发现在多机器人协调技术的最新发展与这个深刻的和原始的资源 多智能体协调:强化学习方法提供了一个全面、深刻和独特的处理多机器人协调算法的开发,与传统算法相比,计算负担最小,存储需求更低。有成就的学者、工程师和作者为读者提供了多机器人协调的高层次介绍和概述,以及基于学习的规划算法的深入分析。 您将了解如何加速对团队目标的探索,以及通过确定团队首选的联合行动来加快TMAQL收敛的替代方法。作者还提出了共识q学习的新方法,解决了均衡选择问题。最后,本书总结了这一快速发展领域的未来研究的可能方向。

读者将发现多智能体协调的前沿技术,包括:

  • 通过强化学习和进化算法介绍多智能体协调,包括纳什均衡和相关均衡等主题
  • 提高多智能体Q-learning在协同任务规划中的收敛速度
  • 基于共识Q学习的多智能体协同规划
  • 基于协同Q学习的多智能体规划相关均衡的高效计算
  • 对于经常使用多智能体学习算法的学者、工程师和专业人士来说,《多智能体协调:强化学习方法》也属于任何对机器学习和人工智能有高级兴趣的人的书架上,因为它适用于合作或竞争机器人领域。

https://www.wiley.com/en-us/Multi+Agent+Coordination:+A+Reinforcement+Learning+Approach-p-9781119699033#:~:text=Multi%2DAgent%20Coordination%3A%20A%20Reinforcement%20Learning%20Approach%20delivers%20a%20comprehensive,when%20compared%20to%20traditional%20algorithms.

成为VIP会员查看完整内容
84

如果你想在任何计算或技术领域工作,你需要理解线性代数。作为对矩阵及其运算的研究,线性代数几乎是所有在计算机中实现的算法和分析的数学基础。但是它在几十年前的教科书中呈现的方式与今天专业人士使用线性代数解决现实世界的现代应用的方式有很大的不同。 Mike X Cohen的这本实用指南教授了用Python实现的线性代数的核心概念,包括如何在数据科学、机器学习、深度学习、计算模拟和生物医学数据处理应用中使用它们。有了这本书的知识,您将能够理解、实现和适应无数的现代分析方法和算法。 适合使用计算机技术和算法的从业者和学生,本书向你介绍:

向量和矩阵的解释和应用 矩阵算术(各种乘法和变换) 独立,等级,和反义词 应用线性代数中的重要分解(包括LU和QR) 特征分解和奇异值分解 应用包括最小二乘模型拟合和主成分分析*

成为VIP会员查看完整内容
72

机器学习的对抗性鲁棒性综述了该课题的最新进展,介绍了对抗性攻击、防御和验证的常用算法。章节涵盖了对抗性攻击、验证和防御,主要关注图像分类应用程序,这是对抗性鲁棒性社区考虑的标准基准。其他部分讨论了图像分类以外的对抗例子,测试时间攻击以外的其他威胁模型,以及对抗鲁棒性的应用。对于研究人员,本书提供了一个全面的文献综述,总结了该领域的最新进展,可以作为一个很好的参考,进行未来的研究。此外,本书还可以作为研究生课程的教材,讲授对抗鲁棒性或可信赖机器学习。虽然机器学习(ML)算法在许多应用中取得了显著的性能,但最近的研究表明,它们对对抗性扰动缺乏鲁棒性。鲁棒性的缺乏给实际应用(如自动驾驶汽车、机器人控制和医疗保健系统)的ML模型带来了安全问题。

https://www.elsevier.com/books/adversarial-robustness-for-machine-learning/chen/978-0-12-824020-5

随着机器学习理论和算法的最新进展,高容量和可扩展模型的设计,如神经网络、丰富的数据集和充足的计算资源,机器学习(ML),或更广泛地说,人工智能(AI),已经以前所未有的速度改变了我们的行业和社会。当我们期待着机器学习技术带来的积极影响时,我们往往会忽视潜在的负面影响,这可能会带来相当大的道德担忧,甚至由于法律法规和灾难性的失败而带来挫折,特别是对于关键任务和高风险的决策任务。因此,除了准确性,值得信赖的机器学习是基于机器学习的技术实现和发展的最后一个里程碑。值得信赖的机器学习包含了一系列基本主题,如对抗鲁棒性、公平性、可解释性、问责性和伦理

这本书的重点是实现对机器学习算法、模型和系统的评估、改进和利用对抗鲁棒性的努力,以实现更好、更值得信任的版本。利用不受信任的机器学习作为漏洞,为有意的一方创造无人看管的入口,操纵机器预测,同时避开人类的注意,以获得自己的利益。无论一个人在ML中的角色是什么,作为模型开发人员、利益相关者还是用户,我们相信每个人都必须了解机器学习的对抗鲁棒性,就像在开车前了解自己车辆的性能和限制一样。对于模型开发人员,我们提倡对您自己的模型和系统进行主动的内部鲁棒性测试,以进行错误检查和降低风险。对于利益相关者,我们主张承认产品和服务可能存在的弱点,并以前瞻性的方式进行诚实和彻底的风险和威胁评估,以防止收入/声誉损失和对社会和环境的灾难性破坏。对于使用机器学习副产品的用户,我们主张积极了解其安全使用的局限性,并了解可能的误用。这些与对抗鲁棒性相关的方面,以及可用的技术和工具,在本书中进行了阐述。

