登录 | 注册
搜索
图书中心
多媒体通信
光通信
通信与网络
信息通信类
学科基础
智能通信
专业基础
公共基础课
计算机类
计算机专业
软件工程
网络工程
专业基础课
IT新学科新专业
大数据与人工智能
数字媒体
物联网
信息安全
电子工程
电子机电与自动化类
机电工程
微电子
自动化
IT经济与管理
IT人文
经济与管理类
其他自然科学类
数学类
数学与物理类
物理类
大学英语
大学英语与公共文化课类(英语与人文)
公共人文课程
其他人文社科
考试指导
培训教材
素质教育
信息技术
中小学教育与考试培训类
大数据与人工智能首页>图书中心>IT新学科新专业
内容简介:
人体视觉理解技术是计算机视觉领域的重要组成部分,由于人类往往作为图片、视频等多媒体产物的核心研究对象,因此对图片或视频中的人体进行分析和理解是非常有必要的。人体视觉理解是基于计算机视觉技术的一系列人体相关任务的综合,通过对于多个维度人体信息的分析,能够更好的促进对于图像、视频中与人相关内容的理解。现有的人体视觉理解解决方案主要基于单数据源多任务学习或者多个单任务学习组合的方法。但是单一数据源多任务标注的难度较大、成本较高,而多个单任务组合的方法效率较低、忽视了任务之间的相关性。因此,为了高效且精准地解决人体视觉理解问题,往往需要多个数据源来共同完成多种任务的学习。 本书基于多数据源多任务学习的思想,提出了一种面向人体视觉理解的方法:混合监督学习(Mix-Supervised Learning, MSL)。混合监督学习是一种共享主干的多任务学习架构,它采用区域卷积网络作为基础,其中不同的任务可以共享同一主干网络,并且可以并行处理用于特定任务的网络分支。在本书中,使用混合监督学习在五个不同的数据集上训练人体视觉理解模型,可以同时执行人体检测、人体实例分割、人体解析、人体姿态估计、密集姿态估计以及实例级人体部位检测六个人体视觉理解子任务
在本书第1章中,从知识自动获取的角度阐述了人工智能、模式识别和机器学习之间的关系。模式识别是推动人工智能发展的代表性问题,其难点在于知识的获取方式。为了解决模式识别问题,研究者发展了基于数据自动获取知识的理论和方法,即机器学习。当前的机器学习技术不仅能够解决模式识别问题,还扩展到更广泛的人工智能任务形式,如生成式人工智能(AIGC)、人工智能驱动的科学研究(AI for Science)和具身智能(Embodied Intelligence)等。因此,学习人工智能的基础知识应当从模式识别和机器学习入手。 第2章介绍了在已知所有相关知识的情况下,对未知类别样本进行分类判断的统计决策理论。第3至第6章介绍了各种分类器模型及其监督学习方法,并按照概率模型到非概率模型、线性模型到非线性模型、参数模型到非参数模型的顺序进行介绍。第3章介绍了概率模型的学习方法,第4章介绍了各种线性模型,第5章介绍了最具代表性的非线性参数模型,即神经网络,第6章介绍了几种常见的非参数模型。这些章节建立在类别体系和特征体系已经建立的基础上。第7章讨论了如何通过非监督学习进行聚类以建立类别体系,而第8章主要介绍了通过非监督学习来提取特征和优化特征的方法。
系统辨识与建模是控制科学与工程学科的一门重要课程。本书主要内容包括引言、数学预备知识、动态系统的数学模型、最小二乘估计、系统辨识法、闭环系统辨识、自校正控制、沃尔泰拉模型及其辨识、哈默斯坦与维纳模型辨识、基于NARMAX模型的非线性系统辨识、基于KL分解的时空建模、基于卷积神经网络的时空建模、线性系统的最优状态估计等。 本书可以作为控制科学与工程学科及相关学科高年级本科生与研究生的教材,也可以作为相关领域科技人员的参考书。
前,无人作战系统已经成为武器装备体系中新的增长点,在战争中发挥着重要的作用。为满足学员学习需求,我们策划并编写了本教材。本教材包括无人作战系统关键技术、地面无人作战系统和空中无人作战系统三大模块,共计五章。第一章为绪论。第二章介绍了无人作战系统所涉及的关键技术。第三章和第四章分别介绍了地面和空中无人作战系统的原理与类型。第五章结合具体案例,介绍了无人作战系统的作战运用和未来发展。 本教材的使用对象为无人作战工程专业的学员,旨在帮助他们了解陆上无人作战系统的组成和关键技术、陆军典型无人平台的特点和运用,为其未来在合成部队无人作战力量岗位任职奠定理论基础。作为一门概论课程,我们期望本教材能够帮助学员梳理清楚基本概念,了解该领域的全貌。
