本書從方法論的角度提出了在嵌入式系統(tǒng)平臺(tái)上實(shí)現(xiàn)智能的方法，針對(duì)在現(xiàn)實(shí)世界中具有不確定性、非穩(wěn)態(tài)和演進(jìn)的環(huán)境中的嵌入式系統(tǒng)所面臨的基本問題，引入適應(yīng)策略、主動(dòng)和被動(dòng)學(xué)習(xí)能力、魯棒性能力、嵌入式和分布式認(rèn)知故障診斷系統(tǒng)的設(shè)計(jì)，以及用于評(píng)估嵌入式應(yīng)用中的性能和約束滿意度的技術(shù)。本書的重點(diǎn)是將給定問題形式化，提出解決問題*相關(guān)的策略，以及關(guān)于理論、方法、途徑“背后問題”的討論，以便研究人員、從業(yè)者和學(xué)生學(xué)習(xí)、理解和完善智能背后的基本機(jī)制，以及如何將它們用于設(shè)計(jì)下一代嵌入式系統(tǒng)和嵌入式應(yīng)用程序。
譯者序
原書前言
縮略語
物理量與符號(hào)
第1章緒論1
11本書是如何組織的3
111從計(jì)量到數(shù)值數(shù)據(jù)3
112不確定性、信息和學(xué)習(xí)機(jī)制4
113隨機(jī)算法5
114魯棒性分析5
115嵌入式系統(tǒng)的情感認(rèn)知機(jī)制6
116性能評(píng)估和可能近似正確的計(jì)算6
117嵌入式系統(tǒng)中的智能機(jī)制7
118非穩(wěn)態(tài)和演進(jìn)環(huán)境中的學(xué)習(xí)7
119故障診斷系統(tǒng)8
第2章從計(jì)量到數(shù)值數(shù)據(jù)9
21測(cè)量和測(cè)量值9
211測(cè)量鏈9
212測(cè)量過程建模12
213準(zhǔn)確度13
214精度14
215分辨率15
22數(shù)據(jù)表示的確定性與隨機(jī)性16
221確定性表示：無噪聲影響的數(shù)據(jù)16
222隨機(jī)性表示：有噪聲影響的數(shù)據(jù)17
223信噪比18
第3章不確定性、信息和學(xué)習(xí)機(jī)制19
31不確定性和擾動(dòng)19
311從誤差到擾動(dòng)19
312擾動(dòng)19
32在數(shù)據(jù)表示層的擾動(dòng)20
321自然數(shù)N：自然二進(jìn)制20
322整數(shù)Z：二進(jìn)制補(bǔ)碼22
323二進(jìn)制補(bǔ)碼記數(shù)法22
324有理數(shù)Q和實(shí)數(shù)R23
33傳播的不確定性24
331線性函數(shù)25
332非線性函數(shù)28
34從模型級(jí)的數(shù)據(jù)和不確定性中學(xué)習(xí)29
341學(xué)習(xí)基礎(chǔ)：固有風(fēng)險(xiǎn)、近似風(fēng)險(xiǎn)和估計(jì)風(fēng)險(xiǎn)30
342偏移方差權(quán)衡34
343非線性回歸35
344線性回歸37
345線性時(shí)不變預(yù)測(cè)模型38
346應(yīng)用級(jí)別的不確定性40
第4章隨機(jī)算法41
41計(jì)算復(fù)雜性42
411算法分析43
412P問題、NP完全問題、NP困難問題45
42蒙特卡洛方法46
421蒙特卡洛背后的思想47
422弱、強(qiáng)大數(shù)定律49
423一些收斂結(jié)果50
424維數(shù)災(zāi)難和蒙特卡洛53
43樣本數(shù)量的界53
431伯努利界54
432切爾諾夫界55
433估計(jì)函數(shù)最大值樣本的界59
44隨機(jī)算法介紹60
441算法驗(yàn)證問題61
442最大值估計(jì)問題64
443期望估計(jì)問題67
444最小（最大）期望問題70
45控制采樣空間的統(tǒng)計(jì)量73
第5章魯棒性分析76
51問題形式化76
511魯棒性76
512計(jì)算流水平的魯棒性78
52小擾動(dòng)魯棒性78
521評(píng)估小擾動(dòng)在函數(shù)輸出中的影響79
522經(jīng)驗(yàn)風(fēng)險(xiǎn)水平的擾動(dòng)79
523結(jié)構(gòu)風(fēng)險(xiǎn)水平的擾動(dòng)83
524魯棒性理論要點(diǎn)89
53大擾動(dòng)的魯棒性91