一般来说,对抗鲁棒性集中在机器学习中最坏情况性能的研究,而标准机器学习实践则关注平均性能,例如对测试数据集的预测精度。最坏情况分析的概念是由确保机器学习对训练环境和部署场景的变化进行鲁棒和准确预测的必要性激发的。具体来说,这种变化可能是由自然事件(例如,由于不同的光照条件导致的数据漂移)或恶意尝试(例如,旨在妥协并获得基于机器学习的系统/服务控制权的黑客)引起的。因此,与其问“机器学习在给定数据集/任务上的表现如何?”,在对抗性鲁棒性中,我们问“如果数据集或模型可以经历不同的可量化水平的变化,机器学习的鲁棒性和准确性如何?”这种干预过程通常涉及在机器学习中引入虚拟对手以进行鲁棒性评估和改进,这是对抗性机器学习的关键因素。

本书旨在提供对抗性鲁棒性的整体概述,涵盖机器学习的生命周期,从数据收集,模型开发,到系统集成和部署。内容为机器学习的对抗鲁棒性研究提供了一套全面的研究技术和实用工具。本书涵盖了以下四个研究重点在对抗鲁棒性:(i)攻击-寻找机器学习的失败模式;(ii)防御——加强和保护机器学习;核证-制定可证明的稳健性业绩保证;和(iv)应用——基于对抗性鲁棒性研究发明新的用例。

我们将本书各部分的内容总结如下。在第1部分中,我们介绍了本书的初步内容,将对抗性鲁棒性与对抗性机器学习联系起来,并提供了有趣的发现来激励对抗性鲁棒性。在第2部分中,我们介绍了不同类型的对抗攻击,对攻击者在机器学习生命周期、目标机器学习系统知识、数字和物理空间的实现以及数据模态中的能力进行了不同的假设。在第3部分中,我们介绍了量化神经网络可证明鲁棒性水平的认证技术。在第4部分中,我们将介绍用于提高机器学习对对抗性攻击的鲁棒性的防御。最后,在第5部分中,我们介绍了几个从机器学习的对抗鲁棒性研究中获得灵感的新应用。

成为VIP会员查看完整内容
56

这本关于数学逻辑的新书由Jeremy Avigad从句法的角度全面介绍了该学科的基本结果和方法,强调逻辑是对形式语言和系统及其正确使用的研究。主题包括证明理论、模型理论、可计算性理论和公理基础,并特别强调计算机科学的基础数学逻辑方面,包括演绎系统、构造逻辑、简单类型lambda演算和类型理论基础。清晰和引人入胜,有丰富的例子和练习,它是一个优秀的介绍,为研究生和高级本科生谁对逻辑感兴趣的数学,计算机科学,和哲学,和任何实践逻辑学家的书架宝贵的参考。在短语数理逻辑中,“数学的”一词是模糊的。它可以用来指定所用的方法,这样这个短语就指的是数学中对推理原理的研究。可以对所考虑的推理类型进行划分,因此该短语指的是专门研究数学推理的研究。或者它也可以用来表示目的,因此这个短语指的是着眼于数学应用的逻辑研究。在这本书的标题中,“数学的”一词指的是前两种意思,而不是第三种意思。换句话说,数学逻辑在这里被看作是对数学推理方法的数学研究。这门学科本身就很有趣,而且在数学上也有应用。但它在计算机科学中也有应用,例如,硬件和软件的验证,以及数学推理的机械化。通过提供数学的理想模型,它也可以为数学哲学提供信息。逻辑作为一门学科的区别在于它对语言的关注。主体从正式的表达式开始,这些表达式被认为是我们用来定义对象、声明声明和证明它们的非正式语言的模型。在这一点上,两种截然不同的观点出现了。从语义的角度来看,形式表达式用于描述抽象的数学对象和结构。它们可以用来描述像群、环和场这样的结构类;描述特定结构,如欧几里得平面或实数;或者描述一个特定结构中的关系。从这个角度来看,数学逻辑是一门关于参考、可定义性和真理的科学,它阐明了决定数学语言和它所描述的数学结构之间关系的语义概念。本书采用了更多的句法视角,其中主要的兴趣对象是表达式本身。从这个角度来看,形式语言是用来推理和计算的,我们关心的是规范它们正确使用的规则。我们将使用形式系统来理解数学推理的模式以及数学定义和证明的结构,我们还会对我们能用这些语法表示来做的事情感兴趣。我们不会回避使用语义方法,但我们的目标是使用语义来阐明语法,而不是相反。语法方法之所以有价值,原因有很多。句法的数学理论本身就很有趣,而且信息量大。对语法对象的关注也与计算机科学更加一致,因为这些对象可以表示为数据并通过算法进行操作。最后,还有哲学上的好处。因为有限符号串的一般理论是处理表达式所需要的,句法视角提供了一种研究数学推理的方法——包括无限对象和方法的使用——而不必从一开始就引入强大的数学预设。这本书的另一个显著特点是它对计算的关注。一方面,我们期望数学能给我们一个广泛的概念理解。在这个主题的经验边界上,这有助于组织和解释我们的科学观察,但我们对理解的渴望并不局限于经验现象。另一方面,我们也希望数学能告诉我们如何计算轨迹和概率,这样我们就能做出更好的预测和决定,理性地行动,以实现我们的实际目标。概念理解和计算之间存在着张力:计算是重要的,但我们经常通过抑制计算细节看得更远,推理更有效。

