《智能制造》从研发的思想出发，介绍智能制造涉及的多个关键技术，包含智能建模、智能优化、智能仿真、智能编程、智能维护、智能制造可靠性、智能物流等多方面内容。该书重点突出智能制造的系统性及其理论方法与应用的可操作性。书中给出大量应用实例及其测试数据和测试过程，以供读者参考。《智能制造》具有一定的理论深度，涉及的知识面较广，但在编写时也兼顾了初学者，可作为高等院校相关专业高年级本科生及研究生的教材，也可作为智能制造行业的科研或工程技术人员的参考书。

本书融合统计学、语言学等知识，以“让计算机能够确切理解人类的语言，并自然地与人进行交互”为终极目标，研究能够实现人与计算机之间用自然语言进行沟通的系列理论与技术。本书兼具基础理论与编程实战，可作为高等院校计算机、信息技术等相关专业的高年级本科生或研究生的实践教材或参考书，也可供从事自然语言处理、数据挖掘和人工智能等领域研究的相关人员参考，是一本实用性极强的入门实践教辅材料。

本书围绕数据、算法、模型三要素，研究选取不同算法从历史数据中获取经验，并归纳出模型进行预测与优化的系列理论与技术，是涉及计算机科学、概率统计、决策论等多个学科的多领域交叉学科。本书应用开源深度学习框架PaddlePaddle，从问题定义、数据收集、特征工程、模型训练、模型评估、模型应用方面，层层深入、循序渐进地剖析机器学习中极具代表性的基础实践，理论翔实，代码精细，是一本实用性极强的入门实践教辅材料。

《情感计算手册》是一部内容全面而又权威的综合性手册，可用于教学、研究与实践参考，内容涉及情感计算的理论与模型、检测与识别、生成技术、方法论和数据库及其应用。每一章都是由该领域的权威专家撰写而成。通过阅读本著作，读者既可以对该领域有一个全面的了解，又可以知晓该领域在整个情感计算体系中的位置与作用。

数字化人机工程学是一门融合人体学、工程学、环境学、社会学和IT技术（含虚拟现实技术）的相关理论、方法及研究成果，为适应数字化设计制造领域在虚拟人机环境系统下进行人机工效量化分析的迫切需要而发展起来的综合性学科。全书共12章。第1章为数字化人机工程学概论；第2章介绍了人体特性参数（形态几何参数、物理参数、生理参数、电特性参数和振动特性参数等）；第3章介绍了人体的感知特征等；第4章介绍了人机系统作业空间、作业设施和人机界面的设计原理与原则；第5章介绍了人机环境系统的热舒适、振动舒适、光照和噪声等设计原则；第6章介绍了数字化虚拟人体模型及其建模方法；第7章介绍了数字化虚拟人运动模型建模与控制技术；第8章介绍了数字化虚拟人机工效的评价方法；第9章介绍了人机环境设计评估方法与标准规范；第10章介绍了面向数字化产品开发的数字化人机工程设计系统的基本要求、系统体系结构与工作流、系统构建策略与技术路线等；第11章介绍了载运工具汽车的概念设计（驾驶室空间设计、热舒适性设计等），以及拖拉机的驾驶室空间设计和振动舒适性设计；第12章介绍了DELMIA软件的应用案例。《数字化人机工程设计》可以作为高等学校制造业设计制造类（机械工程、工业设计、载运工具装备设计等）专业的本科高年级、研究生的人机工程设计教材，也可供工业工程专业领域的工作者，以及从事人机环境系统研发、生产运作与管理等工作的技术人员和管理人员学习参考。

外骨骼机器人在单兵军事作战装备、医疗康复、救灾救援、公共安全、教育娱乐、重大科学研究等方面都有重要应用。在我国劳动力成本快速上涨，人口老龄化问题日益严重的形势下，外骨骼机器人发展的潜力巨大。本书在分析外骨骼机器人国内外研发现状的基础上，以中风患者的康复训练外骨骼机器人、下肢助力外骨骼机器人为例，重点介绍外骨骼康复训练机器人的机械设计、驱动方式与控制策略。介绍针对外骨骼机器人驱动器的自适应鲁棒控制的交叉耦合同步控制策略。同时介绍如何将深度学习技术融入外骨骼机器人操作者的行为动态分析中，提高外骨骼机器人的随动控制效率和准确率。 本书可以作为外骨骼机器人设计与开发等相关技术人员的参考书，对外骨骼机器人有兴趣的读者也可以从本书中得到启迪。

随着科技的进步，互联网逐渐从电脑、手机屏幕走向VR、AR、智能座舱、智能家居等三维空间，为了让用户更自然地获取信息，多模态交互将起到关键作用。本书从人工智能、用户体验和技术的角度出发，介绍不同模态之间的差异，本书重点讲解语音交互设计、手势设计、图形和语音界面融合设计三个方面的知识。 本书适合从事人工智能、语音交互、VR、AR、智能座舱和智能家居的产品经理和设计师阅读，希望本书能帮助读者更清晰地知道未来的科技走向。

机器学习是人工智能发展和研究过程中得到最广泛重视和应用的方向，与人工智能并行发展的量子计算，其被广泛关注的领域之一是量子机器学习算法。量子计算的到来使现有的密码算法受到冲击，而建立在密码学大厦之上的区块链技术也将受到影响，基于量子密码体系的区块链即量子区块链系统便是一种探索。本书主要对机器学习、深度学习、区块链和量子计算技术及其应用进行全面介绍和论述，主要内容包括机器学习基础原理、量子信息与量子计算、量子计算与机器学习、区块链技术基础、区块链技术应用、量子区块链初探。

本书是一本介绍智能运维的实战指南，聚焦实际应用场景，通过十余个实战案例，详细讲解每个场景中的痛点、适用的算法、试验和*终方案，系统介绍了AI技术在运维工作中的应用。本书内容分为3部分，第1部分是智能运维、人工智能的概念和发展趋势，包括第1、2章；第2部分是智能运维中需要用到的人工智能技术和算法，包括第3、4、5章；第3部分是智能运维实战案例，包括第6~11章。 本书适合从事企业数字化转型建设工作的一线从业者、管理者，尤其适合在ICT领域从事运维工作的人员学习。

《联邦学习原理与应用》既是关于联邦学习技术和实践方法的介绍，又是关于联邦学习在业界，特别是金融科技行业应用实践的案例展示。 第1章介绍联邦学习的发展背景和历程，以及金融业中数据共享的机遇和挑战。第2章~第5章介绍不同类型的机器学习方法在联邦学习模式下的实现，以及关键算法原理。第6章介绍联邦学习开源框架FATE的架构和部署，以及在金融控股集团内大数据平台上建立跨机构统一数据科学平台的实施方案。第7章从建模者的角度展示了典型建模流程的实战过程。第8章和第9章结合金融相关行业的实践，以多个应用案例和解决方案的形式，介绍联邦学习在营销运营和风险管理等不同业务方向上不同层次的应用实践。第10章从人工智能的不同方向介绍联邦学习应用扩展及前景。附录介绍了联邦学习框架中相关的密码学工具。 《联邦学习原理与应用》适合隐私保护计算研究者（特别是联邦学习技术的研究者）、大数据和人工智能方向的开发者及大数据相关的应用人员阅读参考。《联邦学习原理与应用》为希望使用大数据技术和从事数据分析挖掘的业界人员提供了新的思路和视角。