531問題定義：以u(píng)(δθ)為例92
532隨機(jī)算法和魯棒性：以u(píng)(δθ)為例93
533最大期望問題96
第6章嵌入式系統(tǒng)的情感認(rèn)知機(jī)制100
61情感認(rèn)知結(jié)構(gòu)100
62自動(dòng)和受控處理101
621自動(dòng)處理101
622受控處理102
63神經(jīng)情感系統(tǒng)的基本功能103
631杏仁體103
632長(zhǎng)期記憶104
633基底神經(jīng)節(jié)104
634外側(cè)前額葉和聯(lián)合皮層105
635前扣帶皮層105
636眶/腹側(cè)-內(nèi)側(cè)前額葉皮層106
637海馬體106
64情感和決策107
第7章性能評(píng)估和可能近似正確的計(jì)算108
71準(zhǔn)確估計(jì)：品質(zhì)因數(shù)108
711平方誤差109
712柯爾貝克-萊布勒110
713Lp范數(shù)和其他品質(zhì)因數(shù)110
72可能近似正確的計(jì)算111
73性能驗(yàn)證問題114
731性能滿意度問題114
732品質(zhì)因數(shù)的期望問題116
733最大性能問題117
734PACC問題117
735最�。ㄗ畲螅⿺_動(dòng)期望問題118
74準(zhǔn)確度估計(jì)：給定數(shù)據(jù)集的情況下118
741問題形式化119
742自舉方法120
743小自舉包方法121
75認(rèn)知處理和PACC122
76示例：嵌入式系統(tǒng)的準(zhǔn)確度評(píng)估122
第8章嵌入式系統(tǒng)中的智能機(jī)制130
81電源電壓與處理器頻率層面的適應(yīng)能力131
811在線DVFS132
812離線 DVFS134
82自適應(yīng)感知及其策略134
821分級(jí)感知技術(shù)136
822自適應(yīng)采樣138
83能量獲取級(jí)別自適應(yīng)141
831增量電導(dǎo)法145
832擾動(dòng)和觀測(cè)法146
84時(shí)鐘同步智能算法147
841時(shí)鐘同步：框架149
842時(shí)鐘同步的統(tǒng)計(jì)方法150
843時(shí)鐘同步的自適應(yīng)方法155
844時(shí)鐘同步的預(yù)測(cè)方法155
85定位和跟蹤155
851基于RSS的定位156
852基于到達(dá)時(shí)間的定位159
853 基于到達(dá)角的定位160
854基于到達(dá)頻率的方法160
86應(yīng)用代碼級(jí)別的自適應(yīng)161
861遠(yuǎn)程參數(shù)-代碼可重編程性161
862遠(yuǎn)程代碼可重編程性163
863決策支持系統(tǒng)164
864在線硬件可重編程性167
865 應(yīng)用：Rialba塔監(jiān)測(cè)系統(tǒng)170
第9章非穩(wěn)態(tài)和演進(jìn)環(huán)境中的學(xué)習(xí)174
91被動(dòng)學(xué)習(xí)和主動(dòng)學(xué)習(xí)175
911被動(dòng)學(xué)習(xí)175
912主動(dòng)學(xué)習(xí)178
92變點(diǎn)方法183
921變點(diǎn)183
922集合差異性183
923變點(diǎn)公式184
924CPM中使用的測(cè)試統(tǒng)計(jì)信息185
925基本方案擴(kuò)展186
93更改檢測(cè)測(cè)試187
931CUSUM CDT系列188
932置信區(qū)間CDT系列的交集190
933杏仁體—VM-PFC：H-CDT199
94即時(shí)學(xué)習(xí)框架199
941觀測(cè)模型200
942JIT分類器201
943漸進(jìn)性概念漂移205
944漸進(jìn)性概念漂移的JIT206
945杏仁體—VM-PFC—LPAC-ACC：JIT方法207
第10章故障診斷系統(tǒng)208
101基于模型的故障檢測(cè)和隔離210
102無模型故障檢測(cè)和隔離211
1021FDS：傳感器級(jí)情況213
1022FDS：傳感器-傳感器關(guān)系的變化217
1023FDS：多傳感器案例221
103杏仁體和VM-PFC：多傳感器級(jí)FDS225
參考文獻(xiàn)226
書單推薦
