MARC状态:审校 文献类型:中文图书 浏览次数:46
- 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
- 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