卡耐基梅隆大学哲学系和数学科学系的教授,并参与卡耐基梅隆大学纯粹与应用逻辑跨学科项目。

https://www.cmu.edu/dietrich/philosophy/people/faculty/jeremy-avigad.html

成为VIP会员查看完整内容
59

近几十年来,数字计算机效率的进步和用于数值计算的可靠软件的发展,导致了数值优化理论、方法和算法的快速发展。这一知识体系促进了优化方法在许多学科(例如,工程、商业和科学)的广泛应用,并随后导致了不久之前被认为是棘手的问题解决方案。

https://link.springer.com/book/10.1007/978-1-0716-0843-2 这一独特的和全面的教科书提供了一个广泛的和实际的处理的主题优化。本书的每半部分都包含了一个完整学期的补充,但独立的材料。在这个大大增强的第二版中,作者增加了关于最近的创新、技术、方法和许多问题和例子的章节。这些特点使本书适合在一年级研究生课程或高级本科课程的一两个学期使用。

主要特点:

证明和广泛的类测试内容 提出了无约束优化和有约束优化的统一处理方法,使其成为一本两用教科书 介绍了凸规划、序列二次规划、乘法器的交替方向法(ADMM)和凸-凹过程等方面的新材料 包括半定和二阶锥规划等方法 为无约束优化和有约束优化的最先进的应用添加新材料 提供一个完整的教学包与许多MATLAB示例和在线解决方案的章节结束的问题 使用一种实用的、可访问的优化处理方法 提供两个涵盖背景理论的附录,以便非专家可以理解基本理论 凭借其强大而实用的优化处理,这一经典教科书的显著增强修订版将是大学和大学生学习不可或缺的,也将成为科学家和行业专业人士有用的参考卷。

在过去的三十年中,数字计算机效率的快速提高和可靠的数值计算软件的发展导致了数值优化的理论、方法和算法的惊人增长。这一知识体系反过来促进了优化方法在许多学科的广泛应用,如工程、商业和科学,并导致了不久之前被认为是棘手的问题的解决方案。尽管有许多优秀的书籍以数学的严谨性和精确性来处理优化问题,但似乎仍需要一本书来提供针对从大学生到科学家和行业专业人员等更广泛受众的该主题的实用处理方法。这本书就是为了满足这种需要而写的。它统一对待无约束优化和有约束优化,特别关注优化的算法方面,使读者能够将各种算法和方法应用到感兴趣的具体问题。为了促进这一过程,本书提供了许多解决的例子,说明所涉及的原则,并包括,另外,两章专门处理无约束和有约束优化方法在模式识别、控制系统、机器人、通信系统和数字滤波器设计等领域的应用。对于每个应用程序,都提供了足够的背景信息,以促进对用于获得所需解决方案的优化算法的理解。

第一章简要介绍了优化和优化算法的一般结构。第2章到第9章涉及无约束优化方法。第二章介绍了局部极小化的一阶和二阶必要条件、二阶充分条件和凸函数的优化。第三章讨论了算法的一般性质,如下降函数、全局收敛和收敛速度的概念。第四章介绍了一维优化的几种方法,通常称为直线搜索。本章还讨论了在许多优化算法中提高效率的非精确直线搜索方法。第五章介绍了几种基本的梯度方法,包括最陡下降法、牛顿法和高斯-牛顿法。第六章给出了一类基于共轭方向概念的方法,如共轭梯度法、Fletcher-Reeves法、Powell法和Partan法。第7章介绍了一类重要的无约束优化方法,即拟牛顿方法。研究了该类的代表性方法Davidon-Fletcher-Powell和Broydon-Fletcher-Goldfarb-Shanno方法及其性质。本章还包括一个实用、高效、可靠的准牛顿算法,它消除了与基本准牛顿法相关的一些问题。第8章介绍了在许多应用中使用的极小极大方法,包括数字滤波器的设计。第9章给出了3个案例研究,将第4章到第8章中描述的几种无约束优化方法应用于点模式匹配、机器人机械手逆运动学和数字滤波器的设计。