本书涵盖丰富实用内容,既有数据中心运维基础理论、核心管理目标、体系构建等理论知识,又包含标准化程序文档、运维必备技能、实战案例,还涉及 EHS 管理、工具仪表应用、DCOM 系统及表单报告模板。其特点显著,融合多座数据中心运维经验,由行业与高校专家联合编写,助读者构建知识框架、提升效率,推动运维规范化。本书面向广大读者,是从业者能力提升指南、高校专业教材、企业培训蓝本,更是专业人士的参考依据。
本书深入探讨了图方法在文本挖掘领域的应用,强调了图模型在处理文本数据时对上下文和长距离语义依赖关系的捕捉能力。全书内容分为3部分,共8章,系统地介绍了基于图的文本挖掘技术,并通过多个自然语言处理任务(如短文本分类、虚假新闻检测、知识图谱表示学习等)展示了图方法的有效性。作者结合丰富的科研和项目经验,提出了创新的图模型和算法,旨在解决数据稀疏和复杂语义建模问题,为计算机专业学生和NLP领域研究人员提供了宝贵的参考和新视角。
《人工智能导论(通识版)》旨在关注当前大模型技术。它不仅涵盖了人工智能的基础理论,还深入探讨了大模型技术在各领域的应用与实践,使读者能够紧跟时代步伐,了解并掌握最新的发展趋势。书中详细解释了人工智能等核心概念,并通过实例展示如何将大模型应用于实际问题中,从而使复杂的理论变得易于理解且富有吸引力。通过分析人工智能中大模型在各个行业中的创新应用案例,提供了丰富的教学资源和实用工具,旨在提升教学质量,帮助教师更好地传授人工智能知识。本书不仅帮助学生建立扎实的知识基础,还增强了他们解决实际问题的能力,为未来的学习和职业生涯做好准备。本书配套有案例和习题源代码,即能满足学生课堂学习,又能满足学生自学的需求。
真实虚拟构造(LVC)技术的联合训练环境对于有效训练所有联合部队的先进战术至关重要。每天进行的高保真战术训练有助于指挥官和战斗员在紧张的场景和高端威胁下完成战斗任务。 其中,Part I为LVC部分,LVC是联合虚拟化和仿真的一种技术和方法,目的是将联合仿真和虚拟化技术相结合,以实现在一个联合环境中对不同系统和平台进行测试、评估和验证。Part II部分是对虚拟训练使用最多的内容——人工智能的介绍,同时人工智能也是时下最流行的技术之一。Part III部分介绍了设计LVC系统所需要的语言和工具。本书内容选择合理、结构清楚、图文并茂、面向应用,可作为相关科研人员的参考书。 本书总结了团队在LVC领域的相关知识,同时在编写过程中参考了大量书籍、文献及手册资料,在此向各位相关作者表示诚挚的感谢。同时,由于作者水平有限,而且人工智能是一种正在不断发展和完善的技术,书中难免有不恰当之处,敬请读者批评指正。
工业机器人是集机械、电气、控制、计算机、传感器、人工智能等多学科先进技术于一体的机电一体化设备。AGV(Automated Guided Vehicle的缩写,意为自动导引运输车)是一种功能完整、可独立运行的移动式工业机器人,它有自身的控制系统,能依靠自身的控制能力来完成规定的作业任务。作为工业机器人的专业技术人员需要了解机器人的基础知识、熟悉内部结构,掌握其操作和应用技术,才能充分发挥机器人的功能,确保其正常可靠运行。 本书共六个项目,主要包括工业机器人认知,磁导航工业机器人安装调试和基本操作、工业机器人维护和维修,激光导航机器人、惯性导航机器人和二维码导航机器人的知识认知,工业机器人能力计算、需用数量计算,机械结构设计、自动导引车(AGV)实用教程工业机器人应用案例等。以 AGV 世界领导品牌——广东嘉腾机器人有限公司生产的 AGV 应用为主线,全面学习 AGV 工业机器人的应用知识和技能,达到懂原理、知结构、会安装、能调试、会操作、懂维修、会维护、会应用、能选型的目的。 本书适于人工智能、工业机器人、自动化等专业,也可供相关技术人员参考。
本书内容涵盖大数据入门教学,进阶讲解,以及基于华为云开展的大数据实践教程。入门教学包括大数据概述、Hadoop、HDFS、MapReduce、NoSQL、HBase等基本技术点;进阶讲解包括基于分布式处理框架Spark的离线数据分析实践和基于实时处理框架Spark Streaming/Flink的实时数据分析实践;此外还有分布式多维分析系统Kylin、分布式查询分析系统Hive和数据可视化的综合应用。 本书立足于详实、系统的基础知识,结合细致、图文丰富的实践教程,即把理论讲清楚,又把实验做明白,让读者能够轻松地完成实验的复现,真正将知识点和技术实践理解透彻。