多智能體系統(tǒng)協(xié)調(diào)控制是控制領(lǐng)域的研究熱點(diǎn)，正滲透到社會(huì)系統(tǒng)、生物系統(tǒng)、軍事系統(tǒng)、經(jīng)濟(jì)系統(tǒng)等眾多領(lǐng)域中，其相關(guān)的研究已成為目前學(xué)術(shù)界一個(gè)具有挑戰(zhàn)性的研究課題。本書(shū)系統(tǒng)地介紹作者近年來(lái)在多智能體系統(tǒng)的協(xié)調(diào)分析與控制領(lǐng)域的研究成果，具體內(nèi)容包括線性多智能體系統(tǒng)的有限時(shí)間編隊(duì)跟蹤控制、包含控制、編隊(duì)包含控制，以及非線性**者-

本書(shū)以智能博弈對(duì)抗為主線，聚焦技術(shù)進(jìn)展、緊盯研究前沿，分為理論方法、應(yīng)用實(shí)踐、前沿展望三大部分。理論方法著重介紹智能博弈對(duì)抗的理論、相關(guān)基礎(chǔ)方法；應(yīng)用實(shí)踐針對(duì)當(dāng)前三類典型智能博弈對(duì)抗系統(tǒng)平臺(tái)，提出人工智能程序設(shè)計(jì)思路并進(jìn)行設(shè)計(jì)實(shí)現(xiàn)；前沿展望分析當(dāng)前智能博弈對(duì)抗領(lǐng)域的前沿元理論，探討智能博弈對(duì)抗的典型應(yīng)用場(chǎng)景。

一本將AI繪畫(huà)講透的探秘指南，通過(guò)豐富的實(shí)踐案例操作，通俗易懂地講述AI繪畫(huà)的生成步驟，生動(dòng)展現(xiàn)了AI繪畫(huà)的魔法魅力。從歷史到未來(lái)，跨越百年時(shí)空；從理論到實(shí)踐，講述案例操作；從技術(shù)到哲學(xué)，穿越多個(gè)維度；從語(yǔ)言到繪畫(huà)，落地實(shí)戰(zhàn)演練。AI繪畫(huà)的誕生，引發(fā)了奇點(diǎn)降臨，點(diǎn)亮了AGI（通用人工智能），并涉及Prompt、風(fēng)格、技

本書(shū)基于卷積神經(jīng)網(wǎng)絡(luò)和圖像識(shí)別方法，介紹了PyTorch和PaddlePaddle兩種框架，并結(jié)合移動(dòng)機(jī)器人講解了具體的開(kāi)發(fā)過(guò)程。書(shū)中所用的硬件平臺(tái)，帶有兩個(gè)攝像頭傳感器，為機(jī)器人和無(wú)人駕駛車輛多攝像頭導(dǎo)航提供了理論指導(dǎo)。書(shū)中提到的模擬沙盤，正是機(jī)器人作為園區(qū)巡檢或無(wú)人配送實(shí)例的縮影。通過(guò)基于理論的實(shí)踐，本書(shū)不局限于具

粒計(jì)算采用模擬人類大腦的認(rèn)知思維規(guī)律，從而提高解決復(fù)雜問(wèn)題的效率，已經(jīng)在智能信息處理領(lǐng)域發(fā)揮了重要的作用�！恫淮_定性問(wèn)題的多粒度建模與決策方法》重點(diǎn)從多粒度的視角研究不確定性問(wèn)題。從多粒度建模和決策兩個(gè)角度出發(fā)，研究多粒度知識(shí)空間的結(jié)構(gòu)特征，并在多粒度知識(shí)空間的框架下研究不確定性問(wèn)題的近似描述、粒度優(yōu)化模型、動(dòng)態(tài)更新模

本書(shū)是科創(chuàng)教育叢書(shū)人工智能系列小學(xué)版，從新課標(biāo)對(duì)學(xué)科融合的要求出發(fā)，以學(xué)校主要學(xué)科的教學(xué)實(shí)施為故事，通過(guò)8個(gè)項(xiàng)目的學(xué)科融合，循序漸進(jìn)地介紹掌控板、軟件編程及mPython軟件的主要使用方法，并介紹語(yǔ)音識(shí)別和語(yǔ)音合成這兩種人工智能的基礎(chǔ)應(yīng)用。

本書(shū)是科創(chuàng)教育叢書(shū)人工智能系列中學(xué)版，選取9個(gè)項(xiàng)目從自然語(yǔ)言處理、圖像識(shí)別、物聯(lián)網(wǎng)、機(jī)器學(xué)習(xí)四個(gè)應(yīng)用方向展開(kāi)，循序漸進(jìn)地介紹了掌控板、掌控板配套硬件、小方舟2.0及mPython軟件的主要使用方法。

本書(shū)針對(duì)學(xué)習(xí)者在選擇合適的學(xué)習(xí)資源時(shí)所面臨的學(xué)習(xí)資源問(wèn)題，利用深度學(xué)習(xí)技術(shù)分別對(duì)學(xué)習(xí)者模型、學(xué)習(xí)者的反饋信息、學(xué)習(xí)者的社交關(guān)系和學(xué)習(xí)資源的知識(shí)圖譜等方面的內(nèi)容進(jìn)行建模研究。本書(shū)采用定量與定性的研究方式評(píng)估了所提出的學(xué)習(xí)資源適配模型，并實(shí)現(xiàn)和開(kāi)發(fā)了學(xué)習(xí)資源適配服務(wù)平臺(tái)，從理論和實(shí)證研究相結(jié)合的角度對(duì)學(xué)習(xí)資源適配技術(shù)進(jìn)行了

本書(shū)旨在介紹人工智能中深度學(xué)習(xí)的基礎(chǔ)知識(shí)，為即將進(jìn)入深度學(xué)習(xí)領(lǐng)域進(jìn)行研究的讀者奠定基礎(chǔ)。全書(shū)共13章，其中，第1～4章為理論部分，第5～13章為應(yīng)用部分。理論部分介紹了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基本內(nèi)容，以及TensorFlow開(kāi)發(fā)框架的搭建和使用；應(yīng)用部分設(shè)置了多個(gè)項(xiàng)目案例，并介紹了這些案例詳細(xì)的實(shí)現(xiàn)步驟和代碼，使讀者在練

本書(shū)首先簡(jiǎn)要介紹了ChatGPT與自然語(yǔ)言大模型的基本概念，以及GPT-4的核心技術(shù)特點(diǎn)和人工智能技術(shù)未來(lái)的發(fā)展趨勢(shì)；之后介紹了數(shù)字化時(shí)代的基礎(chǔ)安全問(wèn)題，以及大模型和ChatGPT在內(nèi)容安全、網(wǎng)絡(luò)安全、隱私安全、版權(quán)合規(guī)和倫理道德等方面帶來(lái)的新挑戰(zhàn)、新風(fēng)險(xiǎn)，如生成內(nèi)容的準(zhǔn)確性問(wèn)題、作品訓(xùn)練的版權(quán)問(wèn)題等，并從人工智能技術(shù)