信念修正是人工智能的研究分支之一。在哲学，认知心理学和数据库更新等领域中，很早就有对信念修正的讨论和研究。AGM公设在20世纪70年代末被提出来，它是任何一个合理的信念修正算子应该满足的最基本条件。《R-演算：一种信念修正的逻辑》**作者李未院士在20世纪80年代中期提出R-演算，这是一个满足AGM公设，非单调的，并且类似于Gentzen推理系统的信念修正算子。《R-演算：一种信念修正的逻辑》对R-演算作多个视角的扩展，将为研究生寻找研究方向和研究思路提供一定帮助。

本书以云原生（Cloud Native）技术为背景，讲述了 Serverless 的基本原理与实战应用。书中首先探讨 Serverless 与当前云计算技术和前端技术的关系，随后分别从 Serverless 的两大能力（FaaS 和 BaaS）展开，探讨了它们的历史由来和底层原理，并且结合实际应用场景，有针对性地提供了操作指南。本书从手动构建一套基于进程的 FaaS 架构开始，之后深入剖析云计算服务的内核，阐述其背后的原理和思想，从而让读者理解下一代软件架构的本质。 本书主要从前端研发人员的视角介绍 Serverless 的原理及应用。相信无论是希望更多了解服务端技术的前端研发人员，还是已经涉足后端但希望更多了解云原生技术的全栈工程师，或是希望通过 Serverless 提升团队研发效率的架构师，都会从阅读本书中获益良多。

本书是面向高级人工智能人才培养的高等学校人工智能相关专业规划教材中的一本，通过梳理人工智能涉及的相关数学理论，并通过Python实现相关案例，使抽象的理论具体化，从而加深读者对数学的感性认识，提高读者对数学理论的理解能力。本书首先介绍了人工智能所需的基础数学理论，然后根据数学内容的逻辑顺序，以微积分、线性代数、概率论、数理统计为基础，对函数逼近、最优化理论、信息论、图论进行了深入介绍，同时给出了它们在人工智能算法中的实验案例。另外，该书将免费提供配套 PPT、实验及应用案例等基本教学材料。

《基于免疫机理和神经网络的智能故障诊断方法》详细阐述了基于免疫机理和神经网络的两种智能故障诊断新方法，主要包括基于免疫网络模型的改进的故障诊断算法、与粗糙集理论相结合的免疫网络故障诊断算法、基于量子超球神经网络的故障检测方法和基于云神经网络的故障诊断方法等8种方法。《基于免疫机理和神经网络的智能故障诊断方法》思路清晰、内容丰富、安排合理，各章相对独立，有利于读者学习参考。《基于免疫机理和神经网络的智能故障诊断方法》在重点阐述思想方法的基础上，追求对工程实践的指导性，力求使读者在较短的时间内学习掌握这些智能故障诊断新方法，并能在实际工程中熟练应用。

本书利用精美的插图和有趣的类比，对深度学习的主流技术和背后的原理进行了深入浅出的讲解，解释了什么是深度学习，深度学习流行的原因，以及深度学习与其他机器学习方法的关系。阅读本书，读者可以掌握卷积神经网络、循环神经网络、生成式对抗网络和深度强化学习等热门技术，学习TensorFlow、Keras和PyTorch等热门工具的使用，同时能够更深刻地理解计算机视觉、自然语言处理和游戏等领域的人工智能应用。本书还提供了简单明了的示例和代码，能够帮助读者动手实践。本书适合人工智能、机器学习、深度学习等领域的开发人员、数据科学家、研究人员、分析师和学生阅读。

