智能科學, 3/e

史忠植

  • 出版商: 清華大學
  • 出版日期: 2019-07-01
  • 定價: $534
  • 售價: 8.5$454
  • 語言: 簡體中文
  • ISBN: 7302515492
  • ISBN-13: 9787302515494
  • 下單後立即進貨 (約4週~6週)

  • 智能科學, 3/e-preview-1
  • 智能科學, 3/e-preview-2
  • 智能科學, 3/e-preview-3
智能科學, 3/e-preview-1

買這商品的人也買了...

相關主題

商品描述

智能科學研究智能的本質和實現技術,是由腦科學、認知科學、人工智能等創建的前沿交叉學科。腦科學從分子水平、細胞水平、行為水平研究自然智能機理,建立腦模型,揭示人腦的本質; 認知科學是研究人類感知、學習、記憶、思維、意識等人腦與心智活動過程的科學; 人工智能研究用人工的方法和技術,模仿、延伸和擴展人的智能,實現機器智能。智能科學不僅要進行功能模擬,而且要從機理上研究和探索智能的新概念、新理論、新方法。 本書系統地介紹智能科學的概念和方法,吸收了腦科學、認知科學、人工智能、信息科學、形式系統、哲學等方面的研究成果,探索自然智能和機器智能的機理與規律。 本書可作為大學高年級本科生和研究生的“智能科學”“認知科學”“神經信息學”等課程的教科書,也可作為從事智能科學、人工智能、認知科學、腦科學、神經科學、心理學等領域的研究人員的參考書。

目錄大綱

 

 

 

 

目錄

 

 

 

 

 

第1章緒論

1.1智能革命

1.2智能科學的興起

1.3腦科學

1.4認知科學

1.5人工智能

1.6智能科學的研究內容

1.7展望

第2章神經生理基礎

 

2.1腦系統

2.2神經組織

2.2.1神經元的基本組成

2.2.2神經元的分類

2.2.3神經膠質細胞

2.3突觸傳遞

2.3.1化學性突觸

2.3.2電突觸

2.3.3突觸傳遞的機制

2.4神經遞質

2.4.1乙酰膽鹼

2.4.2兒茶酚胺類

2.4.35羥色胺

2.4.4氨基酸和寡肽

2.4.5一氧化氮

2.4.6受體

2.5信號跨膜轉導

2.5.1轉導蛋白

2.5.2第二信使

2.6靜息膜電位

2.7動作電位

2.8離子通道

2.9腦電信號

2.9.1腦電信號分類

2.9.2腦電信號分析

2.10神經系統

2.10.1中樞神經系統

2.10.2周圍神經系統

2.11大腦皮質

 

 

 

 

 

 

 

第3章神經計算

 

3.1概述

3.2神經元模型

3.3反傳學習算法

3.3.1反傳算法的原理

3.3.2反傳算法的數學表達

3.3.3反傳算法的執行步驟

3.3.4對反傳網絡優缺點的討論

3.4Hopfield模型

3.4.1離散Hopfield網絡

3.4.2連續Hopfield網絡

3.5自適應共振理論ART模型

3.5.1ART模型的結構

3.5.2ART的基本工作原理

3.5.3ART模型的數學描述

3.6神經網絡集成

3.6.1結論生成方法

3.6.2個體生成方法

3.7脈沖耦合神經網絡

3.7.1Eckhorn模型

3.7.2脈沖耦合神經網絡模型

3.7.3貝葉斯連接域神經網絡模型

3.8神經場模型

3.8.1神經場表示

3.8.2神經場學習理論

3.9超限學習機

3.10功能柱神經網絡模型

3.10.1模型與方法

3.10.2單功能柱模型的模擬結果

3.11神經元集群的編碼和解碼

3.11.1概述

3.11.2熵編碼理論

3.11.3貝葉斯集群編碼

3.11.4貝葉斯集群解碼

第4章心智模型

 

4.1心智建模

4.2圖靈機

4.3物理符號系統

4.4ACT模型

4.5SOAR模型

4.6心智社會

4.7LIDA

4.8CAM心智模型

4.9PMJ心智模型

4.10動力系統理論

4.11大腦協同學

第5章視覺感知

 

