"课程以新一代智能制造理念为起点，系统讲述了智能制造的理念、系统与建模方法。在综述数字经济时代的制造业、信息技术对制造业的影响，制造模式的变革、制造系统的发展及制造系统建模方法论等基础上，分别从“工业4.0”“工业互联网”“中国制造2025”等智能制造技术角度，介绍智能制造的技术体系，以及面向网络协同的智能工厂架构和智慧企业协作框架；然后，深入探讨人机物融合的智能制造模式及人机物融合的智能制造机理，详细介绍智能制造系统的基本组成，包括智能研发与设计系统、智能生产系统、智能管理与服务系统、产品智能服务系统以及面向流程工业的智能制造系统等；接着，详细介绍制造系统的建模方法体系与建模工具，包括企业建模与诊断过程、建模方法论和多种系统参考体系架构，以及IDEF、GRAI、ARIS、I2DEF等制造系统建模方法和工具等；最后，讨论了企业信息系统的全生命周期建模过程。本课程适合作为自动化、管理工程、机械工程、计算机等专业高年级本科生和研究生课程教材，也可供对智能制造技术感兴趣的人员参考阅读。"

《UE5虚拟现实案例全流程教学（微视频版）》的内容主要包括虚拟现实单机版交互体验、闯关游戏和VR沉浸式体验等，重点讲解UE5的新功能，如Lumen全局光照、Nanite模型系统、体积云、地形系统、植被系统、破裂系统、Bridge资产库、Mixamo模型动作库、数字人、世界分区、数据层等技术。《UE5虚拟现实案例全流程教学（微视频版）》将理论与实践相结合，详细讲解虚拟现实交互的原理，包括UE5中的场景搭建、角色UV、材质、灯光、蓝图交互、蓝图关卡、角色动画系统、动画蒙太奇、剪辑系统、UMG系统、Steam平台、HTC手柄传送以及VR中的移动、传送、拾取、瞄准、射击等操作。通过学习这些内容，读者可以掌握虚拟现实产品交互及体验的制作技术。为方便学习，《UE5虚拟现实案例全流程教学（微视频版）》配套微课视频、素材文件及习题答案等。

"《大模型核心技术与开发实践：基于Transformer、PyTorch及Hugging Face》系统地介绍大语言模型（LLM）的理论基础、实现方法及在多种场景中的应用实践。共分为12章，第1~3章介绍Transformer模型的基本架构与核心概念，包括编解码器的结构、自注意力机制、多头注意力的设计和工作原理；第4~6章结合实际案例，讲解如何利用PyTorch和Hugging Face库构建、训练和微调LLM；第7~9章介绍生成模型的推理和优化技术，包括量化、剪枝、多GPU并行处理、混合精度训练等，以提高模型在大规模数据集上的训练和推理效率；第10、11章通过实例讲解Transformer在实际NLP任务中的应用以及模型可解释性技术；第12章通过一个企业级文本分析平台项目的搭建，介绍从数据预处理、文本生成、高级分析到容器化与云端部署的完整流程，并提供了代码示例、模块化测试和性能评估方法，帮助读者实际构建满足企业需求的智能应用系统。 《大模型核心技术与开发实践：基于Transformer、PyTorch及Hugging Face》覆盖了当前广泛关注的LLM技术热点，并提供了丰富的实例代码，适合大模型开发人员、大模型应用工程师、算法工程师以及计算机专业的学生，亦可作为高校人工智能课程的相关教学用书。"

本书分别从全局主题视角和局部主题视角多维度抽取典籍英译海外评论关注的主题，为适应网络评论的多语言跨领域环境，提出基于情感词典的中英文评论情感分析方法、基于跨领域迁移学习的典籍英译评论情感分析方法和基于多任务学习的典籍英译评论细粒度情感分析方法，并完成典籍英译评论观点汇总和主题词云可视化。本书主要面向计算语言学和文本挖掘领域的研究生和相关专业的研究人员，既可以作为开展文本分析与处理研究的教科书，又可以作为相关部门管理和研发人员的参考书。

高性能计算机的性能持续增长，然而由于负载不均、资源竞争等性能问题，大量并行程序无法高效地利用底层硬件系统，导致了极大的资源浪费。围绕上述挑战，本书在大规模并行程序性能分析与优化方面开展了深入研究，主要的特色为结合编译技术和图分析技术进行性能分析与优化指导。书中介绍了性能分析与优化的相关背景和当前面临的重要挑战，并针对这些挑战进行了四方面的研究工作：针对并行程序性能瓶颈定位难的挑战，提出了基于图分析技术的自动可扩展性瓶颈检测方法，并实现了轻量级的瓶颈检测系统；针对大规模并行程序性能分析系统开发复杂度高的挑战，提出了面向性能分析的领域特定编程框架；针对性能优化策略选择难的挑战，提出了异步策略感知的性能建模方法；基于上述性能分析与建模技术，设计并实现了面向领域的多层次自动性能优化系统。本书可为具有一定计算机系统结构或高性能计算知识的本科生、研究生及研究人员，特别是研究方向为并行计算、性能分析与优化等相关领域的研究者提供一定的参考与帮助。

