本書主要包含以下內(nèi)如：最優(yōu)化問題的簡介，凸分析基礎(chǔ)，無約束優(yōu)化的理論及線搜索算法框架，信賴域算法，線搜索收斂性分析及收斂速度分析，半光滑牛頓算法，共軛梯度算法，約束優(yōu)化理論及延伸理論，罰方法，增廣拉格朗日算法及算法在實際問題(支持向量機模型、超圖匹配)中的應(yīng)用。本書對知識點的分析緊密結(jié)合當前研究前沿問題，并通過對應(yīng)用問

奇異跳變系統(tǒng)是一類具有廣泛形式的動力系統(tǒng)，能有效地描述電力系統(tǒng)、電路系統(tǒng)、社會經(jīng)濟系統(tǒng)等實際系統(tǒng)。本書以時滯奇異跳變系統(tǒng)為研究對象，旨在提出有效的容許性分析與控制器設(shè)計方法。本書主要介紹時滯奇異跳變系統(tǒng)容許性分析與狀態(tài)反饋控制、時滯奇異跳變系統(tǒng)觀測器設(shè)計與異步反饋控制、時滯奇異跳變系統(tǒng)濾波器設(shè)計與故障檢測、時滯奇異跳變

人工智能（AI）已成為世界各地的熱門話題，因為它可以為人類帶來顯著的好處，以及可能隱藏在該技術(shù)中的感知和實際危險。在《人工智能風險·回報·未來》：中，KevinChen用清晰簡單的語言闡述了人工智能的許多方面，詳細介紹了人工智能如何給世界的運作方式帶來深刻的變化。人工智能正在交通、物流、醫(yī)學

《四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用》旨在介紹四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用的研究現(xiàn)狀、典型模型、常用研究方法.具體內(nèi)容包括四元數(shù)神經(jīng)網(wǎng)絡(luò)漸近穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)魯棒穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)μ-穩(wěn)定性及均方穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)Mittag-Leffler穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)Lagrange穩(wěn)定性及H-U穩(wěn)定性、四元數(shù)神

本書闡述了分布式人工智能原理及其應(yīng)用，基本原理的主要內(nèi)容包括的分布式人工智能的內(nèi)涵、基本原理、計算框架等；研究了分布式人工智能學習與優(yōu)化、強化學習與演化計算、群智能體強化學習等前沿方法；給出了分布式信息融合、視覺感知、協(xié)同搜索、對抗博弈決策和智能博弈推演等典型應(yīng)用，建立起了較為全面的知識體系與脈絡(luò)，為后續(xù)研究奠定了良好

機器學習數(shù)學基礎(chǔ)

自主無人系統(tǒng)及應(yīng)用中的問題

數(shù)智平臺設(shè)計與用戶行為研究-認知神經(jīng)科學視角

學科的范式(科學觀與方法論)是指導學科研究的**引領(lǐng)力量。然而作者發(fā)現(xiàn)：作為信息學科高級篇章的人工智能卻遵循著物質(zhì)學科的范式，使人工智能的研究嚴重受限。因此，本書實施了人工智能的范式革命：總結(jié)了信息學科的范式，以此取代物質(zhì)學科范式對人工智能研究的統(tǒng)領(lǐng)地位；在信息學科范式的引領(lǐng)下，構(gòu)筑人工智能的全局模型，揭示普適性智能生

本書介紹了文心一言的操作技巧和提示詞，列舉了文本、文案方案、個人IP內(nèi)容、個人學習成長和個人生活助手等多個領(lǐng)域的輔助生成應(yīng)用案例�！笆谌艘詽O，給人工具”“拿來即用，來即參”，本書旨在為讀者提供使用文心一言的工具方法、案例和技巧，幫助讀者十倍甚至百倍提升工作的創(chuàng)造力和生產(chǎn)力。