新書推薦：
《
世界银行营商环境成熟度方法论手册 2025年修订版 官方指导手册
》
售價：NT$
1520.0
《
人形机器人：产业变革商业机遇与未来趋势
》
售價：NT$
449.0
《
没有人能让我不快乐
》
售價：NT$
214.0
《
汉匈战争三百年
》
售價：NT$
454.0
《
成为作家：提升创造力、自律性、谦逊和毅力的专业指南（写作不是天赋，作家可以培养，人人都可以实现自己的作家梦）
》
售價：NT$
301.0
《
中国中世西北民族关系研究
》
售價：NT$
602.0
《
具身智能数据工程：标准、技术与实践指南
》
售價：NT$
509.0
《
人的觉醒：周代思想的启蒙景观
》
售價：NT$
816.0
|
| 內容簡介： |
|
《人工智能科学应用——有原理、可解释的感知与博弈技术》聚焦人工智能科学应用中的感知与博弈技术，以结构熵为核心，深入探讨其在感知与博弈理论中的定义、应用任务及实例。《人工智能科学应用——有原理、可解释的感知与博弈技术》详细阐述了结构熵基础，包括香农熵、图结构熵等概念，以及图结构方法、表示学习等基础模型与应用技术。通过对传统简单图和复杂图结构熵理论的研究，展现了结构熵在图数据分析中的重要作用。《人工智能科学应用——有原理、可解释的感知与博弈技术》还介绍了基于结构熵的感知技术和博弈决策方法，涵盖无监督异常检测、半监督表示学习等多方面内容。
|
| 目錄：
|
|
目录前言第1章 绪论 11.1 结构熵在感知与博弈理论中的定义 21.2 结构熵在感知与博弈理论中的应用任务 21.3 结构熵的应用实例 31.3.1 经济决策中的结构熵分析 31.3.2 社会网络分析中的结构熵应用 41.3.3 信息安全中的结构熵模型 51.3.4 博弈论中的结构熵策略 61.4 目前的挑战与局限性 71.4.1 理论模型的普适性与局限性 71.4.2 实际应用中的数据处理难题 71.4.3 结构熵计算的复杂性 71.5 本章小结 8第2章 结构熵基础 92.1 香农熵 92.2 图结构熵 102.3 基础模型 122.3.1 图结构方法 122.3.2 表示学习 132.3.3 图聚类技术 152.3.4 强化学习 182.3.5 多智能体强化学习 192.4 基础应用技术 212.4.1 图像分割技术 212.4.2 异常检测技术 222.4.3 时空流量预测技术 242.5 感知技术理论 262.6 博弈决策理论 272.7 本章小结 28第3章 传统简单图的结构熵理论 303.1 表示学习 303.1.1 基于无监督结构熵的鲁棒图神经网络 313.1.2 基于结构熵信息的多层网络表示学习模型 363.1.3 基于图熵最大化的图表示学习 383.1.4 结构熵指导的基于图结构的节点分类学习 443.2 图聚类 513.2.1 基于结构熵约束的图聚类方法 513.2.2 基于结构熵的精确的图聚类算法 563.2.3 基于结构熵的图层次池化 603.3 本章小结 64第4章 复杂图的结构熵理论 664.1 多关系图结构熵计算理论 664.1.1 问题概念描述 664.1.2 多关系结构熵 674.2 动态图的结构熵动态测量 704.2.1 基本定义 704.2.2 二维编码树的动态调整策略 714.2.3 Incre-2dSE：一种更新二维结构熵的增量度量框架 774.2.4 复杂图的扩展 804.3 用于深度图聚类的洛伦兹结构熵神经网络 854.3.1 问题描述 854.3.2 可微结构信息 864.3.3 LSEnet：洛伦兹结构熵神经网络 884.4 权重阈值搜索策略的消息图构建 914.5 本章小结 93第5章 基于结构熵的感知技术 945.1 感知技术概述 945.2 无监督深度图聚类技术 955.2.1 结构量化 965.2.2 结构学习层 985.2.3 聚类分配层 985.2.4 优化 995.3 无监督异常检测技术 1005.3.1 基于多尺度超像素图结构熵*小化的无监督皮肤病变分割 1015.3.2 基于结构信息理论的无监督社交机器人检测 1065.3.3 层次增量结构熵*小化用于无监督社交事件检测 1135.3.4 自适应差分隐私结构熵*小化用于无监督社交事件检测 1165.3.5 自适应鲁棒的DBSCAN 与多智能体强化学习 1205.3.6 结构信息引导的层次重构用于图异常检测 1255.4 半监督表示学习及检测技术 1285.4.1 基于结构熵优化的通用有效图结构学习框架 1285.4.2 基于不同约束结构熵的半监督聚类 1335.4.3 结构熵引导的多视角对比学习用于社交机器人检测 1385.4.4 基于不同约束结构熵的可扩展半监督聚类 1445.4.5 利用结构信息对基于图的假新闻检测器进行子图攻击 1515.5 有监督结构表征与预测 1565.5.1 利用结构熵优化进行交通预测的多范围时空变换网络 1565.5.2 图分类应用：层次抽象图核 1625.5.3 一种结构熵图划分方法 1675.5.4 利用结构熵和奇异平滑优化层次文本分类 1705.5.5 结构熵引导的概率编码 1755.6 本章小结 178第6章 应用结构熵的博弈决策 1806.1 强化学习概述 1806.2 高效博弈决策方法 1816.2.1 利用结构信息原理实现高效稳定角色多智能体协作 1826.2.2 利用结构信息原理进行层次状态抽象 1896.2.3 利用结构信息原理进行有效强化学习 1956.2.4 利用结构信息原理进行有效探索 2046.3 社交水军对抗方法 2116.4 信息商品**方法 2176.4.1 预训练 2196.4.2 超图结构熵 2206.4.3 超图池化 2236.4.4 **与优化 2256.4.5 时间复杂度分析 2276.5 社交事件检测方法 2276.6 本章小结 232参考文献 234后记 241
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