本书首先从搜集、整理技术信息的角度切入，指出在信息爆炸时代如何更客观且更直观地处理和使用技术信息，并以经典TRIZ中的进化法则为理论基础，给出可操作性强的技术系统进化路线；其次介绍了进化树的概念、结构及特点，并以显示器为例介绍了构建进化树的方法；最后介绍了构建进化树的意义和作用，以及使用者如何借助进化树明晰当前竞争格局、预测技术和产品未来走向、有效进行专利攻防等。

"用Rust构建快速、稳定、安全的Web服务器！在内存管理与并发机制上独树一帜的Rust语言，凭借其精准把控底层细节的能力，助你打造运行迅捷且零缺陷的应用程序。当你在生产环境中部署Web服务等核心组件时，Rust强大的编译器更能为你筑起防线，规避代价高昂的运行时错误。《Rust全栈开发》介绍如何使用Rust语言创建现代分布式Web应用程序。你将从基础开始：构建一个简单的HTTP服务器和一个RESTful Web服务。然后，通过添加安全性、数据库交互性和错误处理使它们为生产做好准备。最后，你将处理数字店面服务，创建单页应用程序，并深入研究异步编程。书中的所有示例都有充分的说明，并且包含带有注释的代码，更容易适配你自己的项目。核心亮点？构建健壮安全的RESTful API体系？Web服务打包与部署实战？借助Rust安全保障实现无畏重构？通过编译时/运行时优化显著降低资源消耗？Rust异步编程深度解析"

"《AI Agent开发与应用：基于大模型的智能体构建》详尽地阐述智能体的基础理论、开发工具以及不同层次的开发方法，通过融合自然语言理解、多轮对话和任务自动化技术，为读者提供从理论到实践的全方位指导，旨在帮助读者构建高效的智能体。《AI Agent开发与应用：基于大模型的智能体构建》分为3个部分，共12章。第1部分（第1～5章）深入解析智能体的工作原理及开发所需的工具链，包括智能体的定义、类型及其与大语言模型（LLM）的关系，探讨智能体框架结构和核心模块的设计，并介绍LangChain和LlamaIndex等技术如何助力任务自动化和数据管理，使读者能够亲身体验智能体的基础开发过程。第2部分 （第6、7章）聚焦于智能体的浅度开发，通过订票系统和智能翻译智能体等实例，展示如何将理论知识应用于实际项目。第3部分（第8～12章）深入探索智能体的高级开发技巧。其中，第8～10章通过邮件处理、面试助手、个性化推送等案例，展现智能体在实际应用中的强大功能；第11、12章则基于这些应用进行拓展，结合多种部署方案，进一步拓宽读者的视野，使其能够全面掌握智能体的多样化应用场景。 《AI Agent开发与应用：基于大模型的智能体构建》不仅适合智能体开发人员、人工智能从业者和AI技术爱好者阅读，还可作为培训机构和高校相关课程的教材或参考书。"

本书深度探讨了当今科技领域最引人注目的大规模语言模型相关技术，内容主要围绕大规模语言模型构建、评估和应用展开，分为以下四部分：第 1～5章主要介绍大规模语言模型的发展历程及其训练相关内容，包括语言模型的基本架构、大规模语言模型的高效微调技术、人类反馈强化学习和模型的分布式训练；第 6和 7章主要介绍大规模语言模型的推理优化技术、推理加速框架和模型的评估；第 8～10章主要介绍大规模语言模型扩展和应用，包括大规模语言模型和知识的融合、多模态大规模语言模型的技术介绍和其智能体扩展应用，以及大规模语言模型的垂直领域应用；第 11章主要介绍大规模语言模型研究的困难、挑战和未来潜在研究方向。本书面向技术爱好者、从业者、学术研究者和一般读者。它提供大规模语言模型相关的全面介绍，帮助从业人员和专业人士了解大规模语言模型的应用及技术原理，支持学术界研究前沿技术，并以通俗的语言帮助读者理解这一技术及其对生活的影响。

《循序渐进Node.js企业级开发实践》结合作者多年一线开发实践，系统地介绍了Node.js技术栈及其在企业级开发中的应用。全书共分5部分，第1部分基础知识（第1～3章），介绍Node.js的基础知识，包括模块化、测试等；第2部分核心编程（第4～9章），介绍Node.js的缓冲区、事件、定时、文件、进程、流等方面的处理；第3部分网络编程（第10～16章），介绍Node.js的TCP、UDP、HTTP、WebSocket、TSL/SSL、常用Web中间件、Vue.js与响应式编程等方面的内容；第4部分数据存储（第17～19章），介绍Node.js关于MySQL、MongoDB、Redis等数据存储的操作；第5部分综合应用（第20章），介绍Node.js实现即时聊天应用的完整过程。除了Node.js技术外，本书还讲述了Express、Socket.IO、Vue.js、MySQL、MongoDB、Redis等热门技术的应用。本节还精心设计了26个实战案例和43个上机练习，所有练习都提供了操作步骤，便于读者实操演练，快速上手。《循序渐进Node.js企业级开发实践》技术新颖，实例丰富，理论讲解与代码实现相结合，既适合作为Node.js的初学者和进阶读者的自学用书，也适合作为培训机构或高校相关专业的教学用书。