嵌入式系統(tǒng)智能：一種方法論的方法

譯者序
原書(shū)前言
縮略語(yǔ)
物理量與符號(hào)
第1章緒論1
11本書(shū)是如何組織的3
111從計(jì)量到數(shù)值數(shù)據(jù)3
112不確定性、信息和學(xué)習(xí)機(jī)制4
113隨機(jī)算法5
114魯棒性分析5
115嵌入式系統(tǒng)的情感認(rèn)知機(jī)制6
116性能評(píng)估和可能近似正確的計(jì)算6
117嵌入式系統(tǒng)中的智能機(jī)制7
118非穩(wěn)態(tài)和演進(jìn)環(huán)境中的學(xué)習(xí)7
119故障診斷系統(tǒng)8
第2章從計(jì)量到數(shù)值數(shù)據(jù)9
21測(cè)量和測(cè)量值9
211測(cè)量鏈9
212測(cè)量過(guò)程建模12
213準(zhǔn)確度13
214精度14
215分辨率15
22數(shù)據(jù)表示的確定性與隨機(jī)性16
221確定性表示：無(wú)噪聲影響的數(shù)據(jù)16
222隨機(jī)性表示：有噪聲影響的數(shù)據(jù)17
223信噪比18
第3章不確定性、信息和學(xué)習(xí)機(jī)制19
31不確定性和擾動(dòng)19
311從誤差到擾動(dòng)19
312擾動(dòng)19
32在數(shù)據(jù)表示層的擾動(dòng)20
321自然數(shù)N：自然二進(jìn)制20
322整數(shù)Z：二進(jìn)制補(bǔ)碼22
323二進(jìn)制補(bǔ)碼記數(shù)法22
324有理數(shù)Q和實(shí)數(shù)R23
33傳播的不確定性24
331線性函數(shù)25
332非線性函數(shù)28
34從模型級(jí)的數(shù)據(jù)和不確定性中學(xué)習(xí)29
341學(xué)習(xí)基礎(chǔ)：固有風(fēng)險(xiǎn)、近似風(fēng)險(xiǎn)和估計(jì)風(fēng)險(xiǎn)30
342偏移方差權(quán)衡34
343非線性回歸35
344線性回歸37
345線性時(shí)不變預(yù)測(cè)模型38
346應(yīng)用級(jí)別的不確定性40
第4章隨機(jī)算法41
41計(jì)算復(fù)雜性42
411算法分析43
412P問(wèn)題、NP完全問(wèn)題、NP困難問(wèn)題45
42蒙特卡洛方法46
421蒙特卡洛背后的思想47
422弱、強(qiáng)大數(shù)定律49
423一些收斂結(jié)果50
424維數(shù)災(zāi)難和蒙特卡洛53
43樣本數(shù)量的界53
431伯努利界54
432切爾諾夫界55
433估計(jì)函數(shù)值樣本的界59
44隨機(jī)算法介紹60
441算法驗(yàn)證問(wèn)題61
442值估計(jì)問(wèn)題64
443期望估計(jì)問(wèn)題67
444小（）期望問(wèn)題70
45控制采樣空間的統(tǒng)計(jì)量73
第5章魯棒性分析76
51問(wèn)題形式化76
511魯棒性76
512計(jì)算流水平的魯棒性78
52小擾動(dòng)魯棒性78
521評(píng)估小擾動(dòng)在函數(shù)輸出中的影響79
522經(jīng)驗(yàn)風(fēng)險(xiǎn)水平的擾動(dòng)79
523結(jié)構(gòu)風(fēng)險(xiǎn)水平的擾動(dòng)83
524魯棒性理論要點(diǎn)89
53大擾動(dòng)的魯棒性91
531問(wèn)題定義：以u(píng)(δθ)為例92
532隨機(jī)算法和魯棒性：以u(píng)(δθ)為例93
533期望問(wèn)題96
第6章嵌入式系統(tǒng)的情感認(rèn)知機(jī)制100
61情感認(rèn)知結(jié)構(gòu)100
62自動(dòng)和受控處理101
621自動(dòng)處理101
