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

通信網路泛在智能設計/智能工程前沿叢書

  • 作者：許威//徐錦丹//楊照輝//謝仁傑|責編:惠雪//曾佳佳|總主編:黃如
  • 出版社：科學
  • ISBN：9787030794789
  • 出版日期：2024/09/01
  • 裝幀：平裝
  • 頁數：237
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    隨著以機器學習為代表的人工智慧技術的普及，無線通信與人工智慧的結合愈發緊密。智能通信系統將在6G網路中扮演至關重要的角色，為全覆蓋、高速率、低延時的通信需求提供解決方案。本書聚焦智能通信研究領域，對無線通信網路空口資源配置和信號處理的泛在智能設計技術進行介紹。全書共7章，內容包括現代無線通信系統與人工智慧方法介紹、未來無線網路資源的智能優化、多維無線通道的自信息表徵與智能處理、MIMO收發機的智能學習、無線設備指紋的解耦表徵學習與智能認證，以及無線邊緣網路智能。第2?7章均包括了人工智慧方法理論、智能化設計方法、演算法流程、實例模擬分析以及核心代碼（掃描二維碼下載）展示說明五個方面的內容。
    本書適合對智能無線通信感興趣的研究人員和工程技術人員閱讀參考。
作者介紹
許威//徐錦丹//楊照輝//謝仁傑|責編:惠雪//曾佳佳|總主編:黃如
    許威，東南大學青年首席教授，博士生導師，IEEE高級會員，IET Fellow。2003年、2006年和2009年分別在東南大學獲得學士、碩士和博士學位。曾在加拿大維多利亞大學從事博士后研究工作。研究方向包括MIMO與智能通信、通信-計算-感知融合理論方法、信息理論及其應用等。主持國家重點研發計劃項目、國家自然科學基金優秀青年科學基金項目、國家自然科學基金專項項目和面上項目等。在IEEE期刊上發表論文150余篇，被引用10000余次，多篇論文入選ESI高被引論文和熱點論文。獲國際發明專利授權5項，國家發明專利授權30余項。成果獲江蘇省科學技術獎一等獎、中國通信學會青年科技獎、IEEE ComSoc Heinrich Hertz Award、英國皇家工程院傑出訪問學者獎等榮譽。
目錄
「智能工程前沿叢書」序
前言
第1章  緒論
  1.1  現代無線通信系統
    1.1.1  通信的概念與發展
    1.1.2  通信系統模型
  1.2  移動通信技術的演進
  1.3  移動通信信號處理技術的發展
  1.4  智能通信技術
  1.5  本書結構
  1.6  本章小結
第2章  現代人工智慧方法
  2.1  機器學習
    2.1.1  引言
    2.1.2  學習範式
    2.1.3  正則化
  2.2  計算環境配置
    2.2.1  MarvelToolbox安裝教程
    2.2.2  MarvelToolbox使用說明
  2.3  深度學習
    2.3.1  表徵提取與學習
    2.3.2  深度層級特徵
    2.3.3  代碼範例
  2.4  元學習
    2.4.1  元學習思想
    2.4.2  元學習實現方法
  2.5  變分自編碼器
    2.5.1  自編碼器
    2.5.2  變分自編碼器的構成
    2.5.3  推斷模型與生成模型
    2.5.4  再參數化
    2.5.5  目標函數
    2.5.6  訓練過程
    2.5.7  局限性
  2.6  生成對抗網路
    2.6.1  生成對抗網路的構成
    2.6.2  優化目標
    2.6.3  訓練過程
    2.6.4  訓練穩定性問題與解決方案
  2.7  本章小結
  參考文獻
第3章  未來無線網路資源的智能優化
  3.1  引言
  3.2  基於交叉熵學習的網路資源優化
    3.2.1  交叉熵演算法介紹
    3.2.2  異構網路中的交叉熵演算法
    3.2.3  移動邊緣計算網路中的自適應採樣交叉熵演算法
    3.2.4  實驗分析
    3.2.5  代碼分析
  3.3  基於深度學習的網路資源優化

    3.3.1  數據驅動的深度學習介紹
    3.3.2  模型驅動的分支定界演算法介紹
    3.3.3  基於深度學習的智能分支定界方法
    3.3.4  實驗分析
    3.3.5  代碼分析
  3.4  本章小結
  參考文獻
第4章  多維無線通道的自信息表徵與智能處理
  4.1  引言
  4.2  無線通道的壓縮反饋
    4.2.1  基於碼本的CSI反饋方法
    4.2.2  基於人工智慧的CSI反饋方法
    4.2.3  基於網路結構改進的智能CSI反饋方法
    4.2.4  基於輕量化改進的智能CSI反饋方法
  4.3  無線通道的自信息表徵
    4.3.1  自信息計算
    4.3.2  自信息刪選演算法
  4.4  基於無線通道的自信息CSI壓縮反饋
    4.4.1  IdasNet網路設計
    4.4.2  實驗分析
    4.4.3  代碼分析
  4.5  基於無線通道的自信息時序CSI壓縮反饋
    4.5.1  SD-CsiNet網路設計
    4.5.2  實驗分析
    4.5.3  代碼分析
  4.6  本章小結
  參考文獻
第5章  MIMO收發機的智能學習
  5.1  引言
  5.2  基於模型參數化的智能MIMO檢測設計
    5.2.1  經典檢測演算法
    5.2.2  基於黑盒的深度學習檢測
    5.2.3  基於元學習的智能MIMO檢測網路
    5.2.4  實驗分析
    5.2.5  代碼分析
  5.3  基於模型參數化的智能MIMO預編碼設計
    5.3.1  經典的預編碼技術
    5.3.2  基於黑盒神經網路的預編碼設計
    5.3.3  基於可解釋神經網路的預編碼設計
    5.3.4  實驗分析
    5.3.5  代碼分析
  5.4  本章小結
  參考文獻
第6章  無線設備指紋的解耦表徵學習與智能認證
  6.1  引言
  6.2  問題描述
    6.2.1  射頻指紋提取
    6.2.2  開集識別問題
    6.2.3  評價指標
  6.3  基於數據與模型雙驅動的開集射頻指紋提取

    6.3.1  基於數據與模型驅動的預處理模塊設計
    6.3.2  模型結構設計
    6.3.3  目標函數與模型訓練
    6.3.4  實驗分析
    6.3.5  代碼分析
  6.4  基於解耦表徵的通道魯棒射頻指紋提取
    6.4.1  研究背景介紹
    6.4.2  解耦表徵學習模塊設計
    6.4.3  射頻指紋提取器F（.）的目標函數設計
    6.4.4  背景提取器Q（.，n）的目標函數設計
    6.4.5  信號生成器G（.，.）的目標函數設計
    6.4.6  學習演算法設計
    6.4.7  實驗分析
    6.4.8  代碼分析
  6.5  本章小結
  參考文獻
第7章  無線邊緣網路智能
  7.1  引言
  7.2  聯邦學習的性能指標和網路要求
    7.2.1  性能指標
    7.2.2  網路要求
  7.3  無線聯邦學習的資源優化
    7.3.1  系統模型
    7.3.2  優化問題與求解演算法
    7.3.3  實驗分析
    7.3.4  代碼分析
  7.4  聯邦學習驅動的應用
    7.4.1  驅動聯邦學習應用解決無線問題
    7.4.2  可重構智能表面
    7.4.3  語義通信
    7.4.4  擴展現實
    7.4.5  非正交多址接入
  7.5  未來研究方向
    7.5.1  研究方向與挑戰
    7.5.2  開放問題和未來趨勢
  7.6  本章小結
  參考文獻
索引

  • 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