表示
  7.9  小結
  參考文獻
第8章  Turing開創性工作對人工智慧研究的啟示
  8.1  Turing與人工智慧
    8.1.1  孕育人工智慧的自然科學
    8.1.2  承載人工智慧的電腦科學
    8.1.3  激勵人工智慧的交叉學科
  8.2  人工智慧的發展
  8.3  電腦界的諾貝爾獎——Turing獎
  參考文獻
第三部分建模、模擬與應用
第9章  社會網路分析
  9.1  基於微博的熱點信息發現
    9.1.1  研究內容
    9.1.2  利用外部知識庫挖掘熱點話題
    9.1.3  基於MA-LDA挖掘熱點話題
    9.1.4  基於LDA與MA-LDA挖掘熱點話題比較
  9.2  中文微博情感分析
    9.2.1  研究內容
    9.2.2  情感分析模型
    9.2.3  文本預處理與詞典構建
    9.2.4  特徵值統計方法
    9.2.5  多模型分類結果比較
  9.3  中文微博實體鏈接
    9.3.1  研究內容
    9.3.2  鏈接整體框架
    9.3.3  構建實體詞典
    9.3.4  模型設計
  9.5  社交網路推薦系統
    9.5.1  研究內容
    9.5.2  基於社交標注網路的推薦系統

    9.5.3  基於隱馬爾可夫模型的位置推薦系統
    9.5.4  信任傳播推薦系統
    9.5.5  基於多屬性的概率矩陣分解推薦系統
  9.6  鏈接預測
    9.6.1  研究內容
    9.6.2  社會化網路的鏈接預測
  9.7  小結
  參考文獻
第10章  語義網技術及其應用
  10.1  語義網技術及其在資源整合中的應用
    10.1.1  語義網的概念和體系結構
    10.1.2  本體簡介
    10.1.3  基於語義網技術的資源整合方法
    10.1.4  語義網技術在資源整合中的應用
  10.2  語義網技術在農業農村信息化中的應用
    10.2.1  農業農村信息化
    10.2.2  語義網技術在柑橘種植中的應用
    10.2.3  基於語義網技術的柑橘施肥決策支持系統
  10.3  語義網技術/語義整合在複雜網路中的應用
    10.3.1  語義網技術在社會網路中的應用
    10.3.2  語義網技術在物聯網中的應用
  10.4  小結
  參考文獻
第11章  信息融合
  11.1  信息融合的發展歷史與現狀
  11.2  多感測器系統的特點與控制結構
  11.3  信息融合的主要方法與當前的研究熱點
    11.3.1  信息融合主要模型
    11.3.2  信息融合的主要演算法
    11.3.3  當前的研究熱點
  11.4  Dempster-Shafer證據理論
    11.4.1  辨識框架
    11.4.2  基本信任分配函數
    11.4.3  信任函數
    11.4.4  似然函數
    11.4.5  證據理論的組合規則
  11.5  信息融合應用舉例
    11.5.1  信息融合在工業機器人當中的應用
    11.5.2  信息融合的在線手寫簽名中的應用
    11.5.3  信息融合在飛行器中的應用
  11.6  小結
  參考文獻
第12章  人工智慧技術在生物信息學中的應用
  12.1  生物信息學概述
    12.1.1  什麼是生物信息學？
    12.1.2  生物信息學研究對象
    12.1.3  生物信息學研究內容
    12.1.4  生物信息學新進展
  12.2  基因組序列分析與功能預測
    12.2.1  基因組序列分析

    12.2.2  基因及基因區域預測
  12.3  基因表達與調控信息分析
    12.3.1  什麼是基因表達調控
    12.3.2  基因表達調控網路的計算特性
    12.3.3  基於基因晶元的表達數據分析方法
    12.3.4  非編碼區域分析和調控元件識別
  12.4  分子進化：系統發育分析
    12.4.1  系統發育樹基本概念
    12.4.2  DNA進化及進化模型
    12.4.3  系統發育樹構建方法
  12.5  蛋白質結構和功能預測
    12.5.1  蛋白質結構預測
    12.5.2  蛋白質功能預測
  12.6  小結
  參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032