《分子气体动力学》共11章。第1章介绍了分子气体动力学的工程需求、发展历程及其科学内涵。第2章和第3章分别介绍了分子动理论的基本概念以及围绕玻尔兹曼（Boltzmann）方程展开的核心理论。第4章介绍了直接模拟蒙特卡洛（DSMC）方法及其应用。第5章和第6章聚焦于分子气体动力学中的两个典型场景：自由分子流和滑移流。第7章和第8章介绍了多原子分子的内能模型和化学反应模型，以及它们在DSMC方法中的实现。第9章和第10章聚焦于本领域的*新研究进展：多尺度粒子方法和低噪声粒子方法。第11章探讨了由分子热运动引发的热涨落效应。

《量子蒙特卡罗方法在电子关联体系的应用》聚焦于电子关联体系这一凝聚态物理前沿难题，系统阐述量子蒙特卡罗方法在其中的应用。开篇介绍强关联电子系统的实验背景与理论现状，引出哈伯德模型等基础模型及量子蒙特卡罗方法的重要性，详细讲解行列式量子蒙特卡罗、约束路径量子蒙特卡罗等方法，分析负符号问题及其低温不稳定性的解决方案，不仅研究了石墨烯相关体系的磁性调控、应变诱导的边界磁性、磁性杂质效应、超导配对对称性，以及铁基超导体系的磁关联与超导电性，还探讨了电子关联体系的金属-绝缘体转变，从而揭示温度、化学势、无序、电子关联强度等参量对体系量子物态的影响。《量子蒙特卡罗方法在电子关联体系的应用》将理论方法与实例分析紧密结合，既深入剖析量子蒙特卡罗算法的技术细节，又借助石墨烯、铁基超导等具有代表性体系的应用案例展示电子关联体系中的新颖物性，为凝聚态物理中电子关联体系的量子磁性、超导电性及相变研究提供坚实的数值技术基础，是凝聚态物理领域研究电子关联效应的重要参考。

空气质量问题一直是交通系统、工业生产、民用建筑等各个工程领域的科学家和工程师们关注的焦点。空气质量监测是大气污染控制和预警的基础。《Data Science in Air Quality Monitoring（空气质量监测与数据科学）》从数据科学的角度介绍了各种工程环境中空气质量监测的一系列*新方法。通过大量的实验模拟，详细阐述了空气质量监测的预处理、分解、识别、聚类、预测和插值等数据驱动的关键技术。《Data Science in Air Quality Monitoring（空气质量监测与数据科学）》可为工程空气质量监测数据科学技术的发展提供重要参考。《Data Science in Air Quality Monitoring（空气质量监测与数据科学）》可供环境、大气、城市气候、民用建筑、交通和车辆等领域的学生、工程师、科学家和管理人员使用。

《SOLITON（孤立子）》主要对孤立子的由来，基本问题以及它的数学物理方法做了简要的介绍，在此基础上，增加了怪波和波湍流等比较重要的*新研究成果。孤立子理论是重要的数学和物理理论，它揭示了非线性波动现象中的一种特殊行为，即孤立波在碰撞后能够保持形状、大小和方向不变。这一发现不仅在数学和物理领域产生了深远的影响，还推动了非线性科学的发展，使其成为非线性科学的三大普适类之一。此外，孤立子理论在多个学科领域都有广泛的应用。例如，在物理学中，孤立子理论被用于解释和预测各种非线性波动现象，如光学孤子、声学孤子等。在生物学、医学、海洋学、经济学和人口问题等领域，孤立子理论也发挥着重要作用，为解决这些领域中的非线性问题提供了新的思路和方法。