第10章到第16章涉及约束优化方法。第10章介绍了约束优化的基本原理。本文详细讨论了拉格朗日乘子的概念、称为Karush-Kuhn-Tucker条件的一阶必要条件以及凸规划的对偶性原理,并通过许多例子加以说明。第11章和第12章涉及线性规划(LP)问题。第11章讨论了LP的一般性质和标准LP问题的单纯形方法。第12章介绍了几种内点方法,包括原始仿射尺度法、原始牛顿势垒法和原始对偶路径跟踪法。第十三章讨论二次凸规划和一般凸规划。研究凸二次规划的所谓活动集方法和几种内点方法。本章还包括一般凸规划问题的所谓切割平面和椭球算法。第14章介绍了两类特殊的凸规划,即半定锥规划和二阶锥规划,它们在许多学科中都有有趣的应用。第15章讨论了不属于凸规划一类的一般约束优化问题;特别强调了几种序列二次规划方法,这些方法通过使用高效的线搜索和有关的Hessian矩阵的近似来增强。本书的第16章总结了约束优化在数字滤波器设计、动态系统控制、机器人系统力分布评估和无线通信系统多用户检测方面的几种应用。

成为VIP会员查看完整内容
57

《人工智能与工业4.0》探讨了区块链技术和人工智能(AI)的最新进展,以及它们对实现工业4.0目标的关键影响。这本书探讨了人工智能在工业中的应用,包括物联网(IoT)和工业物联网(IIoT)技术。本章探讨了人工智能(机器学习、智慧城市、医疗保健、社会5.0等)在工业4.0时代的众多潜在应用。这本书是研究人员和研究生在计算机科学研究和发展人工智能和工业物联网有用的资源。

介绍了物联网领域广泛的机器学习、计算机视觉和数字双胞胎应用, 探讨了深度学习和认知计算工具如何能够处理大量数据集,精确和全面的风险预测,并提供建议的行动。

成为VIP会员查看完整内容
50

Linux世界在不断变化,作为Linux系统管理员需要新的知识和技能。Linux基本原理,第二版不仅更新了第一版的新材料,而且改变了一些重点,从基本的Linux方法到更高级的面向服务器的使用Linux。虽然第一版跟踪满足LPI Linux基础考试要求所需的技能,这个版本跟踪更高级的CompTIA Linux+考试要求。 第二版为Linux环境和命令行基础知识提供了一个软的、可访问的和实用的介绍。新增的虚拟实验室也将使学生能够将理论应用到实际操作中,实时练习。这个版本深入研究了Linux服务器环境,涵盖了您在Linux+考试中需要知道的命令。更新的章节提供了如何在多用户网络化的服务器环境中管理用户、文件、设备和文件系统的扩展覆盖范围。

  • 向学生介绍Linux操作系统及其在现代IT基础设施中的作用
  • 包括来自Red Hat和基于debian的Linux发行版的例子
  • 关于Linux安全的新章节,涵盖了流行的SELinux和AppArmor工具,以实现对文件的强制访问控制,以及提供使用加密和防火墙的技巧
  • 映射到CompTIA的Linux+认证
  • 教师资源包括考试库、ppt、教师指南和教学大纲样本

目录内容:

Chapter Chapter 1 Linux Basics * Chapter Chapter 2 Linux and Software * Chapter Chapter 3 Linux and Hardware * Chapter Chapter 4 Booting Linux * Chapter Chapter 5 Disk Management * Chapter Chapter 6 Command Line Basics * Chapter Chapter 7 File Management * Chapter Chapter 8 Networking Concepts * Chapter Chapter 9 Managing Processes * Chapter Chapter 10 Advanced Administration * Chapter Chapter 11 Linux Security * Chapter Chapter 12 Linux in the Cloud

成为VIP会员查看完整内容
49

这本创新的教科书为现代统计学课程提供了材料,将Python作为教学和实践资源。根据多年的教学和在各种应用和工业背景下进行的研究,作者精心定制了文本,以提供理论和实际应用的理想平衡。全文包含了大量的示例和案例研究,并详细说明了全面的Python应用程序。可以下载一个定制的Python包,学生可以复制这些示例并探索其他示例。

https://link.springer.com/book/10.1007/978-3-031-07566-7

文本的第一章着重于分析可变性,概率模型和分布函数。接下来,作者介绍了统计推理和自举,以及几个维度的可变性和回归模型。然后,文本继续覆盖有限人口数量估计的抽样和时间序列分析和预测,以两章现代数据分析方法结束。每一章包括练习、数据集和应用程序来补充学习。

**《现代统计学:使用Python的计算机方法》**适用于一到两个学期的高级本科或研究生课程。由于文本的基础性质,它可以与任何课程中需要数据分析的课程结合,如数据科学、工业统计、物理和社会科学以及工程课程。研究人员、实践者和数据科学家也会发现它是一个有用的资源,包含了大量的应用程序和案例研究。

另一本与此密切相关的教科书是《工业统计:使用Python的计算机方法》。它涵盖了统计过程控制(包括多元方法)、实验设计(包括计算机实验)和可靠性方法(包括贝叶斯可靠性)等主题。这些教材可以单独使用,也可以用于连续的课程。

mistat Python包可以在https://gedeck.github.io/mistat-code-solutions/ModernStatistics/上访问。

在这本关于现代统计的书中,关于现代分析方法的最后两章包含了目前非常流行的方法,特别是在机器学习中,如分类器、聚类方法和文本分析。但我也很欣赏前面的章节,因为我相信使用机器学习方法的人应该意识到它们严重依赖于统计方法。我非常欣赏基于作者长期经验而得出的许多案例。它们对于更好地理解并应用书中介绍的方法非常有用。Python的使用符合当今最好的编程体验。基于所有这些原因,我认为这本书也会有一个辉煌而有影响力的未来,我对作者们表示赞赏。”

