智能制造是先进制造发展的最新形态，是企业实现转型升级的有力工具。为了更好地促进企业智能制造体系的推广和推进，作者撰写了这本书。本书分为三大部分：首先是智能制造的历史沿革，系统梳理了理论发展脉络，并对未来的理论趋势和最新的应用成果作了介绍；其次，对智能制造的前沿技术作了分析，包括智能产品/装备、大数据与制造智能、模型驱动的系统工程、数字化技术与制造执行系统；最后以汽车产业和国防工业为例，系统解析了智能制造模式的设计与实施，并深度解析了美欧推动机器学习技术在国防制造领域的应用。

智能制造是先进制造发展的最新形态，是企业实现转型升级的有力工具。为了更好地促进企业智能制造体系的推广和推进，作者撰写了这本书。本书分为三大部分：首先是智能制造的历史沿革，系统梳理了理论发展脉络，并对未来的理论趋势和最新的应用成果作了介绍；其次，对智能制造的前沿技术作了分析，包括智能产品/装备、大数据与制造智能、模型驱动的系统工程、数字化技术与制造执行系统；最后以汽车产业和国防工业为例，系统解析了智能制造模式的设计与实施，并深度解析了美欧推动机器学习技术在国防制造领域的应用。

本书为中国人工智能产业创新联盟《智能之巅》丛书的技术分册，重点聚焦人工智能的关键前沿技术，先对人工智能技术领域进行了概述，主要介绍核心及前沿领域的发展现状和趋势，并分析国内外人工智能发展战略；之后深入介绍、分析支撑或影响人工智能产业发展的核心和前沿技术，如计算机视觉、智能语音语义、人工智能芯片等。 本书适合人工智能、互联网和计算机行业的从业人员和研究人员（技术岗位和非技术岗位），以及创投相关人员阅读参考。

全书共分为四篇，涵盖了 12 章。第 1 章为第 一篇，介绍了无线通信中的人工智能基础理论与算法，重点介绍了无线通信常用的人工智能方法。第 2 章～第 5 章为第 二篇，探讨了人工智能在无线通信传输技术中的应用，详细解析了物理层信号处理中的典 型案例。第 6 章～第 9 章为第三篇，聚焦于人工智能在无线通信组网技术中的应用，深入讲解了资源管理中的典 型案例。第 10 章～第 12 章为第四篇，讨论了人工智能在语义通信中的应用，详细阐述了面向未来无线通信的语义通信系统。 本书可作为高等院校人工智能、信息与通信工程学科的教材，也可为工程技术人员提供人工智能在无线通信中的理论、算法与应用方面的参考。

着重介绍深度强化学习的学术界前沿进展与核心代码分析的书籍。对深度强化学习方面的重要学术进展按照单智能体深度强化学习、多智能体深度强化学习、多任务深度强化学习三个方向梳理，介绍其核心算法，以及算法的代码实现示例。

本书针对新一轮工业革命中的智能制造系统，在概要阐述智能制造发展历程及其主要参考模型的基础上，从关键技术、主要装备、组成架构、运行管控功能等方面对智能制造系统进行了全面介绍，并给出了几种典型的智能制造系统，为深入了解智能制造系统提供有益参考。全书分为7章，第1章介绍智能制造系统发展概述；第2章介绍智能制造系统参考模型；第3至6章介绍智能制造的使能技术、关键装备、组成体系、核心功能；第7章介绍机加、装配等多种智能制造系统。

本书针对新一轮工业革命中的智能制造系统，在概要阐述智能制造发展历程及其主要参考模型的基础上，从关键技术、主要装备、组成架构、运行管控功能等方面对智能制造系统进行了全面介绍，并给出了几种典型的智能制造系统，为深入了解智能制造系统提供有益参考。全书分为7章，第1章介绍智能制造系统发展概述；第2章介绍智能制造系统参考模型；第3至6章介绍智能制造的使能技术、关键装备、组成体系、核心功能；第7章介绍机加、装配等多种智能制造系统。

智能运维是面向产品全生命周期智能制造的重要组成部分。随着感知技术、预测技术和智能技术的深度应用，装备维修从原来的事后维修模式、定时维修模式逐步向基于状态的维修模式转变，而提高装备状态监测和维修决策水平是实现这种转变的关键。本书在基于状态的维修模式及其技术体系基础上，对基于状态的维修所涉及的数据处理、状态监测、趋势预测、故障诊断、维修决策等关键技术进行阐述，为复杂装备制造服务和智能运维提供技术参考。

本书由超级账本执行董事Brian Behlendorf领衔推荐，区块链一线落地实践团队、Hyperleger会员智链骨干团对撰写。深入讲解Hyperledger Fabric 1.0的架构、执行逻辑、核心功能实现、从零部署，并以票据案例为例，讲解具体开发实践，穿插开发所需的*佳实践和遇到的问题解决。 本书分三篇，共12章内容。 准备篇（第1～2章），高度浓缩、信息量大的第1章，揭示区块链的价值、核心理念、演进、主流平台、商用场景。第2章进入实践环节，涵盖安装、部署与调试，让读者初步直观感受区块链，培养学习和实践的兴趣。 核心篇（第3～9章），先从Fabric1.0架构开始讲解，方便读者了解整体结构与运作逻辑，带着问题与轮廓去阅读，事半功倍。第4～9章讲解内部实现机制，该篇并不点到为止，而是深入到底层实现原理层面，让读者透彻了解Fabric的设计与实现...(展开全部)

语音是最有效的人机交互方式之一。人工智能与传统语音技术相结合使其在家居、可穿戴、机器人、车载等智能终端设备上得到了普及。终端设备具有低资源、实时性、应用场景复杂多变等特点，对算法提出了更严格的要求。 本书介绍了面向端侧设备的若干智能语音处理技术，书中主要采用了传统信号处理与深度学习相结合的方法论，并且介绍了在实际工程应用中的若干心得。针对实际工程应用中的关键问题，如噪声抑制、回声消除、房间混响处理等，本书详细讲解了几种重要的算法，包括固定波束形成、自适应波束形成、盲源分离等，并分别讨论了它们的优缺点及应用场景。此外，书中涵盖了基于自适应滤波的回声、混响、干扰联合抑制方法，以及利用深度神经网络进行语音增强、语音活动性检测和关键词检测的技术。为了使模型能够高效地部署于资源受限的终端设备上，本书也涉及模型量化的方法，该方法通过减小模型大小来节约存储空间并降低计算复杂度。 本书适合理工科高年级本科生、研究生，以及语音领域的工程师阅读。