| 暂存书架(0) | 登录

MARC状态:审校 文献类型:中文图书 浏览次数:47

题名/责任者:
生物群智计算与机器学习/朱云龙 ... [等] 著
出版发行项:
北京:清华大学出版社,2020
ISBN及定价:
978-7-302-54858-4/CNY79.00
载体形态项:
294页:图;26cm
并列正题名:
Swarm intelligence computing and machine learning
个人责任者:
朱云龙, 1967- 著
个人责任者:
陈瀚宁, 1979- 著
个人责任者:
申海, 1976- 著
个人责任者:
张浩, 1984- 著
学科主题:
人工智能-算法-研究
学科主题:
机器学习-研究
中图法分类号:
TP18
中图法分类号:
TP181
题名责任附注:
题名页题其余责任者: 陈瀚宁, 申海, 张浩
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。
书目附注:
有书目
提要文摘附注:
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。
随书光盘:
全部MARC细节信息>>
索书号 条码号 年卷期 馆藏地 书刊状态
TP18/370 01491959   西区4层      可借
TP18/370 01491958   总馆      可借
显示全部馆藏信息
借阅趋势

同名作者的其他著作(点击查看)
用户名:
密码:
验证码:
请输入下面显示的内容
  证件号 条码号 Email
 
姓名:
手机号:
送 书 地:
收藏到: 管理书架