本书阐述了无线传感器网络移动数据收集的基础理论、关键技术和**研究成果，详细介绍了将多用户多输入多输出 (multiple-input multiple-output, MIMO)技术、空分多路复用（space division multiple access, SDMA）技术、并发数据上传技术等现代通信技术应用到无线传感器网络的移动数据收集，深入讨论了在网络连通或不连通、低传输延迟、收集代价最小、有界中继跳数等情况下的无线传感器网络移动数据收集。

无线传感器网络是物联网的基础关键性技术。智慧城市、电网、军事等重要物联网场景均依赖无线传感器网络以支撑其大规模感知、协同等应用。时间同步是无线传感器网络实现统一时间基准进而支撑大规模应用的基石。受限于有限的计算和电池资源，无线传感器网络的时间同步需在保证高时间同步精度的同时，实现低能耗和低计算复杂度。本书围绕无线传感器网络时间同步展开论述，首先概述无线传感器网络时间同步模型、策略，接着回顾最新时间同步方案，然后详细阐述聚焦高同步精度、低功耗、低计算复杂度的时间同步技术，并介绍基于时间同

本书是作者在多年教学工作、工程实践经验并结合国内外该领域的教学和技术发展等基础上编写而成的，按照传感器技术在机器人系统中的典型应用分门别类，重点介绍机器人传感器集成应用技术。本书针对常用机器人传感器提供了实际的应用电路，取材新颖、内容丰富、分析详尽。书中每种传感器的应用都按照项目的方式展开，按照实践、理论、再实践的方法，实践过程由易到难，逐步强化读者的传感器技术应用能力。

本书可作为高等学校自动化专业及相关专业传感器类课程的教材或教学参考书，也可供相关技术人员参考。通过对本书的学习

本书以PyTorch深度学习的常用技术与真实案例相结合的方式，深入浅出地介绍使用PyTorch实现深度学习应用的重要内容。本书共7章，内容包括深度学习概述、PyTorch深度学习通用流程、PyTorch深度学习基础、手写汉字识别、文本生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现文本生成等。本书大部分章包含实训和课后习题，希望通过练习和操作实践，帮助读者巩固所学的内容。 本书可以作为高等学校数据科学与大数据技术或人工智能相关专业的教材，也可作为深度学习爱好者的自学

本书是一本深度学习从入门、算法到应用实践的书籍。全书共9章，第1章介绍深度学习基础，主要介绍基本概念和基本算法；第2章介绍深度学习的计算平台，主要介绍深度神经网络计算芯片TPU的架构原理；第3章介绍深度学习编程环境和操作基础，引导零基础读者快速入门Linux操作系统、Python编程语言、TensorFlow和PyTorch深度学习框架，为实现深度学习算法开发及应用部署奠定基础；第4～8章基于卷积神经网络，分别聚焦计算机视觉领域的几大经典任务，包括图像的分类、目标检测、语义分割、实例分割、人脸检

本书是一部揭示ChatGPT与AIGC的背后真相及未来发展趋势的重要著作。首先，本书全景式展现了ChatGPT背后的创造者群像，揭示了创新、创造和创业的成功之路。其次，本书系统回顾了AIGC发展过程中的重要里程碑，从早期的神经网络到深度学习技术，再到大语言模型的突破，全面展示了这一领域的进展和创新。再次，本书聚焦剖析了ChatGPT的技术渊源、技术架构、进化之路、商业模式及未来发展趋势。从次，本书将关于ChatGPT的讨论扩大到AIGC领域，深刻分析了AIGC的生产力革命内涵。然后，本书深

本书系统地介绍了人工智能的基本概念、主要方法及代表性模型算法。本书根据人工智能的知识体系，在兼顾传统的人工智能方法的基础上，重点突出前沿性内容，并对自动推理、遗传算法、神经网络、启发式优化、机器学习、异常检测、梯度下降、逻辑回归、反向传播、卷积网络、语言模型、词向量等常见技术进行详细阐述和讨论。本书结合应用安排了示例和例题，以加深读者对关键知识点的理解。

本书介绍人工智能的基础理论、技术及应用。全书共9章,主要内容包括人工智能概述、知识表示与知识图谱、搜索策略、机器学习、人工神经网络、典型卷积神经网络、智能图像处理、机器学习开发框架、机器学习项目剖析。本书强调理论联系实际，既深入浅出地介绍了人工智能领域的基础知识和实用技术，又详细介绍了两个机器学习开发框架： PyTorch和百度公司研发的PaddlePaddle（飞桨），并带领读者逐步剖析在飞桨平台上实现的项目案例。案例的代码清晰，易于理解，读者可快速提高采用机器学习方法解决实际问题的实践

人工智能是研究利用计算机系统实现人类智能的理论、方法和技术的学科。本书较系统进介绍了人工智能的基本内容，主要包括人工智能发展的三次热潮、知识与知识表示、推理方式、搜索策略、专家系统、机器学习、神经网络模型、深度学习、计算机视觉、自然语言处理、知识图谱、智能体、群智能算法、生物征识别和智能机器人等。
本书注重基本概念、基本方法和应用实例的介绍，谱言精炼、逻辑层次清晰、透合作为高等学校人工智能”课程的教材，也可以用作科技人员的参考书。

本书在系统介绍人工智能应用开发环境与平台的基础上, 对图像识别、人脸识别、车辆识别、语音识别、语音合成、机器翻译、聊天机器人等关键模块予以展开, 并在其间穿插目前市场上主流的企业级人工智能应用平台和典型的场景化应用开发实例, 可供广大人工智能应用开发者借鉴, 从而帮助降低人工智能应用开发门槛, 提高人工智能应用开发效率, 切实解决实际的人工智能应用问题, 将人工智能应用拓展至各行各业。