欧美精品一二三区免费观看,我和亲妺在客厅作爱

內容簡介

　　本書將飛速發(fā)展的通信技術同人工智能的基本原理融合，立足于技術前沿，以通信技術為主線，全書共分為10章，全面系統地介紹了智能通信的研究背景、科技基礎、概念與體系結構、基礎設施、傳統的人工智能方法（專家系統、人工神經網絡、智能機器人）、新興的人工智能方法（知識圖譜、強化學習、聯邦學習），及其在認知無線網絡、智能網聯汽車、智能無人機網絡和邊緣智能中的應用，完整地論述了智能通信的相關主題。根據人工智能和通信技術的契合程度，對人工智能和通信技術都博采而精取，讓學生通過一本書循序漸進地了解最新的智能通信技術，形成一個完整的知識體系圖譜，便于學生快速創(chuàng)新，本書對智能通信進行細致、全面地剖析，在注重智能通信邏輯性的同時，以典型應用案例對內容進行講解，能夠很好地幫助學生學習和理解智能通信。本書注重理論與實踐相結合每章貫穿1~2個應用實例，力求對智能通信進行精煉，反映通信技術的發(fā)展趨勢和規(guī)律保留實用的部分，使其更加通俗易懂，深入淺出。本書可作為通信工程專業(yè)、電子信息類專業(yè)的教材或教學參考書，也可供從事相關專業(yè)的工程技術人員和科研人員用作參考書。

作者簡介

暫缺《智能通信與應用》作者簡介

圖書目錄

第 1 章智能通信概述
1.1 智能通信的研究背景1.1.1 新一代信息技術的飛速發(fā)展
1.1.2 國家政策的支持與引導
1.2 智能通信的科技基礎1.2.1 人工智能
1.2.2 通信技術
1.2.3 智聯網
1.3 智能通信的關鍵技術及面臨的挑戰(zhàn)1.3.1 業(yè)務場景智能理解
1.3.2 網絡態(tài)勢智能認知
1.3.3 意圖驅動的智能化管理
1.3.4 智能協作與人機協同
1.4 智能通信的科學意義
1.5 習題
參考文獻
第 2 章智能通信的概念與體系結構
2.1 企業(yè)智能通信2.1.1 智能通信簡介
2.1.2 企業(yè)智能通信框架
2.1.3 企業(yè)智能通信之路
2.1.4 智能通信解決方案
2.2 智能通信系統2.2.1 智能通信系統的概念
2.2.2 智能通信系統的研究內容
2.3 互動智能通信2.3.1 智能信息推拉技術
2.3.2 互動智能通信的提出
2.3.3 互動智能通信的體系架構
2.3.4 互動智能通信框架
2.4 分布智能通信
2.5 移動智能通信
2.6 習題
參考文獻
第 3 章智能通信中傳統的人工智能
3.1 專家系統與知識工程3.1.1 從啟發(fā)程序到專家系統
3.1.2 專家系統的概念與結構
3.1.3 專家系統的分類
3.1.4 專家系統的設計和開發(fā)
3.1.5 簡單的動物識別專家系統實例
3.1.6 知識工程
3.1.7 知識表示
3.2 知識圖譜3.2.1 知識圖譜的概念和組成
3.2.2 知識抽取與表示
3.2.3 知識融合
3.2.4 知識推理與質量評估
3.3 人工神經網絡3.3.1 從人工神經元到人工神經網絡
3.3.2 M-P 人工神經元模型
3.3.3 感知機模型
3.3.4 自適應線性神經元
3.3.5 前饋多層神經網絡
3.3.6 深度神經網絡
3.3.7 卷積神經網絡
3.4 智能機器人3.4.1 智能機器人概述
3.4.2 機器人的分類
3.4.3 機器人的組成
3.4.4 智能機器人的體系架構
3.5 廣義人工智能3.5.1 廣義人工智能的概念
3.5.2 廣義人工智能的理論基礎
3.5.3 廣義人工智能的科學方法
3.6 習題
參考文獻
第 4 章強化學習
4.1 強化學習的概念和分類4.1.1 強化學習的基本概念
4.1.2 強化學習的主要特點
4.1.3 強化學習的分類
4.2 馬爾可夫決策過程4.2.1 馬爾可夫過程
4.2.2 馬爾可夫獎勵過程
4.2.3 馬爾可夫決策過程
4.3 動態(tài)規(guī)劃4.3.1 策略迭代
4.3.2 價值迭代
4.4 無模型強化學習方法4.4.1 蒙特卡羅法
4.4.2 時序差分法
4.4.3 Sarsa 算法
4.4.4 Q - 學習算法
4.5 深度強化學習4.5.1 深度 Q 網絡
4.5.2 深度確定策略梯度算法
4.6 強化學習在移動邊緣計算中的應用4.6.1 移動邊緣計算系統模型
4.6.2 移動邊緣計算形式化建模
4.6.3 基于強化學習的計算資源分配算法
4.7 習題
參考文獻
第 5 章聯邦學習
5.1 聯邦學習簡介5.1.1 聯邦學習提出的背景
5.1.2 聯邦學習的概念
5.1.3 聯邦學習的特點
5.1.4 聯邦學習的分類
5.1.5 聯邦學習開源框架
5.2 橫向聯邦學習5.2.1 橫向聯邦學習的概念與應用場景
5.2.2 橫向聯邦學習系統架構
5.2.3 橫向聯邦學習算法 —— 聯邦平均算法
5.3 縱向聯邦學習5.3.1 縱向聯邦學習的概念與應用場景
5.3.2 縱向聯邦學習系統架構
5.3.3 縱向聯邦學習算法 —— 聯邦線性回歸
5.4 聯邦遷移學習5.4.1 異構聯邦學習
5.4.2 聯邦遷移學習的概念及分類
5.4.3 聯邦遷移學習系統架構
5.5 聯邦學習在醫(yī)療影像中的應用5.5.1 COVID - 19 案例描述
5.5.2 COVID - 19 數據概述
5.5.3 聯邦遷移學習模型設計
5.5.4 訓練效果
5.6 習題
參考文獻
第 6 章智能通信的基礎設施
6.1 下一代網絡的概念與體系結構6.1.1 下一代網絡的概念
6.1.2 基于軟交換的下一代網絡的體系架構
6.1.3 下一代網絡的特點
6.1.4 下一代網絡的優(yōu)勢
6.1.5 基于軟交換的開放業(yè)務支撐環(huán)境
6.2 IMS 的概念與網絡架構6.2.1 IMS 的概念
6.2.2 IMS 的特點
6.2.3 IMS 的網絡架構
6.3 軟件定義網絡6.3.1 SDN 的基本概念
6.3.2 SDN 的特征
6.3.3 SDN 的體系架構
6.4 網絡功能虛擬化6.4.1 NFV 的概念
6.4.2 NFV 的特點
6.4.3 NFV 的參考架構
6.5 習題
參考文獻
第 7 章認知無線網絡
7.1 認知無線電7.1.1 認知無線電的概念和特點
7.1.2 頻譜感知
7.1.3 頻譜管理
7.1.4 頻譜共享
。。。。。。。。。。。。。。。