成为VIP会员查看完整内容
44

我写这本书的主要目的是帮助你了解NLP领域是多么令人兴奋,在这个领域工作的可能性是多么无限,以及现在的门槛是多么低。我的目标是帮助你轻松开始在这个领域,并向你展示你可以在几天内实现多么广泛的不同的应用,即使你以前从未在这个领域工作过。这本书可以通过一系列的实际应用作为一个全面的指南,如果你只对一些实际任务感兴趣,也可以作为参考书。到你读完这本书的时候,你就已经学会了https://www.manning.com/books/getting-started-with-natural-language-processing#:~:text=about%20the%20book,user%20profiling%2C%20and%20much%20more.

了解基本的NLP任务,并能够在实际场景中识别遇到的任何特定任务。我们将涵盖诸如情感分析、文本分类、信息搜索等流行任务。

一整套的NLP算法和技术,包括词干提取、词形还原、词性标注等。您将学习如何将一系列实用方法应用于文本,例如向量化、特征提取、有监督和无监督机器学习等。 组织NLP项目的能力,以及对实际项目中需要涉及哪些步骤的理解。 全面了解关键的自然语言处理,以及机器学习,术语。 对自然语言处理可用资源和工具的全面知识。

本书的前两章向您介绍了自然语言处理领域和各种可用的NLP应用。它们还向您展示了如何用最少的NLP专业知识和技能构建自己的小型应用。如果你有兴趣在这个领域有一个快速的开始,我建议阅读这两章。后续的每一章都更深入地研究特定的NLP应用,因此,如果您对任何这样的特定应用感兴趣,您可以只关注特定的一章。如果你想全面了解这个领域、技术和应用,我建议你从头到尾阅读这本书:

第1章介绍NLP领域及其各种任务和应用。它还简要概述了该领域的历史,并展示了NLP应用如何在我们的日常生活中使用。 * 第2章解释了如何从头开始构建自己的实际NLP应用程序(垃圾邮件过滤),带您完成应用程序管道中的所有基本步骤。与此同时,本文介绍了一些基本的NLP技术,包括分词和文本规范化,并展示了如何通过流行的NLTK工具包在实践中使用它们。 * 第三章主要讨论信息检索任务。它介绍了几个关键的NLP技术,如词干提取和停用词删除,并展示了如何实现自己的信息检索算法。它还解释了如何对这种算法进行评估。 * 第4章探讨了信息提取并进一步介绍了一些基本技术,如词性标记、词元化和依赖分析。此外,还展示了如何使用另一个流行的NLP工具包spacacy构建信息提取应用程序。 * 第5章展示了如何实现您自己的作者(或用户)分析算法,在NLTK和space中提供了进一步的示例和实践。此外,本文将该任务作为一个文本分类问题来呈现,并展示了如何使用流行的机器学习库scikit-learn实现一个机器学习分类器。 * 第6章继续第5章开始的作者(用户)分析主题。它深入研究了语言特征工程的任务,这是任何自然语言处理项目中必不可少的一步。它展示了如何使用NLTK和space执行语言特征工程,以及如何评估文本分类算法的结果。 * 第7章开始了情绪分析的主题,这是一个非常流行的NLP任务。它对任务应用了基于词典的方法。情感分析器是使用带有空间的语言管道构建的。 * 第8章继续情感分析,但与第7章不同的是,它采用了数据驱动的方法来完成这项任务。使用scikit-learn应用了几种机器学习技术,并通过使用空间和NLTK语言资源引入了进一步的语言概念。 * 第9章概述了主题分类的任务。与前面的文本分类任务相比,它是一个多类分类问题,因此本章讨论了这个任务的复杂性,并展示了如何使用scikit-learn实现一个主题分类器。此外,本文还采用了无监督机器学习的视角,并展示了如何将此任务作为聚类问题处理。 * 第10章介绍了潜在狄利克雷分配(LDA)的主题建模任务。此外,本文还介绍了一个名为gensim的流行工具包,它特别适合使用主题建模算法。本文讨论了LDA方法的动机、实现细节和结果评估的技术。 * 第11章以另一个称为名称实体识别(NER)的关键NLP任务结束本书。在介绍该任务的同时,本章还介绍了广泛用于NLP任务的一系列功能强大的序列标记方法,并展示了NER如何集成到进一步的下游NLP应用程序中。

成为VIP会员查看完整内容
37

这本教科书介绍了Banach空间中优化问题的凸对偶性、积分理论,以及它们在静态或动态设置中的随机规划问题的应用。对随机规划的主要算法进行了介绍和分析,并对理论方面进行了细致的论述。 读者展示了如何这些工具可以应用到各种领域,包括近似理论,半定和二阶锥规划和线性决策规则。 本书推荐给那些愿意用严格的方法来研究对偶理论在不确定性优化中的应用中的数学的学生、工程师和研究人员。

