三民網路書店 / 搜尋結果

隨著物聯網和移動互聯網技術的發展，“群智感知計算”作為一種新的感知模式應運而生。區別于傳統的傳感網感知方式，群智感知計算利用廣泛且自然分佈的持有智能設備的用戶作為移動感知單元，通過群體的廣泛參與、靈活移動、機會連接實現大規模、無處不在的感知過程，目前已成為物聯網、移動計算等領域的學科前沿與研究熱點。本書按照“理論―方法/技術―平臺―應用”的組織思路，遵循“創新引領、深入淺出、理論+實踐”的原則基調，針對群智感知計算的基本概念、體系架構、任務優化分配、數據優選、質量評估、數據移交、計算平臺及典型應用等進行深入的探討。本書為物聯網、移動計算、智慧城市等領域的研究人員、高年級本科生或研究生等提供了具有創新性與前瞻性的群智感知計算**研究成果和學習參考。

概述：隨著物聯網和人工智能技術的快速發展與加速融合，智能物聯網(AI in IoT, AIoT)正成長為一個具有具有廣泛發展前景的新興前沿領域。物聯網智能應用和服務已經逐步融入國家重大需求和民生的各個領域，如智慧城市、智能製造、無人駕駛、智慧農業、健康衛生、國防軍事等。在智能物聯網背景下，人(智能手機、可穿戴設備等)、機(雲設備/邊緣設備)、物(物聯網終端)這三種基礎要素正在走向協作和融合，邁向人機物融合群智計算時代。人機物融合群智計算(CrowdHMI)是指利用人/機/物感知能力的差異性、計算資源的互補性、節點間的交互性，通過協同感知、分布式學習、群智知識遷移等來解決單獨利用某種智能難以解決的複雜問題，進而構建具有自學習、自組織、自適應、可遷移能力的智慧空間。其潛在的研究挑戰包括人機物群智融合機理，人機物協作群智感知，自學習增強與自適應演化(深度模型壓縮、遷移學習、元學習、終身學習等)，群體分布式學習模型(邊緣智能、端邊雲協同計算、多智能體強化學習、聯邦學習等)方面。本書將為大家介紹人機物融合群智計算的基礎理論、概念模型、研究挑戰與關鍵技術、典型應用，並對其未來發展方向進行展望。本書可以為物聯網、人工智能、工業互聯網、智慧城市、智能製造等領域的科研人員和IT從業者提供創新的發展視角及相關理論、方法與技術支撐，也可作為相關專業高年級本科生和研究生課程教材。

本書分網絡動力學篇和社交媒體挖掘與社群智能篇，首先介紹了典型的網絡動力學模型，如逾滲理論、ER隨機模型、小世界模型和無標度網絡模型等，並重點介紹了傳染病的建模方法。同時以自然語言理解為基礎介紹社交媒體挖掘方法，包括自然語言模型、話題模型等，進而介紹了用戶畫像、智能推薦、假消息檢測和虛擬社交機器人等計算社會學前沿技術。在兼顧廣度和深度的前提下，本書深度融合計算機科學、社會學、人工智能和複雜網絡等多學科的專業概念，突出闡述了計算社會學領域近年來的最新研究成果和關鍵技術突破。

本書介紹了城市大數據的方法，技術和實踐。內容涵蓋城市大數據協同感知方法，城市大數據質量評估，城市大數據智能分析和處理技術，城市大數據計算平臺，城市大數據安全與隱私和城市大數據實踐。