人工智能与数字系统工程
新华书店全新正版，极速发货，假一罚十，可开电子发票，请放心购买。
￥ 26.75 4.5折 ￥ 59 全新
库存2件
天津西青
认证卖家担保交易快速发货售后保障
作者(美)阿德吉·B.巴迪乌
出版社北京航空航天大学出版社
ISBN9787512438583
出版时间2022-08
装帧平装
开本16开
定价59元
货号1202739691
上书时间2024-11-06
- 在售商品 暂无
- 平均发货时间 15小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 理解人工智能
1.1 简介
1.2 历史背景
1.3 人工智能的起源
1.4 人类智能与机器智能
1.5 首届人工智能大会
1.6 智能程序的演变
1.7 人工智能的分支
1.8 神经网络
1.9 专家系统的出现
1.10 总结
参考文献
第2章 专家系统：AI的软件方面
2.1 专家系统流程
2.2 专家系统特性
2.3 专家系统的结构
2.3.1 对专家系统的要求
2.3.2 专家系统的益处
2.3.3 从数据处理到知识处理的转型
2.4 启发式推理
2.5 用户界面
2.6 符号处理
2.7 系统的未来发展方向
2.8 专家系统领域的学术界与产业界的合作
2.9 专家系统应用案例
第3章 人工智能（AI）的数字系统框架
3.1 人工智能的数字框架
3.2 数字工程和系统工程
3.3 DEJI系统模型的介绍
3.3.1 面向系统质量应用DEJI系统模型
3.3.2 数字数据的输入—流程—输出
3.4 数字协同
3.5 人工智能（AI）中的精益和六西格玛
3.6 总结
参考文献
第4章 人工智能中的神经网络应用
4.1 介绍
4.2 神经元节点的定义
4.3 神经元节点的变体
4.4 单神经元节点：McCullochPitt神经元节点
4.5 单神经元节点作为二元分类器
4.6 单个的神经元节点感知器
4.7 关联存储器
4.8 关联矩阵存储器
4.9 WidrowHoff法
4.10 LMS法
4.11 自适应关联矩阵存储器
4.12 纠错伪逆法
4.13 自组织网络
4.14 主成分法
4.15 通过Hebb学习进行聚类
4.16 Oja归一化聚类
4.17 竞争学习网络
4.18 多层前馈网络
4.18.1 多层感知器
4.18.2 异或（XOR）的示例
4.18.3 误差反向传播
4.18.4 误差反向传播算法的变体
4.18.5 学习速度和动量
4.18.6 其他误差反向传播问题
4.18.7 反传播网络
4.19 插值和径向基网络
4.19.1 插值
4.19.2 径向基网络
4.20 单层反馈网络
4.21 离散单层反馈网络
4.22 双向关联存储器
4.23 Hopfield神经网络
4.24 总结
参考文献
第5章 人工智能中的神经模糊网络应用
5.1 技术比较
5.2 执行模糊运算的神经元
5.3 模拟模糊运算的神经元
5.4 执行模糊推理的神经网络
5.5 具有明确输入和输出的常规神经网络
5.6 具有模糊输入和输出的常规神经网络
5.7 模糊推理网络
5.8 自适应神经模糊推理系统（ANFIS）
5.9 交换性的应用
5.10 聚类和分类
5.11 多层模糊感知器
参考文献
内容摘要
本书立足当今的数字时代发展特征，运用基于系统方法的思想，以独特的视角提出了人工智能（AI）和数字系统工程融合发展的概览趋势，启发人们理解人工智能对社会进步、工程创新实践的预示性意义。本书研究涉及商业、工业、政府、军队甚至学术领域等领域中人工智能普适性应用的基本范式，响应基于模型的系统工程（MBSE）的应用范式，针对系统中AI技术的实现，提出了设计、评估、证实和集成（DEJI）的系统工程流程模型。
本书特别适合于从事复杂组织体系研究的学者以及复杂体系工程开发、运行和验证的架构师、系统工程师等从业者使用，亦可作为系统工程大学教育的专业课程教材，同时还可供从事其他专业扩展人工智能交叉融合应用的人员使用。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价