凸优化工具箱本章在巴拿赫空间中,通过极大极小法和摄动法,给出优化问题的对偶理论。在一些稳定性(限定)假设下,证明了对偶问题具有一个非空有界解集。这就引出了次微分学,这似乎只是一个偏次微分法则。提供了应用的十进制卷积,以及衰退和透视函数。利用Shapley-Folkman定理,分析了一些非凸问题的松弛性。

半定规划与半无限规划本章讨论正半定矩阵锥上的最优化问题,以及这类线性问题的对偶理论。我们将凸旋转不变矩阵函数与谱的凸函数联系起来;这使得我们可以计算对数势垒函数的共轭和相关优化问题的对偶。给出了具有非凸二次型代价和约束的半定松弛问题。证明了二阶锥优化是半定规划的一个子类。第二部分研究有限支撑测度空间中的半无限规划及其对偶问题,并应用于Chebyshev近似和一维多项式优化问题。 集成工具箱本章简明地介绍了一般测度空间中的积分理论,包括关于积分极限的经典定理。它扩展了在巴拿赫空间中具有值的可测函数所需要的波奇纳积分。然后,它展示了如何计算积分泛函的共轭和子微分,无论是在凸情况下,基于凸被积函数理论,或在Carathéodory被积函数的情况下。然后利用Shapley-Folkman定理分析了具有积分代价和约束函数的优化问题。

**风险度量 **将期望最小化几乎无法控制远低于期望值的回报的风险。因此,设计函数是很有用的,其最小化将允许人们在风险和期望值之间进行权衡。本章简要介绍了相应的风险度量理论。在介绍了效用函数之后,引入了风险的货币度量,并与它们的接受集相联系。然后讨论了偏差和半偏差的情况,以及(条件)风险值。

抽样和优化本章讨论的不是最小化期望,而是最小化通过获得独立事件的样本得到的样本近似时会发生什么。该分析依赖于渐近定律理论(δ定理)及其在随机规划中的应用。我们将结果推广到期望约束的情况。

动态随机优化动态随机优化问题具有以下信息约束:每个决策必须是相应时刻可用信息的函数。这可以表示为包含条件期望的线性约束。本章在充分观察状态的情况下发展了凸问题的相应理论。由此得到的最优系统涉及一个后向共态方程,控制变量是某个哈密顿函数的最小值点.

马尔可夫决策过程

本章考虑一个受控马尔可夫链过程的最小回报期望问题,无论是有限范围的马尔可夫链过程,还是有折扣的无限马尔可夫链过程,包括退出时间和停止决策的情况。比较了值和策略(Howard)迭代。对于具有期望约束、局部观察的问题,对于具有无折现代价的大视界问题的遍历情况,给出了这些结果的推广。 算法对于凸的动态随机优化问题,Bellman函数是凸的,可以近似为仿射函数的有限上极值。从静态和确定性问题开始,展示了这如何导致有效的随机对偶动态规划算法。本章第二部分讨论了线性决策规则的一种很有前途的方法,它使我们可以得到随机优化问题的值函数的上下界。

广义凸性与运输理论

本章首先介绍了用任意集上的一般耦合函数代替对偶积时凸性理论的推广。优化问题的Fenchel共轭、循环单调性和对偶性的概念,对这种设置有一个自然的扩展,其中增广拉格朗日方法有一个自然的解释。度量空间上的凸函数,构造为连续函数的积分函数的Fenchel共轭,有时被证明等于其密度的函数的某个积分。这被用于在紧集上的最优运输理论的表述,以及相关的惩罚问题。本章最后讨论了多传输环境。

成为VIP会员查看完整内容
36

这本书回答了你可能从未想过要问的问题,比如说:

  • 罗纳德-里根和博比-肯尼迪有什么共同点?(他们都参加了最高机密的兵棋活动。)
  • 珍珠港在周日早上被空袭过几次?(至少三次;第一次是在1932年,由美国海军在一次实战演习中进行,然后在1941年10月由日本帝国海军在一次作战规划兵棋中进行,最后在1941年12月7日由 "日本帝国的海军和空军"进行。)
  • 文明和兵棋推演哪个先来? (一个诡异的问题:文明和兵棋推演似乎在同一时间和地点开始。)

这篇序言回答了关于本书的三个重要问题:为什么要阅读它,为什么写它,以及它是如何创建的。

1 为什么要阅读本书?

如果你只是想读一些既有娱乐性又能 "节省时间 "的书,那就有足够的理由去读这本书。一路上,你将了解到H.G.威尔斯最不准确(或者,我们希望是最不成熟)的预测。你会遇到军事上的特立独行者,并了解你可能认为自己已经知道的历史事件的其余部分。

如果你在军队中服役,并希望以较低的时间和财富成本履行你的职责,你应该阅读这本书。如果你是一名新兵,一名高级将领,或一名政治任命者,你会在这本书中找到与你的水平相关的见解。

如果你是一位家长,关注电子游戏中暴力程度和你的孩子所处的竞争日益激烈的世界,这本书是为你准备的。我描述了父母如何利用兵棋推演来帮助他们的孩子发展战略思维和有效竞争的能力。

如果你是一名选民,希望对国防有更好的了解,这本书告诉你许多关键决定是如何做出的。

如果你的业务是商业,这本书描述了类似兵棋的技术在这个世界上越来越广泛的使用。当企业不仅要与街边的公司竞争,还要与远在地球另一端的政府拥有的公司竞争时,商人们需要他们能得到的一切优势。本书中描述的技术可以提供一个重要的优势。

如果你有兴趣帮助建立一个更繁荣、更和平的世界,你会在我的结论中发现一个论断:虽然兵棋长期以来被用来使胜利更有可能,但它们也有可能帮助使和平更持久。

2 为什么写本书?

