本书主要对近年来新生的多种仿生智能计算理论与方法进行了研究，包括生物地理进化算法、 萤火虫算法、差分进化算法以及灰狼优化算法等，并基于这些人工仿生智能计算方法对片上系统的可测性设计进行了研究。本书共6章，主要内容包括片上系统可测性设计概述、基于生物地理进化算法的扫描链平衡理论与方法、基于多目标智能算法的三维Wrapper扫描链设计、基于灰狼优化算法的三维堆叠SoC测试规划方法研究等。
本书可供计算机、自动化、人工智能、测控技术与仪器等方向的工程技术人员参考，也可作为高等院校相关专

本书介绍了ChatGPT的前世今生，重点聚焦普通人如何使用ChatGPT获得工作和生活效率的提升，各行各业如何通过ChatGPT来改变自己的赛道状态。使用ChatGPT的宝典以及普及ChatGPT背后的技术，普通人可以看懂而且也富有科普性。同时，把AIGC中的生成视频、图像和文本也做了介绍，并提供了大量的工具。最后本书认为通过ChatGPT到AIGC,千行百业都会发生革命性变革，应对新变化，只能拥抱新变化，掌握ChatGPT，快人一步。本书四色印刷，所有插图均为人工智能绘制，为本书增加了很多趣味

本书以独特的角度，深入浅出地介绍了人工智能领域最新技术——ChatGPT、提示工程及自然语言处理等相关技术。在内容上，本书科普性与专业性并重，既为普通读者提供基础知识，又有对专业领域的深入探讨。本书通过7章的内容，在全面介绍ChatGPT内部原理的基础上，重点解析提示指令的构建方法，以及如何针对各类任务构建合适的提示指令，为广大读者提供了实战经验和指导。

本书是一本图文并茂的科普书, 带领读者按照时间顺序了解人工智能发展史中最重要的时刻。皮寇弗博士将带领我们探索人工智能发展史中的里程碑, 他将以风趣幽默语言讲述人工智能的起源、发展、未来以及人工智能在流行文化中的形象。从古代假人传说和中世纪的机器人, 到人工神经网络的高级计算方法, 书中记录了人工智能发展史上具有里程碑意义的100个事件, 涉及计算机、医学、流行文化、神话等领域, 书中每个条目包含一个简短的说明和精致的配图, 带领你走进复杂多变的人工智能世界。在这本书的帮助下, 人工智能

本着“青少年自己为同龄人创作人工智能读物”的指导思想。主办单位组织了二十余位喜欢技术、热爱生活、关心社会和未来的青少年创作了这部面向同龄人的人工智能伦理科普读物，并用漫画这种青少年喜爱的形式予以呈现。 通过一年的集中学习、分组创意、设计讨论，孩子们以青少年的视角，对于人工智能技术广泛应用后的社会现象、道德问题、法制问题提出了独特的见解，并且通过漫画故事的形式，向读者展现了中国小主人们的眼界和智慧。 本书从人工智能的公平、隐私与保障、可靠与安全、包容、负责以及透明几个角度，以年轻人的视角，勇于突破

《控制系统动力学讲义》涵盖了控制系统的基本概念和基本方法。讲义首先介绍了控制系统常用的基本元件和基本概念、拉普拉斯变换及其逆变换、传递函数及频率特性。接着给出了常系数线性系统分析和设计的解析方法和频域方法，包括稳定性和李雅普诺夫第二方法、特性曲线、米哈依诺夫判据及稳定性区域划分、反馈系统及其镇定，讨论了调节系统的品质指标、校正综合以及根轨迹法及其应用。最后介绍了非线性系统的分析方法包括相空间方法、谐波平衡法，刻画了非线性特性对随动系统的影响。

《自动控制原理》（第二版）共分九章。第一章概述自动控制系统的基本概念以及发展的历程；第二章较为全面地描述控制系统各单元的微分方程、传递函数、方块图、状态空间等形式不一的数学模型和模型之间的关系；第三章讨论如何获取控制系统的时域响应和时域性能指标，着重分析二阶系统的特点；第四章说明系统的稳定性与稳态误差；第五章与第六章分别给出根轨迹与频率特性两种图解分析方法；第七章则将连续时间控制系统分析与综合的方法推广应用到线性离散时间控制系统；第八章阐述基于状态空间模型的线性系统理论基础；第九章简单介绍非线性

近年来，深度学习在人工智能的发展过程中起到了举足轻重的作用，而图神经网络是人工智能领域的一个新兴方向，被称为图上的深度学习。 本书详细介绍了从深度学习到图神经网络的基础概念和前沿技术，包括图上的深度学习、图神经网络的数学基础、神经网络学习与算法优化、深度学习基础、神经网络中的表示学习、面向图数据的嵌入表示、初代图神经网络、空域及谱域图卷积神经网络等内容。为增强可读性，本书叙述清晰、内容深入浅出、图文并茂，力求降低初学者的学习难度。 本书既可作为人工智能领域研究和开发人员的技术参考书，也可作为对图

深度学习通常被视为数学博士和大型科技公司的专属领域。但是正如本书所呈现的那样，熟悉Python的程序员可以通过少量的数学背景、少量的数据和最少的代码在深度学习中取得令人震惊的成果。fastai是第一个为最常用的深度学习应用程序提供一致接口的库。本书的两位作者用口语化且简单明了的方式描述了各种抽象的理论概念，希望通过本书能让尽可能多的人了解深度学习。这本书深入浅出地介绍了深度学习的概念，并为读者提供了掌握深度学习的详细指导。 本书的目标读者是对深度学习感兴趣的广大程序员，只要你有一些编程基础，即可

本书主要讲解分布式机器学习算法和开源框架，读者既可以从宏观的设计上了解分布式机器学习的概念和理论，也可以深入核心技术的细节设计中，对分布式机器学习形成深刻而直观的认识，做到学以致用。 本书共分为5篇，第1篇是分布式基础，首先介绍了分布式机器学习的概念、基础设施，以及机器学习并行化技术、框架和软件系统，然后对集合通信和参数服务器PS-Lite进行了介绍。第2篇是数据并行，以PyTorch和Horovod为主对数据并行进行分析，读者可以了解在具体工程领域内实现数据并行有哪些挑战和解决方案。第3篇是流