《超冷原子分子量子散射理论研究方法》详细介绍超冷原子、分子的量子散射理论及其应用。《超冷原子分子量子散射理论研究方法》共10章。第1章介绍超冷原子、分子的基本性质和制备方法。第2章介绍超冷原子光缔合与磁-光缔合的理论研究方法及其应用，主要包括密度矩阵理论、映射傅里叶网格方法、含时量子波包理论、热力学统计平均理论等。第3章介绍多通道耦合理论及其应用。第4章介绍渐近束缚态模型及其应用。第5章介绍多通道量子亏损理论及其应用。第6章介绍三体散射理论研究方法。第7章介绍可分离势理论及其在超冷两原子散射和三原子散射中的应用。第8章介绍三体散射的超球坐标理论及其应用。第9章介绍低维空间的波导理论及其应用。第10章介绍超冷玻色子分子散射和超冷费米子分子散射理论及其应用。

虽然《Deterministic， Stochastic， and Deep Learning Methods for Computational Electromagnetics（计算电磁学：确定性、随机和深度学习方法）》的重点是各种数值方法/算法模拟的电磁现象，还包括涉及的基本物理学。由于数值计算方法研究受到包括生物、物理、化学和工程等许多不同领域的相互作用和强烈影响，因此非常需要用一种平衡的方法来解决数学算法与物理基础和应用之间的相互联系，以便为应用数学、科学和工程领域的研究生和研究人员做好准备，在许多应用领域进行创新的高级计算研究。如溶剂中的生物分子溶剂化、雷达波散射、金属材料中光与电子的相互作用、纳米电子学中的电流流动等。《Deterministic， Stochastic， and Deep Learning Methods for Computational Electromagnetics（计算电磁学：确定性、随机和深度学习方法）》的目标是提供一个良好的平衡和全面的平台，基于清晰的物理和严谨的数学公式，并通过确定性、随机和机器学习的方法为电磁和输运过程的计算机模拟生物学、微波和光波器件、纳米电子学提供有效的数值方法。

以海森伯1925年创建矩阵力学为起点，量子力学已经走过了整整一个世纪。《量子里程碑I》通过一系列专题来展示该学科百年来的里程碑式跨越。从量子力学核心知识出发，进人*大熵原理、辐射与物质相互作用、量子信息学、量子生物学、天体物理学与宇宙学等领域，特别讲述宇宙加速膨胀与暗能量、黑洞与霍金辐射、中微子理论及应用前景、地球气候的物理模型、量子纠缠及阿秒物理学等诺贝尔奖专题。从大学本科知识出发，以追根溯源、深人浅出、细致详尽的方式，逐渐推进到前沿热点。追求严谨的学术论述，生动的科普解说，真实的历史故事。I卷为1～11章。

本书基于微电子、物理、化学等领域微纳尺度传热的文献及成果研究，从热学理论基础、模型体系、观测与表征实现、微散热模式四个层面对微观传热学领域进行深入分析、归纳和整理，搭建系统而全面的微观传热知识体系。

时空数据的异质性与稀疏分布特征制约了数据挖掘算法的实现，显著影响时空数据刻画与分析能力。因此，研究异质分布稀疏时空数据重构与预测方法对于精准刻画地表自然与社会系统具有重要意义。《异质分布稀疏时空数据重构与预测》通过融合时空统计和机器学习方法，提出了时空缺失数据渐进式插值、稀疏时空数据重构、顾及时空异质性的动态预测等模型。通过这些创新方法，《异质分布稀疏时空数据重构与预测》为时空数据挖掘领域提供了全新的研究视角和解决方案。

本书通过对三种可视数字图像（自发射光图像、反射光图像和数据生成图像）的研究，实现对三种电磁状态（气体放电状态、金属材料表面温度和装置电场、磁场分布）的分析。上述方法将传统的数字图像处理技术和新兴的机器学习技术融合到电磁分析与计算中，形成新的电磁分析方法——电磁数字图像色度学分析方法，并用于放电状态无接触检测、日光下常温金属表面无接触温度测量和设备场的优化设计中，为工业应用提供了一条新的途径。将三种数字图像用于电磁分析目前还没有类似的书籍，主要是提供了一种新的电磁分析方法：数字图像和机器学习的结合。