万本电子书0元读

万本电子书0元读

顶部广告

智能无线机器人:人工智能算法与应用电子书

1.本书由IEEE会士、资深无线网络、人工智能和机器学习专家撰写; 2.本书阐述了人工智能技术中的典型算法,通过无线机器人的典型应用场景,构建了人工智能技术落地应用的完整技术,从基本的知识表达、推理,传感器知识获取、状态估计、*终决策,到通信协议、延迟和隐私与安全问题,该书是一本从人工智能基本算法到实际应用的技术指南。 3,本书适合机器人、人工智能和无线通信等行业的从业工程师参考,也适用于电气工程、计算机工程、计算机科学和一般工程专业的高年级本科生或一年级研究生的教辅参考

售       价:¥

纸质售价:¥74.20购买纸书

8人正在读 | 0人评论 6.4

作       者:(美)陈光祯(Kwang-Cheng Chen)

出  版  社:机械工业出版社

出版时间:2022-06-01

字       数:17.9万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
机器人、无人驾驶汽车、无人机和智慧工厂将显著改变数字社会中人类的生活方式。无线机器人中的人工智能介绍了无线通信和网络技术如何促机器人中的人工智能,它在机器人中的人工智能、无线通信、计算和控制之间架起了基础的多学科知识的桥梁。本书的一个独特性是提出应用通信和信号处理技术来增强机器人和多智能体系统中的传统人工智能。 本书的技术内容包括机器人基础知识、信息物理系统、人工智能,统计决策和马尔可夫决策过程,强化学习,状态估计,定位,计算机视觉和多模态数据融合,机器人规划,多智能体系统,网络化多智能体系统,网络化机器人的安全性和鲁棒性,以及超可靠和低延迟的机器对机器的网络。提供的例题和练习有助于简单和有效的理解本书的内容。 希望拓展在机器人、人工智能和无线通信等方面的知识的工程师将从这本书中受益。同时,本书也适用于电气工程、计算机工程、计算机科学和一般工程专业的高年级本科生或一年级研究生的教材。读者需要具备本科概率论和线性代数的基础知识,以及基本的编程能力,来享受深阅读的乐趣。<br/>【推荐语】<br/>1.本书由IEEE会士、资深无线网络、人工智能和机器学习专家撰写; 2.本书阐述了人工智能技术中的典型算法,通过无线机器人的典型应用场景,构建了人工智能技术落地应用的完整技术,从基本的知识表达、推理,传感器知识获取、状态估计、*终决策,到通信协议、延迟和隐私与安全问题,该书是一本从人工智能基本算法到实际应用的技术指南。 3,本书适合机器人、人工智能和无线通信等行业的从业工程师参考,也适用于电气工程、计算机工程、计算机科学和一般工程专业的高年级本科生或一年级研究生的教辅参考<br/>【作者】<br/>陈光祯博士自2016年至今一直担任南佛罗里达大学电气工程系教授。陈博士之前曾任职于美国通信卫星公司、IBM沃森研究中心、台湾清华大学、惠普实验室、台湾大学移动通信与网络研究所。他曾在麻省理工学院等多所大学做过访问学者。他一直积极组织、参与各种IEEE会议并担任IEEE期刊的编辑(*近担任《IEEE通信杂志》“通信中的数据科学和AI”专题编辑);为IEEE协会,尤其是通信、车辆技术和信号处理分会提供志愿服务,并发起成立社交网络技术委员会。陈博士还为各种国际通信标准贡献了多个关键技术。他撰写或合作撰写了超过300篇IEEE论文,出版了4本书,并拥有24项美国专利。他是IEEE会士,获得了多个IEEE奖项。陈博士目前的研究兴趣包括无线网络、人工智能和机器学习、物联网、信息物理系统、社交网络和数据分析,以及网络安全。<br/>
目录展开

译者序

前言

作译者简介

第1章 人工智能和机器人概述

1.1 人工智能、控制论和机器人学的基础知识

1.2 智能体

1.3 推理

参考文献

第2章 基本搜索算法

2.1 问题求解智能体

2.2 搜索求解

2.3 统一搜索

2.4 有信息搜索

2.5 优化

参考文献

第3章 机器学习基础

3.1 监督学习

3.2 无监督学习

3.3 深度神经网络

3.4 数据预处理

参考文献

第4章 马尔可夫决策过程

4.1 统计决策

4.2 马尔可夫决策过程

4.3 决策及规划:动态规划

4.4 MDP的应用:搜索移动目标

4.5 多臂赌博机问题

参考文献

第5章 强化学习

5.1 强化学习基础

5.2 Q学习

5.3 无模型的学习

参考文献

第6章 状态估计

6.1 估计基础

6.2 递归状态估计

6.3 贝叶斯滤波

6.4 高斯滤波

参考文献

第7章 定位

7.1 传感器网络定位

7.2 移动机器人定位

7.3 同时定位与建图

7.4 网络定位和导航

参考文献

第8章 机器人规划

8.1 知识表示和分类逻辑

8.2 离散规划

8.3 自主移动机器人的规划和导航

参考文献

第9章 多模态数据融合

9.1 计算机视觉

9.2 基于视觉功能的多模态信息融合

9.3 决策树

9.4 联邦学习

参考文献

第10章 多机器人系统

10.1 多机器人任务分配

10.2 无线通信和网络

10.3 网络多机器人系统

参考文献

技术缩略语

索引

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部