我开始写这本书是出于一个功利性的原因:1997年,我需要一本空军指挥和参谋学院选修课的兵棋推演教材。出于不同的原因,我一直在写这本书。随着我对兵棋推演历史的研究,我越来越相信,兵棋是一个非常强大的工具。兵棋对我们今天所处的世界形态产生了巨大的影响,有好有坏。不幸的是,那些对兵棋推演本身产生重大影响的人不仅不为大众所知,而且在很大程度上也不为今天的军队所知。这让我觉得既不公正又危险。我还观察到,兵棋推演的艺术、科学和应用并不总是能传给下一代。历史似乎表明,当有效使用时,兵棋推演提供了强大的优势,而关于棋的健忘症则造成了更大的伤亡。

这导致了另一个认识——仅仅讲述兵棋推演的故事是不够的。即使这个故事说服了读者进行兵棋推演,游戏本身也不能确保成功。从我的研究中可以看出,兵棋已经成为全球性的,我们的对手几乎不可避免地也会进行兵棋推演。我需要写一本书,帮助我方从兵棋推演中获得比对手更多的价值。

在我努力完成这本书的过程中,我产生了一个最终的动机。我开始相信,兵棋——或者更广泛地说,模拟游戏技术--可以成为实现其他目的的宝贵工具。类似兵棋技术可以帮助我们在经济上更有效地竞争,使我们能够承担更有效的防御。最终,兵棋还可以帮助培养致力于一个更加和平和繁荣的世界的战略家。

3 如何创建本书?

如果成功有一千个父亲,这本书应该是非常成功的。1990年,我在 "起源 "兵棋推演会议上首次发表了关于兵棋推演历史的演讲。我经常从我的听众那里获得线索。

此外,从1997年到2005年,我在空军指挥和参谋学院教授兵棋推演选修课。我的教员、客座讲师和学生提供了许多杰出的见解,这些见解塑造了我目前对兵棋推演潜力和一般游戏技术的想法。

然而,我从兵棋推演社区的年度聚会"联结"的参与者那里得到了最宝贵的见解和鼓励。自1993年以来,"联结"将来自美国和世界各地的学术和娱乐性兵棋推演从业者以及各军种的军事人员聚集在一起。最后,我在美国和盟国军队中的同事,特别是美国空军总部、空军物资司令部和空军研究实验室,教会了我很多关于兵棋推演及其应用的知识。这本书确实是兵棋推演界的作品。

4 本书内容

导言以描述一个近期的兵棋开始,这个游戏塑造了我们今天所处的世界。接下来是对"兵棋推演101"描述,以便对原则和词汇有一个基本了解。最后是基于案例总结了系统的使用历史。

第一部分,"兵棋推演的历史",占据了本书的大部分内容,是本书的核心。它追溯了兵棋推演对历史的影响,从最早的文明到现在的写作时间。介绍了对兵棋推演有影响的人,以及反过来影响历史的兵棋推演

第二部分是收益,如何从兵棋推演中获得最大价值。它解释了为什么兵棋推演是有效的,以及领导者、实践者和参与者如何能够提高这种有效性。最后,它描述了人们,从父母到总统,如何使用兵棋推演来支持他们的特定需求

结论以简短的回顾开始,然后问道:我们希望兵棋在未来如何发展?然后,提出了一种兵棋发展方式,即从帮助赢得战争的工具发展到帮助首先避免战争的工具。该书最后说明了兵棋推演的作为避免战争工具的用途,以帮助实现最高形式的胜利--公正和持久的和平

成为VIP会员查看完整内容
38

《信息物理系统》提供了一种独特的信息物理系统的通用理论,关注物理、数据和决策过程是如何作为一个复杂的整体被连接起来的。信息物理系统(CPS)在具有综合物理和计算能力的复杂环境中运行。由于能够通过多种方式与人类进行交互,信息物理系统被应用于物联网(IoT)设备、智能电网、自动汽车系统、医疗监测和分布式机器人等领域。现有的工程方法能够解决技术问题,然而CPS在网络社会中的部署需要一个超越具体研究案例及其相关技术发展的信息物理系统的通用理论。《信息物理系统:理论、方法论和应用》是一本独特的理论-方法论指南,用于评估由复杂信息处理定义物理过程行为的系统。使用系统的方法,本书描述了控制论的基础,复杂性科学,系统工程,数据和信息的概念,数据传播过程,图论,等等。为读者提供了一般理论、方法框架和分析工具,以评估和设计用于运输、能源、通信、卫生保健、军事和工业的CPS。