5.1視覺的生理機制

5.1.1視網膜

5.1.2光感受器

5.1.3外膝體

5.1.4視皮層

5.1.5感受野

5.1.6功能柱

5.1.7顏色視覺

5.1.8知覺恆常性

5.2視覺理論

5.2.1建構理論

5.2.2直接知覺

5.2.3格式塔理論

5.3視覺有效編碼

5.4馬爾的視覺計算理論

5.5拓撲視覺理論

5.6視覺的正則化理論

5.7基於模型的視覺理論

5.8電腦視覺

5.8.1圖像分割

5.8.2圖像理解

5.8.3主動視覺

5.8.4立體視覺

5.8.5利用啟發式知識的方法

5.9同步化響應

5.9.1概述

5.9.2神經生物學實驗

5.9.3時間編碼

5.9.4視皮層的神經元振盪模型

5.9.5視覺系統中的表象與尺度變換

5.9.6神經網絡中的非線性動力學問題

第6章聽覺感知

 

6.1聽覺通路

6.2聽覺信息的中樞處理

6.2.1頻率分析機理

6.2.2強度分析機理

6.2.3聲源定位和雙耳聽覺

6.2.4對復雜聲的分析

6.3語音編碼

6.4韻律認知

6.4.1韻律特徵

6.4.2韻律建模

6.4.3韻律標註

6.4.4韻律生成

6.4.5韻律生成的認知神經科學機制

6.5語音識別

6.5.1語音識別概況

6.5.2語音識別系統結構

6.5.3基於深度神經網絡的語音識別系統

6.6語音合成

6.6.1語音合成概況

6.6.2文字到語音合成系統

6.6.3概念語音轉換系統

6.7聽覺場景分析

6.7.1初級分析

6.7.2以圖式為基礎的知覺組織

6.7.3初級分析與圖式加工之間的關系

6.7.4場景分析的總體評價

6.8言語行為

第7章語言

 

7.1引言

7.2語言認知

7.3喬姆斯基的形式文法

7.3.1短語結構文法

7.3.2上下文有關文法

7.3.3上下文無關文法

7.3.4正則文法

7.4擴充轉移網絡

7.5格文法

7.6概念依存理論

7.7語言理解

7.7.1概述

7.7.2基於規則的分析方法

7.7.3基於語料的統計模型

7.7.4機器學習方法

7.8腦語言功能區

7.8.1經典語言功能區

7.8.2語義相關功能區

7.8.3音韻相關功能區

7.8.4拼字相關功能區

7.8.5雙語者腦語言功能區

第8章學習

 

8.1概述

8.2行為學習理論

8.2.1條件反射學習理論

8.2.2行為主義的學習理論

8.2.3聯結學習理論

8.2.4操作學習理論

8.2.5相近學習理論

8.2.6需要消減理論

8.3認知學習理論

8.3.1格式塔學派的學習理論

8.3.2認知目的理論

8.3.3認知發現理論

8.3.4認知同化理論

8.3.5信息加工學習理論

8.3.6建構主義的學習理論

8.4人本學習理論

8.5觀察學習理論

8.6內省學習

8.6.1內省學習一般模型

8.6.2內省學習的元推理

8.6.3失敗分類

8.6.4內省過程中的基於案例推理

8.7強化學習

8.7.1強化學習模型

8.7.2Q學習

8.7.3部分感知強化學習

8.8深度學習

8.8.1概述

8.8.2深度信念網絡

8.8.3捲積神經網絡

8.9學習計算理論

8.9.1哥爾德學習理論

8.9.2模型推理系統

8.9.3大概近似正確學習理論

第9章記憶

 

9.1概述

9.2記憶系統

9.2.1感覺記憶

9.2.2短時記憶

9.2.3長時記憶

9.3長時記憶

9.3.1長時記憶的類型

9.3.2長時記憶的模型

9.3.3長時記憶的信息提取

9.4工作記憶

9.4.1工作記憶模型

9.4.2工作記憶和推理

9.4.3工作記憶的神經機制

9.5遺忘理論

9.6內隱記憶

9.7動態記憶理論

9.8記憶預測理論

9.8.1恆定表徵

9.8.2大腦皮層區的結構

9.8.3大腦皮層區如何工作

9.9互補學習記憶

9.9.1海馬體

9.9.2互補學習系統

 

第10章思維

 

