《人工智能魚》是為計算機、海洋、水產(chǎn)等相關學科的本科生開設的全校選修課，課程旨在使學生通過人工智能魚課程學習，了解魚類學、魚類行為學以及計算機學科間的關系，掌握魚類行為學的人工智能算法實現(xiàn)，提升學生的動手編程能力，促進學校多學科交融與發(fā)展。本課程將人工智能、計算機圖形學和魚類行為學相結(jié)合，講解如何設計繪制逼真的魚類形態(tài)

本書系統(tǒng)地講解機器人技術的基礎知識及相關應用，內(nèi)容包括機器人運動學、機器人動力學、機器人控制、機器人傳感器、機器人視覺、機器人運動規(guī)劃和倉儲物流機器人系統(tǒng)開發(fā)。本書緊密結(jié)合行業(yè)發(fā)展趨勢，注重實踐能力培養(yǎng)，將機器人基礎理論與應用技術相結(jié)合，真實反映國內(nèi)外機器人研究領域的新進展，使讀者能夠全面了解機器人技術發(fā)展現(xiàn)狀，同時結(jié)

本書根據(jù)目前國際研究水平的相關研究熱點對生物傳感器系統(tǒng)理論及相關最新技術進行詳細論述，將研究分析和數(shù)據(jù)，以文字、圖片、表格等形式清晰展現(xiàn)給讀者。本書系統(tǒng)地介紹了生物傳感器的基本原理、類型、性能參數(shù)、應用和發(fā)展方向，并重點介紹了生物反應系統(tǒng)的控制、生物傳感器中的換能器以及電化學生物傳感器、光化學生物傳感器、生物芯片、生物

智能問答技術在自然語言處理和人工智能領域發(fā)揮著重要的作用。它將信息檢索、知識表示和自然語言處理技術融合在一起，為智能推薦、網(wǎng)絡客服等任務提供了杰出的支持。本書共分為11章，分為3個部分。第1部分主要介紹知識庫的構(gòu)建，包括現(xiàn)有的知識庫構(gòu)建技術、基礎知識、數(shù)據(jù)采集技術、數(shù)據(jù)轉(zhuǎn)換儲存和查詢流程、異構(gòu)數(shù)據(jù)源實體對齊和面向知識圖

圖可以被用于表示各類對象之間的關系，而圖神經(jīng)網(wǎng)絡是指專門用于處理圖數(shù)據(jù)的深度學習模型，可實現(xiàn)對圖數(shù)據(jù)的建模和推斷。本書系統(tǒng)地介紹了圖神經(jīng)網(wǎng)絡的基本原理、常用模型和應用領域等。首先介紹了兩類最基本的圖神經(jīng)網(wǎng)絡方法GCN和GraphSAGE，并給出了圖神經(jīng)網(wǎng)絡的學習目標、評價方法；然后對圖神經(jīng)網(wǎng)絡中常用的模型結(jié)構(gòu)進行了深入

生成式AI是科技領域最炙手可熱的話題。這本實踐用書教授機器學習工程師和數(shù)據(jù)科學人員如何利用TensorFlow和Keras從零開始創(chuàng)建令人印象深刻的生成式深度學習模型，包括變分自編碼器(VAE)、生成對抗網(wǎng)絡(GAN)、Transformers、歸一化流、基于能量的模型和去噪擴散模型。本書從深度學習的基礎知識開始，逐步

本書包含代碼實踐和案例實踐，運用OpenCV、PyTorch等框架工具詳細講解中文車牌識別檢測、采用三元組的FaceNet人臉識別理論與實踐、車道檢測的兩種深度學習思路及煙霧檢測4大實踐項目。相關理論可參考《基于深度學習的目標檢測原理與應用》一書，從而學以致用、融會貫通。

許多部門和行業(yè)都渴望將AI和數(shù)據(jù)驅(qū)動技術整合到自己的系統(tǒng)和運營中。但要構(gòu)建真正成功的AI系統(tǒng)，你需要牢固掌握底層的數(shù)學知識。這本綜合指南彌補了AI所展現(xiàn)出的無限潛力和應用與相關數(shù)學基礎之間的存在的現(xiàn)實差距。作者HalaNelson并沒有討論高深的學術理論，而是以現(xiàn)實世界的應用和最先進的模型為重點，介紹了在人工智能領域發(fā)

本書將人工智能技術的理論及應用，結(jié)合大數(shù)據(jù)時代人工智能的應用和意義進行了探討，為同行起到了借鑒和參考的作用。

本書闡述了分布式人工智能原理及其應用，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、計算框架等；研究了分布式人工智能學習與優(yōu)化、強化學習與演化計算、群智能體強化學習等前沿方法；給出了分布式信息融合、視覺感知、協(xié)同搜索、對抗博弈決策和智能博弈推演等典型應用，建立起了較為全面的知識體系與脈絡，為后續(xù)研究奠定了良好