本书以深度学习相关理论为主要研究方法，通过对声呐获取的水下声信号信息数据和水下声呐成像的图像信息数据进行处理，探讨了基于堆叠式卷积稀疏降噪自编码器的水下异构信息数据降噪方法、基于多维特征的深度学习水下声信号目标分类识别方法、基于 CWGAN GP&DR的改进 CNN水下声呐图像分类方法和基于类意识领域自适应的水下声呐图像无监督分类方法，为充分利用海洋信息数据提供了重要的理论研究基础和技术实践经验。 本书内容翔实，自成一体，可作为计算机科学与技术、水声工程、智能科学与工程等领域研究的重要参考书，也可作为相关科学领域的研究参考。

《可穿戴泛在能源系统及控制》详细介绍太阳能、热能、机械能三种当前常见的可穿戴泛在能源系统供能方式。《可穿戴泛在能源系统及控制》将理论与实验进行结合，以可穿戴太阳能服装、温差发电运动装备、电磁式发电鞋为例，结合控制器与改进算法的应用，展现可穿戴泛在能源系统的发展现状。《可穿戴泛在能源系统及控制》证明了该方向发展的前沿性与实用性，并且提出现阶段存在的发展问题与研究热点，为研究人员提供了可穿戴泛在能源系统的基础理论与解决现有可穿戴泛在能源系统所遇挑战的新思路，总结性地指出了研究改进的方向，起到抛砖引玉的作用。

行人再识别是关于行人的身份再识别问题，是经典人脸识别的延续和扩展，也是人工智能领域下计算机视觉的重要任务之一。本书概述了行人再识别十几年简要发展史，介绍了著者在行人再识别领域开展的相关研究成果，包括行人再识别整体应用框架（第2章），提升行人再识别精度的方法（第3章、第4章、第5章、第7章和第8章），加速和精简行人再识别特征提取和表示的方法（第6章，第9章、第10章和第11章），探索更具挑战性的跨模态行人再识别方法（第12章），以及行人再识别的未来和发展预测（第13章）。本书可作为人工智能、信息处理等领域人员的参考资料，也可以供从事计算机视觉和行人再识别相关研发的工程技术人员参考。

9787115523402 人工智能算法 卷1 基础算法 59.00 9787115544315 人工智能算法 卷2 受大自然启发的算法 69.00 9787115552310 人工智能算法 卷3 深度学习和神经网络（全彩印刷） 89.90 《人工智能算法 卷1 基础算法》 算法是人工智能技术的核心。本书介绍了人工智能的基础算法，全书共10 章，涉及维度法、距离度量算法、K 均值聚类算法、误差计算、爬山算法、模拟退火算法、Nelder-Mead 算法和线性回归算法等。书中所有算法均配以具体的数值计算来进行讲解，读者可以自行尝试。每章都配有程序示例，GitHub 上有多种语言版本的示例代码可供下载。本书适合作为人工智能入门读者以及对人工智能算法感兴趣的读者阅读参考。 《人工智能算法 卷2 受大自然启发的算法》 算法是人工智能技术的核心，大自然是人工智能算法的重要灵感来源。本书介绍了受到基因、鸟类、蚂蚁、细胞和树影响的算法，这些算法为多种类型的人工智能场景提供了实际解决方法。全书共10章，涉及种群、交叉和突变、遗传算法、物种形成、粒子群优化、蚁群优化、细胞自动机、人工生命和建模等问题。书中所有算法均配以具体的数值计算来进行讲解，每章都配有程序示例，读者可以自行尝试。 《人工智能算法 卷3 深度学习和神经网络（全彩印刷）》 自早期以来，神经网络就一直是人工智能的支柱。现在，令人兴奋的新技术（例如深度学习和卷积）正在将神经网络带入一个全新的方向。在本书中，我们将演示各种现实世界任务中的神经网络，例如图像识别和数据科学。我们研究了当前的神经网络技术，包括ReLU 激活、随机梯度下降、交叉熵、正则化、Dropout 及可视化等。

本书全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等。本书作者和书中诸多人物或为师友或相熟相知，除了详实的考证还有有趣的轶事。 本书既适合专业人士了解人工智能鲜为人知的历史，也适合对人工智能感兴趣的大众读者作为入门的向导。