登入帳戶　 |　訂單查詢　 |　購物車/收銀台( 0 )　|　在線留言板　 |　付款方式　 |　運費計算　 |　聯絡我們　 |　幫助中心　|　 加入書簽
會員登入 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類瀏覽雜誌 臺灣用戶
品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心 服務：香港／台灣／澳門／海外 送貨：速遞／郵局／服務站

新書上架：簡體書 繁體書
暢銷書架：簡體書 繁體書
好書推介：簡體書 繁體書

九月出版：大陸書 台灣書
八月出版：大陸書 台灣書
七月出版：大陸書 台灣書
六月出版：大陸書 台灣書
五月出版：大陸書 台灣書
四月出版：大陸書 台灣書
三月出版：大陸書 台灣書
二月出版：大陸書 台灣書
一月出版：大陸書 台灣書
12月出版：大陸書 台灣書
11月出版：大陸書 台灣書
十月出版：大陸書 台灣書
九月出版：大陸書 台灣書
八月出版：大陸書 台灣書
七月出版：大陸書 台灣書

『簡體書』时空脉冲神经网络与脑启发的人工智能

書城自編碼： 4023948
分類：簡體書→大陸圖書→工業技術→一般工业技术
作者： [新西兰]尼古拉·基里洛夫.卡萨博夫 著
國際書號(ISBN)： 9787118131802
出版社： 国防工业出版社
出版日期： 2024-08-01

頁數/字數： /
書度/開本： 16开 釘裝： 平装

售價：HK$ 333.8

我要買 件

 

** 我創建的書架 **
未登入.

新書推薦：
高功率激光推进
《 高功率激光推进 》
售價：HK$ 110.4
藩镇时代的政治与社会
《 藩镇时代的政治与社会 》
售價：HK$ 112.7
电网设备无人机自动机场建设与应用
《 电网设备无人机自动机场建设与应用 》
售價：HK$ 89.7
中国沿海的贸易与外交：通商口岸的开埠：1842-1854.下
《 中国沿海的贸易与外交：通商口岸的开埠：1842-1854.下 》
售價：HK$ 147.2
甲骨文丛书·繁荣与衰退：中国市场经济（1000~1500年）
《 甲骨文丛书·繁荣与衰退：中国市场经济（1000~1500年） 》
售價：HK$ 147.2
越南汉词整理与研究
《 越南汉词整理与研究 》
售價：HK$ 112.7
数学思维1： 逻辑与数（原书第7版）
《 数学思维1： 逻辑与数（原书第7版） 》
售價：HK$ 113.9
创客训练营 Arduino 应用技能实训
《 创客训练营 Arduino 应用技能实训 》
售價：HK$ 67.9

 
內容簡介：
本书主要讲解时空脉冲神经网络的原理、类型与使用方式，重点是使读者理解时空脉冲神经网络在人工智能应用中的基本模型、算法方面所起的作用，了解时空脉冲神经网络的应用场景及其与智能机器人、人工智能、脑科学等的集成与应用。
關於作者：
康晓洋，博士。2018年10月入职复旦大学工程与应用技术研究院、智能机器人研究院。
目錄：
1 时空中不断变化的过程，时空中的深度学习和深度知识表示，灵感来自大脑的人工智能
1.1 时空演化过程
1.1.1 什么是不断发展的过程？
1.1.2 活生物体的进化过程
1.1.3 时空和分时的演化过程
1.2 演化过程的特征：频率，能量，概率，熵和信息
1.3 光和声音
1.4 时空和方向演变过程
1.5 从数据信息到知识
1.6 时空中的深度学习和深度知识表示
1.6.1 在时空中定义深度知识
1.6.2 有多深？
1.6.3 本书中的深度知识表示示例
1.7 演化过程的统计，计算建模
1.7.1 计算建模的统计方法
1.7.2 全局，局部和转换（“个性化”）建模
1.7.3 模型验证
1.8 灵感来自大脑的人工智能
1.9 本章小结和更深入的阅读材料 参考文献
2 人工神经网络中不断发展的连接主义系统
2.1 经典人工神经网络：SOM，MLP，CNN，RNN
2.1.1 神经网络中的无监督学习——自组织地图（SOM）
2.1.2 人工神经网络中的监督学习——多层感知器及其反向传播算法
2.1.3 卷积神经网络（CNN）
2.1.4 递归和LSTMANN
2.2 混合和基于知识的人工神经网络
2.3 不断发展的连接主义系统（ECOS）
2.3.1 ECOS原理
2.3.2 不断发展的自组织地图
2.3.3 不断发展的MLP
2.4 不断发展的模糊神经网络——EFuNN
2.5 动态发展的神经模糊推理系统——DENFIS
2.6 其他ECOS方法和系统
2.7 本章小结和更深入的阅读材料参考文献
第二部分：人脑
3 人脑中的深度学习和深度知识表示
3.1 大脑中的时空
3.2 学习与记忆
3.3 信息的神经表示
3.4 大脑中的感知始终是时空超时空
3.5 大脑时空中的深度学习和深度知识表示
3.6 神经元和大脑中的信息和信号处理
3.6.1 信息编码
3.6.2 信息处理的分子基础
3.7 将大脑活动作为时空时空数据进行测量
3.7.1 一般概念
3.7.2 脑电图（EEG）数据
3.7.3 脑磁图（MEG）
3.7.4 计算机断层扫描（CT）和聚酯（PET）
3.7.5 功能磁共振成像
3.8 本章总结和更深层次的阅读材料参考文献
第三部分：脉冲神经网络
4 脉冲神经网络的方法
4.1 信息表示为脉冲的脉冲编码算法
4.1.1 比率与脉冲时间信息表示形式
4.1.2 脉冲编码算法
4.2 脉冲神经元模型
4.2.1 霍奇金-赫克斯利模型（HHM）
4.2.2 泄漏的集成火力模型（LIFM）
4.2.3 伊奇凯维奇模型（IM）
4.2.4 脉冲响应模型（SRM）
4.2.5 索普模型（TM）
4.2.6 概率和随机脉冲神经元模型
4.2.7 神经元的概率神经遗传模型
4.3 SNN中的学习方法
4.3.1 脉冲
4.3.2 脉冲时间相关可塑性（STDP）
4.3.3 脉冲驱动的突触可塑性（SDSP）
4.3.4 排名顺序（RO）学习规则
4.3.5 动态突触学习
4.4 脉冲模式关联神经元和神经网络
4.4.1 脉冲模式关联学习原理
4.4.2 案例研究实例
4.4.3 SPAN中的存储容量
4.4.4 分类问题的SPAN
4.5 为什么要使用SNN？
4.6 总结和进一步阅读以获取更深入的知识 参考文献

 

 

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式 香港用户　 |　台灣用户　|　大陸用户　|　海外用户
megBook.com.hk
Copyright © 2013 - 2024 （香港）大書城有限公司　 All Rights Reserved.