本書所介紹的人類心理系統(tǒng)模型所依賴的方法是把自下而上和自上而下兩種方法融為一體。自下而上的方法認為系統(tǒng)由許多形狀小且緊密相連的部件組成，研究的是如何讓系統(tǒng)產(chǎn)生有關(guān)物質(zhì)實體感受的表征形式，甚至用非常高的語言和概念水平以及符號表征對現(xiàn)實世界的物體做出反饋。而自上而下的方法則從認知知識的本體出發(fā)，研究的是如何定義系統(tǒng)層次，如

本書前八章主要介紹人工智能及大數(shù)據(jù)分析處理相關(guān)內(nèi)容，包括人工智能、深度學習、生成模型、預測、因果推斷、系統(tǒng)辨識、大規(guī)模預訓練模型和強化學習；后四章主要介紹協(xié)同優(yōu)化博弈相關(guān)理論方法，具體包括協(xié)同優(yōu)化、大規(guī)模整數(shù)規(guī)劃、多目標優(yōu)化和多智能體博弈。

本書系統(tǒng)闡述了工業(yè)控制系統(tǒng)的架構(gòu)、組成及其面臨的信息安全挑戰(zhàn)，深入剖析了信息安全的基本概念、風險類型、威脅特點以及防護原則。從網(wǎng)絡隔離、訪問控制、數(shù)據(jù)加密、身份認證到應急響應、災難恢復，本書詳細探討了各個環(huán)節(jié)的安全策略與技術(shù)實現(xiàn)，為讀者構(gòu)建了完整的信息安全防護體系。同時，針對軟件安全管理、物理安全與環(huán)境保護、安全開發(fā)與

本書系統(tǒng)研究了深度學習模型在面臨新型對抗攻擊時的魯棒性問題，全面分析了對抗魯棒機器學習的研究現(xiàn)狀及面臨的問題和挑戰(zhàn)，并提出了創(chuàng)新性的解決方案。在對抗魯棒性評估方面，構(gòu)建了集成非Lp范數(shù)新型攻擊的綜合評估基準，為全面評估模型魯棒性提供了工具。在對抗樣本檢測方面，提出了基于小樣本學習的對抗樣本檢測方法，能夠有效檢測未知類型

本書開篇介紹了數(shù)字孿生技術(shù)的起源、概念、發(fā)展現(xiàn)狀以及相關(guān)技術(shù)和應用場景，讓學生對這一新興技術(shù)有初步認知。隨后深入探討數(shù)字孿生與智能制造的關(guān)系，講解數(shù)字化與智能制造、數(shù)字孿生模型，以及在智能制造、精益生產(chǎn)和數(shù)字孿生工廠中的應用，為管理學學生理解工業(yè)生產(chǎn)管理中的數(shù)字化轉(zhuǎn)型提供技術(shù)基礎。同時，詳細闡述數(shù)字孿生物理實體、建模、

本書主要內(nèi)容包括：知識圖譜基礎、知識圖譜實踐、知識圖譜前沿，共三篇。具體內(nèi)容包括：知識圖譜概述、知識圖譜表示、知識圖譜存儲、知識圖譜構(gòu)建、知識圖譜推理、知識圖譜融合等。

本書共分十一章，包括機器人一體化制作概述與構(gòu)建素材、機器人的C語言編程入門、機器人的通用GPIO測試、機器人控制器及ADC調(diào)試、機器人定時器的科學配置、機器人上位機通訊的建立、機器人典型傳感器的安裝、機器人電機的調(diào)試與控制、機器人的多模態(tài)底盤構(gòu)造實踐、機器人的測距避障與巡線、機器人的一體化調(diào)試等內(nèi)容。

本書分為七個項目，分別是項目1走進計算機網(wǎng)絡世界，項目2認識網(wǎng)絡體系結(jié)構(gòu)，項目3組建局域網(wǎng)，項目4接入廣域網(wǎng)，項目5實現(xiàn)網(wǎng)絡通信，項目6搭建操作系統(tǒng)環(huán)境，項目7網(wǎng)絡安全。

本書循序漸進地講述了Python語言的基礎知識和需要讀者深入掌握的知識要點，并介紹了15個項目案例，以加強讀者的上機實踐能力。

本書共分為8章，涵蓋34個實驗項目與5個實訓。主要內(nèi)容包括：硬件基礎實驗、操作系統(tǒng)實驗、WPS文字處理實驗、WPS電子表格實驗、WPS演示文稿實驗、體驗人工智能、智能數(shù)據(jù)分析基礎以及綜合應用能力訓練。本書采用循序漸進的內(nèi)容編排方式，構(gòu)建了從硬件認知到智能應用的全流程實踐體系。通過系統(tǒng)化的實驗項目設計，幫助學生深化對計算