新書推薦:
《
汉娜·阿伦特与以赛亚·伯林 : 自由、政治与人性
》
售價:HK$
109.8
《
女性与疯狂(女性主义里程碑式著作,全球售出300万册)
》
售價:HK$
109.8
《
药食同源中药鉴别图典
》
售價:HK$
67.0
《
设计中的比例密码:建筑与室内设计
》
售價:HK$
87.4
《
冯友兰和青年谈心系列:看似平淡的坚持
》
售價:HK$
55.8
《
汉字理论与汉字阐释概要 《说解汉字一百五十讲》作者李守奎新作
》
售價:HK$
76.2
《
汗青堂丛书144·决战地中海
》
售價:HK$
168.0
《
逝去的武林(十周年纪念版 武学宗师 口述亲历 李仲轩亲历一九三零年代武人言行录)
》
售價:HK$
54.9
編輯推薦:
本书涵盖人工智能学科的大多数领域,共分为十一章。
內容簡介:
本书涵盖人工智能学科的大多数领域,共分为十一章。*章绪论,介绍人工智能的历史、*发展状态及所包含的领域。剩余十章分别介绍各领域的基本原理与技术,包括知识表示与逻辑系统、搜索与自动规划、不确定性推理、机器学习,以及近年快速发展的人工神经网络(深度学习)、强化学习、分布式人工智能与多智能体系统、平行智能、知识自动化、智能控制等。
關於作者:
叶佩军,男,2013年于中国科学院大学获工学博士学位,专业控制理论与控制工程,现任中国科学院自动化研究所复杂系统管理与控制国家重点实验室助理研究员,西安交通大学软件学院《人工智能原理与技术》研究生课程兼职授课教师,青岛智能产业技术研究院平行数据创新中心主任,从事多智能体系统,人工智能,社会计算,智能交通等领域的基础及应用研究,主持国家自然科学基金1项,参与国家973、863、国家自然基金、中科院院地合作等项目多项,获得国家留学基金资助赴美国加州大学圣地亚哥分校访问,发表论文超过20篇(其中一作SCISSCI检索7篇,EI检索8篇),参与申请4项发明专利,4项软件著作权,参与出版译著1部,IEEE、ACM会员,担任ACM社会和经济计算委员会学术秘书,国际学术期刊《IEEE Transactions on Intelligent Transportation Systems》、《IEEE Transactions on Computational Social Systems》副主编、《Journal of Artificial Societies and Social Simulation》、《Kno
目錄 :
第1章绪论
1.1人工智能的基本概念
1.2人工智能的发展简史
1.3人工智能的最新发展
1.4本书的主要内容和组织结构
1.5本章小结
参考文献
第一篇逻 辑 智 能
第2章知识表示
2.1本体论
2.1.1本体的定义
2.1.2本体的构建
2.1.3基本形式化本体
2.2资源描述框架和本体语言
2.2.1RDF的基本结构
2.2.2RDFS本体语言
2.2.3OWL语言
2.3知识图谱
2.3.1知识图谱的基本概念
2.3.2知识图谱的构建方法
2.3.3本体知识图谱的应用
2.4本章小结
参考文献
第3章逻辑推理与专家系统
3.1命题逻辑
3.1.1命题的基本概念及其运算
3.1.2命题逻辑的推理规则
3.1.3鲁滨逊归结原理
3.2一阶逻辑
3.2.1一阶逻辑的基本概念
3.2.2合一算法
3.2.3前向链接和反向链接
3.2.4归结证明
3.3Herbrand定理
3.4逻辑系统编程语言
3.4.1Prolog
3.4.2LISP
3.5专家系统
3.6本章小结
参考文献
第4章搜索智能
4.1图搜索
4.1.1宽度优先搜索
4.1.2深度优先搜索
4.1.3A*搜索
4.2局部搜索
4.2.1爬山法
4.2.2牛顿法
4.2.3梯度下降法
4.3本章小结
参考文献
第5章自动规划
5.1规划问题的形式化表示
5.2状态空间规划
5.3规划空间规划
5.4规划图
5.5时序规划
5.6本章小结
参考文献
第6章逻辑系统中的学习
6.1归纳逻辑程序设计
6.2解释学习
6.3关联学习