10.1概述

10.2思維的形態

10.2.1抽象思維

10.2.2形象思維

10.2.3靈感思維

10.3精神活動層級

10.4推理

10.4.1演繹推理

10.4.2歸納推理

10.4.3反繹推理

10.4.4類比推理

10.4.5非單調推理

10.4.6常識性推理

10.5問題求解

10.5.1問題空間

10.5.2產生式系統

10.5.3啟發式搜索

10.5.4手段目的分析法

10.5.5解決問題的策略

10.6決策理論

10.6.1決策效用理論

10.6.2滿意原則

10.6.3逐步消元法

10.6.4貝葉斯決策方法

10.7智能決策支持系統

10.7.1智能決策支持系統

10.7.2綜合集成研討廳

 

第11章智力發展

 

11.1引言

11.2智力理論

11.2.1智力的因素論

11.2.2多元智力理論

11.2.3智力結構論

11.3智力的測量

11.4皮亞傑認知發展理論

11.4.1圖式

11.4.2兒童智力發展階段

11.4.3新皮亞傑主義

11.5智力發展的影響因素

11.5.1成熟因素

11.5.2經驗因素

11.5.3社會環境因素

11.5.4平衡化因素

11.6智力發展的人工系統

第12章情緒與情感

 

12.1概述

12.1.1情緒的構成要素

12.1.2情緒的基本形式

12.1.3情緒狀態

12.1.4情緒的功能

12.2情緒理論

12.2.1詹姆斯—蘭格情緒學說

12.2.2情緒評估—興奮學說

12.2.3情緒三因素說

12.2.4基本情緒論

12.2.5維度論

12.2.6非線性動態策略

12.3情緒加工

12.3.1情緒語義網絡理論

12.3.2貝克的圖式理論

12.3.3威廉斯的情緒加工理論

12.4情感智能

12.5情感計算

12.6情感與認知

12.6.1情感優先假說

12.6.2認知評價觀點

12.6.3圖式命題聯想和類比表徵系統

12.7情緒的腦機制

第13章意識

 

13.1概述

13.2意識的基本要素和特性

13.3心理學的意識觀

13.4意識的劇場模型

13.5意識的還原論理論

13.6神經元群組選擇理論

13.7意識的量子理論

13.8綜合信息理論

13.9顯意識思維與潛意識思維

13.10機器意識系統

13.11註意

13.11.1註意的功能

13.11.2選擇性註意

13.11.3註意分配

13.11.4註意系統

第14章認知結構

 

14.1概述

14.2謂詞演算

14.3動態描述邏輯

14.3.1描述邏輯

14.3.2動態描述邏輯DDL

14.4歸納邏輯

14.4.1經驗主義概率歸納邏輯

14.4.2概率邏輯理論

14.4.3主觀貝葉斯概率

14.4.4條件化歸納邏輯

14.4.5非帕斯卡概率歸納邏輯

14.5範疇論

14.6Topos

14.6.1Topos的定義

14.6.2Topos之間的態射

14.6.3Sheaf理論

14.6.4Topos的內邏輯

14.6.5公理和推理

14.7心理邏輯

14.7.1組合系統

14.7.2INRC四元群結構

14.7.3態射—範疇論

14.8認知動力學

第15章智能機器人

 

15.1概述

15.2智能機器人的體系結構

15.3機器人視覺系統

15.3.1視覺系統分類

15.3.2定位技術

15.3.3自主視覺導航

15.3.4視覺伺服系統

15.4機器人路徑規劃

15.4.1全局路徑規劃

15.4.2局部路徑規劃

15.5細胞自動機

15.6認知機模型

15.7情感機器人

15.8發育機器人

15.9智能機器人發展趨勢

第16章類腦智能

 

16.1概述

16.2大數據智能

16.3認知計算

16.4歐盟人腦計劃

16.5美國腦計劃

16.6腦模擬系統SPAUN

16.7神經形態芯片

16.7.1神經形態芯片簡史

16.7.2IBM的TrueNorth神經形態系統

16.7.3英國SpiNNaker 

16.7.4寒武紀神經網絡處理器

16.8腦機融合

16.8.1腦機接口

16.8.2腦機融合的認知模型

16.8.3腦機融合的環境感知

16.8.4腦機融合的自動推理

16.8.5腦機融合的協同決策

16.9智能科學發展路線圖

16.9.1初級類腦智能

16.9.2高級類腦智能

16.9.3超腦智能

參考文獻