622受控處理102
63神經(jīng)情感系統(tǒng)的基本功能103
631杏仁體103
632長(zhǎng)期記憶104
633基底神經(jīng)節(jié)104
634外側(cè)前額葉和聯(lián)合皮層105
635前扣帶皮層105
636眶/腹側(cè)-內(nèi)側(cè)前額葉皮層106
637海馬體106
64情感和決策107
第7章性能評(píng)估和可能近似正確的計(jì)算108
71準(zhǔn)確估計(jì)：品質(zhì)因數(shù)108
711平方誤差109
712柯?tīng)栘惪?萊布勒110
713Lp范數(shù)和其他品質(zhì)因數(shù)110
72可能近似正確的計(jì)算111
73性能驗(yàn)證問(wèn)題114
731性能滿意度問(wèn)題114
732品質(zhì)因數(shù)的期望問(wèn)題116
733性能問(wèn)題117
734PACC問(wèn)題117
735?。ǎ_動(dòng)期望問(wèn)題118
74準(zhǔn)確度估計(jì)：給定數(shù)據(jù)集的情況下118
741問(wèn)題形式化119
742自舉方法120
743小自舉包方法121
75認(rèn)知處理和PACC122
76示例：嵌入式系統(tǒng)的準(zhǔn)確度評(píng)估122
第8章嵌入式系統(tǒng)中的智能機(jī)制130
81電源電壓與處理器頻率層面的適應(yīng)能力131
811在線DVFS132
812離線 DVFS134
82自適應(yīng)感知及其策略134
821分級(jí)感知技術(shù)136
822自適應(yīng)采樣138
83能量獲取級(jí)別自適應(yīng)141
831增量電導(dǎo)法145
832擾動(dòng)和觀測(cè)法146
84時(shí)鐘同步智能算法147
841時(shí)鐘同步：框架149
842時(shí)鐘同步的統(tǒng)計(jì)方法150
843時(shí)鐘同步的自適應(yīng)方法155
844時(shí)鐘同步的預(yù)測(cè)方法155
85定位和跟蹤155
851基于RSS的定位156
852基于到達(dá)時(shí)間的定位159
853 基于到達(dá)角的定位160
854基于到達(dá)頻率的方法160
86應(yīng)用代碼級(jí)別的自適應(yīng)161
861遠(yuǎn)程參數(shù)-代碼可重編程性161
862遠(yuǎn)程代碼可重編程性163
863決策支持系統(tǒng)164
864在線硬件可重編程性167
865 應(yīng)用：Rialba塔監(jiān)測(cè)系統(tǒng)170
第9章非穩(wěn)態(tài)和演進(jìn)環(huán)境中的學(xué)習(xí)174
91被動(dòng)學(xué)習(xí)和主動(dòng)學(xué)習(xí)175
911被動(dòng)學(xué)習(xí)175
912主動(dòng)學(xué)習(xí)178
92變點(diǎn)方法183
921變點(diǎn)183
922集合差異性183
923變點(diǎn)公式184
924CPM中使用的測(cè)試統(tǒng)計(jì)信息185
925基本方案擴(kuò)展186
93更改檢測(cè)測(cè)試187
931CUSUM CDT系列188
932置信區(qū)間CDT系列的交集190
933杏仁體—VM-PFC：H-CDT199
94即時(shí)學(xué)習(xí)框架199
941觀測(cè)模型200
942JIT分類器201
943漸進(jìn)性概念漂移205
944漸進(jìn)性概念漂移的JIT206
945杏仁體—VM-PFC—LPAC-ACC：JIT方法207
第10章故障診斷系統(tǒng)208
101基于模型的故障檢測(cè)和隔離210
102無(wú)模型故障檢測(cè)和隔離211
1021FDS：傳感器級(jí)情況213
1022FDS：傳感器-