优化理论研究一直是一个非常活跃的研究领域。它所研究的问题是在众多方案中寻求方案。人们关于优化问题的研究工作，随着历史的发展不断深入，对人类的发展起到了重要的推动作用。但是，任何科学的进步都受到历史条件的限制，直到20世纪中叶，由于高速数字计算机应用日益广泛，使得优化技术不仅成为迫切需要，而且有了求解的有力工具。因此，优化理论和算法迅速发展起来，成为一门新的学科，至今已出现线性规划、整数规划、非线性规划、几何规划、动态规划、随机规划、网络流等许多分支。这些优化技术在诸多工程领域得到了迅速推广和应用，如系统控制、人工智能、生产调度等。随着人类生存空间的扩大，以及认识世界和改造世界范围的拓宽，常规优化方法，如牛顿法、共轭梯度法、模式搜索法和单纯形法等，已经无法处理人们所面对的复杂问题。因此，高效的智能优化算法成为科学工作者的研究目标之一。

人工智能的发展已经成为趋势。在这一时代背景下，本书选取1具代表性的AI科技与AI产品进行系统的讲述。在介绍理论时，本书会结合经典案例进行解读，以便让晦涩的理论变得易于理解。而且书中选取的案例都极具代表性，以便文章的内容更加生动形象，活泼有趣。当然，本书并不是简单的案例描述，而是系统分析AI产品案例成功的要点，让致力于AI产品落地的读者能够学到更多的落地技巧。 本书介绍的大量优秀的AI应用、AI产品、AI专家及AI公司的案例，非常具有参考价值。例如，亚逊的Echo智能音箱、IBM的智能医疗、谷歌的无人驾驶、百度的度秘智能语音系统等。这些优秀的AI公司及AI产品案例，能够为其他有志于打造AI业务的企业提供良好的借鉴。在语言风格上也更接地气，更具生活气息。另外，选取的这些优秀案例，都是近年来1时尚、1成功的商业案例，具有较强的时效性。 通过对本书的阅读，读者能够对AI的历史、发展现状及发展前景有一个清晰的认知。本书选取的案例大多与生活场景相关，能够与我们的衣食住行、娱乐文艺相联系，因而读者在读书的过程中会有身临其境的感觉。另外，本书架构完整，逻辑清晰，语言表述严谨，但又不失活泼，将为读者提供愉快的阅读体验。

本书为了解机器学习提供了一种独特的途径。书中包含了新颖、直观而又严谨的基本概念描述，它们是研究课题、制造产品、修补漏洞以及实践不可或缺的部分。本书按照几何直觉、算法思想和实际应用（纵贯计算机视觉、自然语言处理、经济学、神经科学、推荐系统、物理学和生物学等学科）的顺序，为读者提供了深入浅出的基础知识和解决实际问题所需的实用工具。本书还包含了基于Python和MATLAB/OCTAVE语言的深入习题，以及对数值优化前沿技术的全面讲解。本书可为机器学习、计算机科学、电子工程、信号处理以及数值优化等领域的学生提供重要的学习资源，也可为这些领域的研究人员和从业者提供理想的参考资料。

暂缺简介...

多智能体系统的协调控制问题是现代控制领域的一个研究热点， 本书主要围绕时延多智能体系统的包容控制问题， 介绍了连续时间、离散时间、非线性、一般线性等模型的多智能体系统的包容控制协议设计、系统的稳定性分析， 给出了系统实现包容控制在网络拓扑、控制参数、时间延迟等方面需要满足的条件。另外， 本书还研究了异质多智能体系统的协调控制和基于异构网络的二阶多智能体系统的包容控制等问题。本书是作者在密切跟踪该领域研究成果的基础上进行深入研究的结果，是一本全面论述时延多智能体系统协调控制的书籍。全书图文并茂， 深入浅出， 理论分析与实验仿真相结合， 可读性强。本书可作为控制理论、信息工程、计算机科学与技术等相关专业的高年级本科生、研究生的教学参考用书，也可以作为关注多智能体系统协调控制理论与实践的研究者的参考用书。

本书主要介绍Caffe的技术原理和一些高级使用技巧，首先介绍深度学习的趋势和业内动态，然后介绍Caffe的基础知识。在理解了Caffe算法的基础上，介绍Caffe的技术原理和特点，包括数学知识和设计知识。*后介绍Caffe深度学习多任务网络。本书将实践和现有系统进行无缝对接，并详述了各种调参技巧。

增强现实（AR）在游戏娱乐、建筑、教育、医疗、军事等领域有着广泛的应用。随着Google公司发布 ARCore之后，基于ARCore的增强现实开发也变得更加容易。本书介绍了Android、Unity和Web平台上的ARCore开发，主要从运动跟踪、环境理解和光线估计等方面进行了详细阐述。另外，还介绍了混合现实（MR）及其应用。后，讨论了性能提升技巧和常见故障排除方法。 本书适合想要深入学习利用ARCore构建AR应用程序但在游戏或图形编程方面没有任何背景知识的开发人员阅读，另外，适合人工智能领域涉及人机交互、深度学习、AR、VR（虚拟现实）、MR的相关读者阅读。

本书首先简要介绍流行的TensorFlow库，并讲解如何用它训练不同的神经网络。 你将深入了解神经网络的基础知识和它背后的数学原理，以及为什么我们会选择TensorFlow训练神经网络。然后，你将实现一个简单的前馈神经网络。接下来，你将使用TensorFlow掌握神经网络的优化技术和算法，以及一些更复杂的神经网络的实现。*后，你将对如何利用TensorFlow的强大功能来训练各种复杂的神经网络有一个正确的理解。

脉冲神经网络应用精确定时的脉冲序列表示与处理信息，是新一代人工神经网络计算模型。本书系统论述了脉冲神经网络的基本理论、算法及应用。首先介绍了脉冲神经网络的基础知识，包括脉冲神经元的建模与分析、脉冲神经网络的模拟策略、神经信息的编码方法、脉冲序列的相似性度量方法等；其次讨论了脉冲神经网络的学习算法、进化发育方法以及文化学习等；最后以图像分割和图像识别为例，分析了脉冲神经网络在图像处理领域中的应用。

暂缺简介...