6.4本章小结
参考文献
第二篇计 算 智 能
第7章概率推理
7.1贝叶斯网络推理
7.1.1贝叶斯网络的基本概念
7.1.2贝叶斯网络的精确推理
7.1.3贝叶斯网络的近似推理
7.2马尔可夫网络推理
7.3隐马尔可夫模型
7.4卡尔曼滤波
7.5动态贝叶斯网络
7.6时序概率推理的一般方法
7.7证据理论
7.8本章小结
参考文献
第8章模糊系统
8.1模糊逻辑
8.2粗糙集
8.3本章小结
参考文献
第9章样例学习
9.1决策树
9.1.1决策树的学习算法
9.1.2属性重要度计算
9.1.3泛化与过拟合
9.2回归
9.2.1线性回归
9.2.2逻辑回归
9.2.3正则化
9.3支持向量机
9.4非参数化学习
9.5集成学习
9.5.1Boosting
9.5.2Bagging
9.6统计机器学习
9.6.1完全观测下的概率学习
9.6.2部分观测下的概率学习
9.6.3无向概率图学习
9.7无监督学习
9.7.1聚类
9.7.2降维
9.8本章小结
参考文献
第10章人工神经网络
10.1单多层前馈神经网络
10.1.1单层前馈神经网络
10.1.2多层前馈神经网络
10.2深度神经网络
10.2.1卷积神经网络
10.2.2循环神经网络
10.3神经网络的生成式模型
10.3.1受限玻尔兹曼机
10.3.2生成式对抗网络
10.4本章小结
参考文献
第11章强化学习
11.1马尔可夫决策过程
11.1.1完全可观察的马尔可夫决策过程
11.1.2部分可观察的马尔可夫决策过程
11.2被动强化学习
11.2.1蒙特卡洛学习
11.2.2时序差分学习
11.3主动强化学习
11.4深度强化学习
11.4.1基于价值的深度强化学习
11.4.2基于策略的深度强化学习
11.5本章小结
参考文献
第12章进化计算与群体智能
12.1遗传算法
12.2模拟退火算法
12.3蚁群算法
12.4粒子群优化
12.5人工免疫系统
12.6本章小结
参考文献
第三篇平 行 智 能
第13章分布式人工智能与多agent系统
13.1分布式问题求解
13.1.1分布式约束满足
13.1.2分布式优化
13.2博弈搜索
13.2.1标准式博弈
13.2.2扩展式博弈
13.2.3极小极大搜索
13.2.4蒙特卡洛树搜索
13.2.5博弈的其他类型
13.3机制设计
13.3.1投票
13.3.2拍卖
13.3.3公共资源分配
13.4本章小结
参考文献
第14章平行智能
14.1平行系统和ACP方法
14.2人工社会与复杂系统研究
14.3人工系统的构建
14.3.1基础人口合成
14.3.2agent的体系结构和行为建模
14.4人工系统的初步应用
14.4.1应急疏散
14.4.2人口演化
14.5平行学习
14.6本章小结
参考文献
第15章知识自动化与社会智能
15.1知识自动化
15.1.1知识自动化的基本思想
15.1.2知识自动化与平行智能的关系
15.2社会智能
15.2.1社会计算: 社会智能的实现方式
15.2.2社会计算与平行智能的关系
15.3本章小结
参考文献
內容試閱 :
200多年前,从蒸汽机到电动机,我们有了老IT工业技术(Industrial Technology)。工业革命开始后,人类迈入从农业社会到工业社会的伟大转折。100多年前,从无线电到电话线,我们有了旧IT信息技术(Information Technology)。信息革命开启后,社会进入现代化信息世界。今天,从深度学习到AlphaGo,我们又有了新IT智能技术(Intelligent Technology),人类正面临一场化老、旧、新三个IT技术为一体的智业新革命,人工智能及其知识自动化已经成为从工业社会向智业社会迈进的关键。
然而,目前社会对人工智能的期望与人工智能技术的实际能力之间存在着巨大的差距。特别是近年来人工智能概念本身的急剧泛化,导致其理论和方法都发生了重大变化。与此相伴的是人工智能人才严重短缺,而传统的人工智能教材又难以适应与满足新形势下的需求。因此,编写与时俱进、内容反映当前研发与应用现状的人工智能教材成为一项迫切的任务。
