本書主要圍繞AI系統(tǒng)的理論基礎與技術基礎知識展開，結合實例進行介紹，旨在讓讀者了解AI系統(tǒng)的來龍去脈，形成對AI系統(tǒng)的系統(tǒng)化與層次化的初步理解，掌握AI系統(tǒng)基本理論、技術、實際應用及研究方向，為后續(xù)從事具體的學習研究工作和項目開發(fā)工作奠定基礎。本書首先介紹AI的歷史、現(xiàn)狀與發(fā)展及AI系統(tǒng)的基本知識，后分為AI硬件與體系

本書深度剖析人工智能領域的最新趨勢及其對未來的潛在影響，特別是聚焦于歐盟在這一領域的政策動向、監(jiān)管措施和立法進展。書中詳細闡述歐盟對于算法的通用監(jiān)管策略，展示其在構建倫理監(jiān)管環(huán)境方面所取得的最新成就，并提供對歐盟道德法規(guī)與可信賴人工智能的宏觀洞察。內容不僅涵蓋科學信息技術的基礎概念闡釋，還深入探討歐盟機構層面的立法、監(jiān)

人工智能是一門以自動化理論與計算機技術為基礎，涉及多學科交叉融合的新興學科，是新一輪科技革命和產(chǎn)業(yè)變革的重要驅動力量，對于推動經(jīng)濟發(fā)展、提高生產(chǎn)力、促進社會進步具有重要意義。本書在總結編者及團隊多年教學及科研經(jīng)驗的基礎上編寫完成，內容涵蓋了人工智能的基本概念、發(fā)展歷程、關鍵技術以及典型應用，旨在幫助學生快速了解人工智能

本書全面且詳細地闡述了控制工程領域的基礎理論知識。全書共7章，深入淺出地介紹了自動控制系統(tǒng)的基本概念、控制系統(tǒng)的數(shù)學模型、基于傳遞函數(shù)的時域分析與設計、控制系統(tǒng)的根軌跡分析與設計、控制系統(tǒng)的頻域分析、控制系統(tǒng)的校正、線性離散系統(tǒng)的分析和校正相關知識。

本書系統(tǒng)介紹了基于狀態(tài)空間模型的狀態(tài)反饋及卡爾曼濾波方法，共8章，由三部分組成，第一部分（第1、2章），連續(xù)時間狀態(tài)反饋控制；第二部分（第3～6章），離散時間狀態(tài)反饋控制；第三部分（第7、8章），卡爾曼濾波。本書介紹了連續(xù)系統(tǒng)及離散系統(tǒng)的狀態(tài)空間模型建模、狀態(tài)反饋控制器、觀測器、干擾抑制及參考信號跟蹤的設計方法，并結合

本書針對現(xiàn)有的混合式學習模式中存在理論、實驗及創(chuàng)新實踐三個環(huán)節(jié)的時間及空間分離問題，探索并構建一套“理實同步-虛實結合-資源共享”線上線下混合式人才培養(yǎng)平臺。包括：建立了全新的通信網(wǎng)絡控制模型，解決了通信互聯(lián)網(wǎng)絡引入的時延問題，實現(xiàn)了混合式學習線上線下課程的同步集成，提高了高校課堂教學效率；解決了個性化知識建構平臺集成

本書全面介紹TensorFlow2.x框架及其在深度學習中的應用，內容包括TensorFlow簡介、Python語言基礎、環(huán)境搭建與入門、TensorBoard可視化、多層感知機實現(xiàn)、卷積神經(jīng)網(wǎng)絡實現(xiàn)、循環(huán)神經(jīng)網(wǎng)絡實現(xiàn)、強化學習、遷移學習、生成對抗網(wǎng)絡和GPU并行計算等。

本書按模塊化、項目化教學要求編寫，突出“學以致用、學用結合”的基本理念。以學生未來從事單片機產(chǎn)品研發(fā)和產(chǎn)品維護工作的角度構建內容，力圖解決課堂教學理論與實踐脫節(jié)，學生學而不會用的問題。本書著重講解應用知識，各項目內容安排緊湊，分為四大模塊，九個項目。前三個模塊注重單片機應用技術中最基本、最實用的實訓知識與技能，最后一個

本書詳細闡述意圖驅動自智網(wǎng)絡的關鍵技術與應用實例。內容涵蓋意圖驅動自主智能網(wǎng)絡的基礎概念與背景，以及意圖智能轉譯、意圖閉環(huán)驗證、自主策略生成、意圖態(tài)勢感知等意圖環(huán)路技術。此外，探討針對意圖驅動智能運維、意圖驅動網(wǎng)絡負載均衡、意圖驅動6G編排和意圖驅動衛(wèi)星網(wǎng)絡管控等典型應用案例。

本書剖析了圖像復原技術的最新進展，并探索了深度學習技術在圖像復原過程中的關鍵作用。內容包括：基于傳統(tǒng)機器學習的圖像復原方法、基于卷積神經(jīng)網(wǎng)絡的圖像復原方法基礎、基于雙路徑卷積神經(jīng)網(wǎng)絡的圖像去噪方法、基于注意力引導去噪卷積神經(jīng)網(wǎng)絡的圖像去噪方法、基于級聯(lián)卷積神經(jīng)網(wǎng)絡的圖像超分辨率方法等。