幫助中心 | 我的帳號 | 關於我們

人工智慧與智能製造(概念與方法)

  • 作者:編者:(美)馬蘇德·索魯什//理查德·D.布拉茨|責編:侯春鵬//劉潔|譯者:吳通//程勝//王德營
  • 出版社:機械工業
  • ISBN:9787111765912
  • 出版日期:2024/10/01
  • 裝幀:平裝
  • 頁數:281
人民幣:RMB 128 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書系統介紹和詮釋了將人工智慧技術應用於工程問題的最新成功方法。人工智慧正越來越多地應用於製造業,並以新的方式創造產品,這為我們理解世界的方式提供了更多見解。本書通過借鑒領先研究人員成功開發的方法,闡釋了人工智慧技術應用在製造業中的優勢。
    本書討論了在製造業中廣泛實施人工智慧技術所面臨的挑戰,並提供了詳細技術指南。為了應對跨學科挑戰,本書借鑒了電腦科學、物理學和一系列工程學科的研究成果,為製造業的升級引入了新的思維方式。

作者介紹
編者:(美)馬蘇德·索魯什//理查德·D.布拉茨|責編:侯春鵬//劉潔|譯者:吳通//程勝//王德營

目錄
序一
序二
前言
第1章  機器學習方法
  1.1  引言
  1.2  學習模型的全局視角
  1.3  學習技術的分類
  1.4  機器學習方法
  1.5  結論
  致謝
  參考文獻
第2章  從數據中學習第一性原理知識
  2.1  引言
  2.2  分析製造業數據的方法
  2.3  模型選擇與超參數搜索的自動化
  2.4  結論
  參考文獻
第3章  卷積神經網路:基本概念及其在製造業中的應用
  3.1  引言
  3.2  數據對象與數學表徵
  3.3  卷積神經網路架構
  3.4  案例研究
  3.5  結論
  致謝
  參考文獻
第4章  稀疏數學規劃及其在控制方程基礎學習中的應用
  4.1  引言
  4.2  問題定義
  4.3  物理信息化機器學習
  4.4  基於回歸的方法
  4.5  基於數學規劃的技術
  4.6  滾動時域在間歇化學過程的應用實例
  4.7  結論
  參考文獻
第5章  數據驅動的優化演算法
  5.1  引言
  5.2  數據驅動的優化演算法途徑
  5.3  應用於大規模製造系統的數據驅動的優化演算法
  5.4  針對其他問題類別的擴展
  5.5  備註
  5.6  結論
  參考文獻
第6章  機器學習在(生物)化學製造系統控制中的應用
  6.1  引言
  6.2  (生物)化學過程
  6.3  ML-Oracle與機器學習方法概述
  6.4  機器學習支持的建模在監督和控制中的應用
  6.5  通過機器學習實現控制
  6.6  結論
  參考文獻

第7章  從數據中學習第一性原理系統知識:穩定性與安全性及其在示範學習中的應用
  7.1  引言
  7.2  使用動態系統原語學習機器人運動
  7.3  結論
  致謝
  參考文獻
第8章  人工智慧在材料損傷診斷和預測中的應用
  8.1  引言
  8.2  人工智慧方法在材料損傷診斷和預測中的應用
  8.3  人工智慧方法在損傷診斷和預測領域的挑戰與機遇
  8.4  結論
  參考文獻
第9章  人工智慧在機械加工過程監控中的應用
  9.1  引言
  9.2  數據採集系統
  9.3  特徵工程與機器學習
  9.4  信號分解方法
  9.5  深度學習
  9.6  遷移學習
  9.7  結論
  致謝
  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