本书的创作计划始于2005年,目标是为当时雨后春笋般的软件学院探索一条走向知件(Knoware)学院的途径。2006年,我兼任西安交通大学软件学院院长,提出建设新的硬件、新的软件和更新的知件基础课程。新硬件以实时嵌入式系统为主,新软件基础以计算思维为主,新知件基础自然是以人工智能为主,但扩展为智能科学与工程。硬软新课程的起步相对成功,特别是计算思维后来成为全国性计算机的基础课程成分,但知件的计划迟迟没有实施。
2013年,我应旅美的周孟初教授之邀,参加澳门科技大学系统工程研究所的规划,提出创立智能科学与技术硕士博士学位的建议。后又应邀创办青岛智能产业技术研究院,筹备红岛智能学院,培养面向人工智能技术的红领产业人才。此时,人工智能和智能产业渐呈爆发之势,我向时任中国科学院大学(国科大)副校长王颖教授提出在国科大设立人工智能系的建议,并得到校长丁仲礼院士的大力支持,特批十五名教授名额,引入计算智能方向的著名学者王立新等人。之后的第一项任务就是策划新的教科书系列,先是从智能的角度改造传统的课程,如最优控制和机器人学等,再就是改写传统的人工智能教科书。
2015年,澳门科技大学的新博士学位获得学校批准,名称改为智能科学与系统。同年,西安交通大学软件学院也将人工智能课程建设提上日程,由我和旅美的李灵犀教授负责。2017年,澳门特别行政区政府核准智能科学与系统博士学位并在国家教育部存案招生。本书的写作也正式启动,并由接替李灵犀教授的叶佩军博士负责,最初教学对象是西安交通大学软件学院的研究生,部分内容也同时用于中国科学院大学和澳门科技大学的教学。
本书主要介绍人工智能的基本思想、原理、算法和应用,重点突出技术的可操作性,全面覆盖学科领域的相关技术方向。按照学科发展的顺序,全书共分逻辑智能、计算智能、平行智能三篇,各篇的内容大致按照知识表示、推理、学习的顺序安排,目的是让读者能够清晰地把握各技术间的区别与联系。逻辑智能篇包括第2~6章,主要关注以符号处理为基础的方法,包括本体知识图谱、逻辑推理、搜索智能、自动规划、一阶逻辑学习等。计算智能篇包括第7~12章,主要讲述以数值计算为基础的方法,包括概率推理、模糊系统、样例学习、人工神经网络、强化学习、进化计算与群体智能等,这些是近年来快速发展的内容。平行智能篇包括第13~15章,重点关注网络化条件下多个个体交互产生的智能行为,包括分布式人工智能与多智能体系统、平行智能、知识自动化与社会智能等,这些是人工智能与大数据、云计算、物联网、智联网等新兴技术相结合的最新发展趋势。书中的例子浅显易懂,一些算法还附有伪代码,以方便初学者掌握算法的基本流程并编程实现,建议有条件的读者动手一试。
本书的内容具备一定的理论深度,同时适当兼顾初学者,可作为相关专业高年级本科生、研究生的教学用书,也可供有一定数学和程序设计基础的技术人员参考。
本书从策划到完成,经历了十余年的时间,期间人工智能发生了几乎是天翻地覆的变化,为写作增加了许多难度。为此,叶佩军博士在教学和写作中都付出了巨大的心血和努力,完成了本书绝大部分的工作量。特别是20172018年赴美加州大学圣地亚哥(San Diego)分校学术访问期间,本应从事合作研究的许多时间都用于本书的写作和修改,影响了自己的研究进程。同时感谢叶佩军博士的夫人,她放弃自己的工作,背井离乡,远渡重洋陪伴,为佩军完成本书的写作提供了许多帮助。
本书的写作还得到青岛智能产业技术研究院的大力支持,特别是李灵犀副院长和王晓副院长的尽心安排。西安交通大学软件学院和中国科学院大学人工智能学院的部分师生为本书提供了宝贵的反馈意见,新泽西理工学院的周孟初教授和澳门科技大学的伍乃骐教授也对本书给予了支持,在此一并表示衷心的感谢。最后,感谢清华大学出版社在本书的编辑和出版过程中所给予的热心帮助。
王飞跃
中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京怀德海智能学院
2020年5月