《计算智能:从概念到实现(英文版)》面向智能系统学科的前沿领域，系统地讨论了计算智能的理论、技术及其应用，比较全面地反映了计算智能研究和应用的最新进展。书中涵盖了模糊控制、神经网络控制、进化计算以及其他一些技术及应用的内容。《计算智能:从概念到实现(英文版)》提供了大量的实用案例，重点强调实际的应用和计算工具，这些对于计算智能领域的进一步发展是非常有意义的。《计算智能:从概念到实现(英文版)》取材新颖，内容深入浅出，材料丰富，理论密切结合实际，具有较高的学术水平和参考价值。 《计算智能:从概念到实现(英文版)》可作为高等院校相关专业高年级本科生或研究生的教材及参考用书，也可供从事智能科学、自动控制、系统科学、计算机科学、应用数学等领域研究的教师和科研人员参考。

本书系统性地介绍智能边缘计算所需要的核心技术，并详细阐述如何将这些技术落地的实际编程实例。本书包括四大部分：第yi部分介绍边缘计算的基础、发展历史，以及发展趋势；第二部分介绍面向边缘计算的深度学习技术，包括联邦学习和微小机器学习；第三部分讲述在边缘计算中支撑智能应用的核心优化问题与技术；第四部分阐述如何基于本书中的相关技术，构建实际智能边缘应用。本书可以为边缘计算、物联网、嵌入式和智能系统、机器学习与应用、网络通信等领域的科研人员和从业者提供一些前沿视野及相关理论、方法和技术支撑，如边缘系统智能能量优化、学习驱动的任务卸载与服务缓存、边缘大数据分析、软件定义边缘网络、网络切片，也可作为相关专业高年级本科生和研究生的课程教材或参考教材。

群体智能是近年来发展迅速的人工智能学科领域.通过研究分散,自组织的动物群体和人类社会的智能行为, 学者们提出了许多迥异于传统思路的智能算法, 很好地解决了不少原来非常棘手的复杂工程问题.与蚁群算法齐名的粒子群优化(particle swarm optimization, 简称PSO)算法就是其中最受瞩目,应用最为广泛的成果之一. 本书由粒子群优化算法之父撰写,是该领域毋庸置疑的经典著作.作者提出,人类智能来源于社会环境中个体之间的交互,这种智能模型可以有效的应用到人工智能系统中去. 书中首先从社会心理学, 认知科学和演化计算等多个角度阐述了这种新方法的基础,然后详细说明了应用这些理论和模型所得出的新的计算智能方法--粒子群优化,进而深入探讨了将粒子群优化应用于广泛的工程问题.

What is intelligence? How did it begin and evolve to human intelligence? Does a high level of biological intelligence require a complex brain? Can man-made machines be truly intelligent? Is AI fundamentally different from human intelligence? In Birth of Intelligence, distinguished neuroscientist Daeyeol Lee tackles these pressing fundamental issues. To better prepare for future...(展开全部)

目标是培养学生对智能计算完整软硬件技术栈（包括基础智能算法、智能计算编程框架、智能计算编程语言、智能芯片体系结构等）融会贯通的理解，成为智能计算系统（子系统）的设计者和开发者。

本书通过一个贯穿始终的应用案例——图像风格迁移，全面系统地介绍智能计算系统的软硬件技术栈，涵盖神经网络基础算法、深度学习编程框架、智能芯片体系结构、智能编程语言等。领衔作者陈云霁带领的团队曾研制了国际上首个深度学习处理器芯片“寒武纪1号”，本书凝聚了作者团队多年的科研和教学成果，是前沿研究与技术实践结合，快速提升智能领域系统能力的教材和技术参考书。 《智能计算系统》首先概述人工智能和智能计算系统（第1章）；接下来介绍完成应用所必要的神经网络和深度学习算法知识（第2、3章）；然后介绍支撑算法在智能芯片上运行的编程框架（第4、5章）；再往下是智能芯片，即引导学生设计一款满足图像风格迁移应用需求的深度学习处理器（第6、7章）；接下来介绍如何利用智能编程语言BCL提升开发智能应用的效率（第8章）；*后以具体实验把所学知识点串联起来，打通知识结构的“任督二脉”...(展开全部)

Mark M. Lowenthal’s trusted guide is the go-to resource for understanding how the intelligence community’s history, structure, procedures, and functions affect policy decisions. In this Seventh Edition, Lowenthal examines cyber space and the issues it presents to the intelligence community such as defining cyber as a new collection discipline; the implications of the Senate Int...(展开全部)

Authors introduce a number of central topics in computational learning theory for researchers and students in artificial intelligence, neural networks, theoretical computer science, and statistics. DLC: Machine learning.

《计算群体智能基础》全面系统地介绍了计算群体智能中的粒子群优化(PSO)和蚁群优化(ACO)的基本概念、基本模型、理论分析及其应用。在简要介绍基本优化理论和总结各类优化问题之后，重点介绍了社会网络结构如何在个体间交换信息以及个体聚集行为如何形成一个功能强大的有机体。在概述了进化计算后，重点论述了粒子群优化和蚁群优化的基本模型及其各种变体，给出了分析粒子群优化模型的一种通用方法，证明了基于蚂蚁行为实现的蚁群优化算法并将其用于解决实际问题。 《计算群体智能基础》可作为高等院校智能科学、计算机、自动化、电子信息、通信、模式识别等专业研究生和高年级本科生的教材，也可作为智能信息处理、群体智能与工程等相关专业的科技工程人员的参考用书。

本书采用对比联想式、场景理解与模拟、习练式的方式，旨在提高学生理解程序执行、理解复杂系统计算思想的能力。全书分为10章，内容包括什么是计算思维，计算思维基础：0和1与逻辑，计算思维基础：0和1与机器程序，机器程序的执行，程序构造是一种计算思维，程序的基本构造手段：递归与迭代，程序编写：计算思维与计算机语言，理解复杂计算环境：计算思维与管理维等。