|
题名:
|
生物群智计算与机器学习 / 朱云龙 ... [等] 著 , |
|
ISBN:
|
978-7-302-54858-4 价格： CNY79.00 |
|
语种:
|
chi |
|
载体形态:
|
294页 图 26cm |
|
出版发行:
|
出版地： 北京 出版社： 清华大学出版社 出版日期： 2020 |
|
内容提要:
|
本书综合分析了人工智能的发展历程以及人工智能与生物群智计算、机器学习等之间的关系, 给出了生物群智计算的统一框架模型, 涵盖了从简单到复杂的基于个体自适应、群体分工协作、多群体协同进化等生物现象的几类新型生物群智计算模式, 所有这些无疑体现了生物群智计算最基础、最核心的理论与方法同时, 有针对性地介绍了深度学习、强化学习、迁移学习和生成式对抗网络等机器学习方法, 希望读者在掌握生物群智计算的同时, 能够有机地融合这些以大数据为主要特征的机器学习方法, 构建更为激动人心的新型算法。 |
|
主题词:
|
人工智能 算法 |
|
主题词:
|
机器学习 研究 |
|
中图分类法:
|
TP18 版次： 5 |
|
主要责任者:
|
朱云龙, 著 |
|
主要责任者:
|
陈瀚宁, 著 |
|
主要责任者:
|
申海, 著 |
|
责任者附注:
|
朱云龙, 男, 1967年出生, 复旦大学教授, 国务院政府特殊津贴专家, 长期从事智能制造与工业4.0、生物群智计算以及3D电子打印技术等领域的基础理论与工程应用研究。陈瀚宁, 男, 1979年7月出生, 天津工业大学研究员、博士生导师。博士毕业于中国科学院研究生院, 长期在面向重大应用需求的智能优化理论与应用方面开展深入研究。申海, 女, 1976年出生, 沈阳师范大学教授。主要从事群智智能技术的研究与应用, 开展了无人机路线、先进装备机械结构最优设计、过程控制最优参数、认知无线电等方面的研究。 |
|
索书号:
|
3 |