本教材遵循案例教学模式进行课程教学设计，围绕人工智能应用案例展开，强调学科教学设计、主要研究内容、核心研究领域及前沿理论和技术等，内容涉及图像、视频、语音、文本和机器人。本教材覆盖人工智能（师范）专业入门必须掌握的知识，强调基础性和前沿性并重，理论和实验相统一，着力于师范生的课程设计能力、案例分析能力和动手实践能力的培养，使学生掌握人工智能的教学设计、课程教学案例和机器人实践等方面的内容。本教材可作为高校人工智能（师范）、智能科学与技术、计算机科学与技术及相关专业的教学设计课程的教材，也可作为其

本书围绕应用环境中实际问题的求解过程来阐述和讲解程序设计思想方法和相关技术知识, 向学生展示如何设计和选择合适的数据结构来表示实际问题中的处理对象, 如何把一个实际问题转化成一个程序可计算的逻辑模型, 以及如何考虑程序运行的效率来满足问题求解对时间的要求等。

共融机器人是能够与作业环境、人和其他机器人自然交互、自主适应复杂动态环境并协同作业的机器人。“敏锐体贴型”的自然交互是共融服务机器人的研究热点问题之一。当前迫切需要共融机器人具备多模态交互信息的情感分析能力。本书针对多模态机器学习方法的情感分析领域，从多模态交互信息特征的学习表示出发，系统介绍了自然交互中的特征学习表示、特征融合和情感分类的方法，并进一步探讨了如何实现鲁棒的多模态情感分析法。
本书是共融机器人自然交互领域国内第一本系统介绍多模态交互信息情感分析的专业书籍，可为读者掌握共融机

本书是工科类专业的实验教学教材，配套有2021年江苏省省级金课"城市追踪场景下的自动控制虚拟仿真实验”。该虚拟仿真课程给学生提供了一个随时随地实验学习的平台。本书涵盖了经典控制理论与现代控制理论的重点和难点内容，强调理论与实际相结合，主要内容包括MATLAB软件基础、四旋翼无人机虚拟仿真实验平台、控制系统的时域分析、根轨迹分析与设计、线性系统的频域分析法、线性系统的串联校正、非线性控制系统分析、状态空间分析及最优控制、无人机自动跟踪虚拟仿真综合实验，配以MATLAB软件的相关函数和代码，提供控制

本书将人工智能与人类智慧深度融合，系统、全面地介绍了类脑智能目标检测网络的构建原理、方法、过程，具有较高的学术价值；同时，本书将所构建的类脑智能目标检测网络在无人车交通标志检测、无人车-机械臂协同作业这两个场景进行了示范应用，具有较大的工程应用价值。
本书主要的读者群体为从事类脑智能、计算机视觉、无人系统研究的科研工作者，以及人工智能、电子信息、计算机工程等相关专业的博士研究生、硕士研究生。

软件架构是指可以简化软件开发过程并提高应用程序质量的实现架构和系统。本书在第1版的基础上进行了全面修订和扩展，面向.NET 5和C# 9，介绍了一些能够助你成为一名卓越的软件架构师所需的关键技能、知识和**实践。
　　第2版增加了对软件架构原则的额外讲述、Azure服务结构、Kubernetes和Blazor等新章节。另外，还增加了关于安全性、微服务和DevOps的讨论，以及软件开发周期的GitHub部署。
　　首先，介绍如何将用户需求转换为软件架构需求，并探讨功能性需求和非功能性需

该教材是在董景新等编著的《控制工程基础》第4版的基础上，适应线上线下混合式教学编写。教材第5版采用纸质教材和数字化资源结合的新式教材，这种教材既能保持纸质教材的结构逻辑严谨，又能发挥数字化资源的丰富直观。教材主要面向机械类、仪器类及其他非控制专业本科生。主要内容包括：控制系统的动态数学模型、时域瞬态响应分析、控制系统的频率特性、控制系统的稳定性分析、控制系统的误差分析和计算、控制系统的综合与校正、根轨迹法、计算机控制系统、控制系统的非线性问题、MATLAB软件工具在控制系统分析和综合中的应

神经网络与深度学习是人工智能研究的重要领域，是机器学习的重要组成部分。人工智能是研究理解和模拟人类智能、智能行为及其规律的科学。本书紧紧围绕神经网络和深度学习的基础知识体系进行系统的梳理，力求从基础理论、经典模型和前沿应用展开论述，便于读者能够较为全面地掌握深度学习的相关知识。全书共 16 章。第 1 章是绪论，简要介绍人工智能、机器学习、神经网络与深度学习的基本概念及相互关系，并对神经网络的发展历程和产生机理进行阐述；第2章介绍神经网络的基本神经元模型、网络结构、学习方法、学习规则、正则化方法

嗨，大家好，我是人工智能小艾，是一个能像你们一样思考的电脑程序，我通过大量地读取数据进行学习，今天就由我当向导，带领你们去认识一下我的人工智能朋友们吧。他们有的负责驾驶无人车，有的负责人脸识别，有的负责推荐衣食住行，有的协助你和外国人交流翻译，有的协助医疗检查，对了对了，还有协助抓小偷的呢……该绘本还有“新科技小提示”“增长知识”“开阔眼界”等栏目，对绿色能源的相关科普知识也进行了简洁透彻的讲解。

本书从原理和实战两个维度对GAN进行了全面讲解。 全书一共12章，分为两个部分： 第一部分（第1-5章） 原理篇 对生成模型，以及GAN的优化、训练、评估、可视化、结构等原理性内容进行了详细讲解。 第二部分（6-12章） 实战篇 这部分对GAN的主要应用场景的实战性内容进行了讲解，包括图像生成、风格迁移、图像增强、图像分割、目标检测、对抗攻击、语音生成等场景下的GAN实战进行了讲解。