  • 为测量不同信息物理系统的性能和评估各种网络威胁的潜在影响提供了一个框架
  • 提出了一种由独立但相互依赖的物理层、数据层和调控层组成的CPS理论
  • 讨论植根于概率论、信息论、复杂性科学和博弈论的决策方法
  • 帮助读者对人工智能、5G、能源互联网、区块链、数据所有权等热门话题进行系统影响评估
  • 特点是跨不同领域的各种信息物理系统的广泛分析
  • 信息物理系统:理论、方法和应用是电子、计算机工程和其他技术领域的本科生和研究生、研究人员和实践者的必读书籍。

**1 Introduction **

2 System

**3 Uncertainty **

**4 Information **

**5 Network **

**6 Decisions and Actions **

**7 The Three Layers of Cyber-Physical Systems **

8 Dynamics of Cyber-Physical Systems

9 Enabling Information and Communication Technologies

**10 Applications **

11 Beyond Technology

**12 Closing Words **

本书分为三个主要部分,十个核心章节,加上引言和最后一章,最后一章是我的结语。第一部分涵盖第2章到第6章,重点介绍提出CPSs新理论所需的关键概念和理论,这将在第7章和第8章(本书的第二部分)中介绍。第三部分(第9、10和11章)讨论了现有的赋能技术、特定的cps及其社会影响。

第1部分从系统开始——第二章的重点,在那里我们将重新审视系统工程的基础,然后建议按照控制论的方法来划分特定的系统。第三章通过回顾概率论的基础和随机变量的概念,重点讨论了如何量化不确定性。在第4章中,我们将首先定义基于不确定性分解的信息概念,然后讨论它的不同关键方面,包括数据与信息的关系,以及它的基本限制。第五章介绍了图的数学理论,该理论用于科学地理解从流行病学过程到假新闻传播等构成网络结构的相互作用。决定行动的决策是第6章的主题,讨论基于不确定性、网络和信息可用性的不同形式的决策过程。由于决策通常与行动相关联,因此还引入了代理,作为到第二部分的过渡。

第二部分由两个密集的章节组成。第七章介绍了CPS的概念,它由三个层次构成,这三个层次相互关联,形成一个自我发展的系统。第8章进一步探讨了CPSs的这一特性,介绍了不同的动态建模方法,指出了性能指标和可能的优化,以及针对不同类型攻击的脆弱性。有了这些科学抽象,我们将有能力评估现有技术及其潜在影响,这是本书第三部分的重点。

第3部分将介绍具体技术及其影响。第9章介绍了信息通信技术(ICT)对于有希望的cps的广泛应用所必需的关键。第10章的目标是不同的现实世界的应用,按照我们的理论,它们被概念化为cps的实现。第11章专门讨论与治理模型、社会影响和军事用途相关的技术以外的方面。 在每一章的结尾,附有最相关的参考资料的关键概念的摘要被提出,然后是为读者提出的练习,以主动学习如何操作与主要概念。

成为VIP会员查看完整内容
32

通信、监视和交付无人机的自主导航和部署为无人机团队提供通信、监控、交付问题覆盖的权威资源**《通信、监视和交付无人机自主导航与部署》**研究了无人机(UAV)基站网络部署的各个要素,为灾区地面用户提供通信,涵盖了地面交通监控、环境灾区(如丛林火灾)监控、使用无人机执行救援任务、转换无人机视频监控等问题。该工作结合了实际问题,可实现的和计算高效的算法来解决这些问题,并在数学上严格证明每个算法的收敛性和性能。作者提供的一个这样的例子是一种新颖的仿生运动伪装算法,用于隐蔽无人机(UAV)对运动目标的视频监视。书中开发的所有自主导航和部署算法都是计算高效的,易于在工程实践中实现,并且仅基于每种无人机和环境的其他无人机的有限信息。工作中讨论的示例主题包括:

  • 部署用于通信的无人机基站,特别是在最大化覆盖和最小化干扰方面
  • 部署无人机对地面区域和目标进行监视,包括对平坦和不平坦地区的监视
  • 无人机导航用于移动区域和目标的监视,包括灾区和地面交通监测
  • 无人机自主导航用于隐蔽视频监控,提供广泛的优化导航覆盖
  • 无人机与公共交通工具集成,实现单程和往返
  • 导航和部署无人机的专业人员,以及交叉领域的研究人员、工程师、科学家,可以使用用于通信、监视和交付的无人机自主导航和部署,以获得该主题的一般知识,以及可部署在无数实际情况下的实用、精确和经过验证的算法。

https://www.wiley.com/en-au/Autonomous+Navigation+and+Deployment+of+UAVs+for+Communication,+Surveillance+and+Delivery-p-9781119870838

HAILONG HUANG,博士,香港理工大学助理教授。他也是《国际先进机器人系统杂志》的副主编。主要研究方向为多机器人系统、覆盖控制;系统建模与仿真。ANDREY V. SAVKIN博士,澳大利亚悉尼新南威尔士大学电气工程与电信学院教授,系统与控制系主任。他是威利《移动机器人传感器和执行器网络的分散覆盖控制问题》(2015)的合著者。CHAO HUANG,博士,香港理工大学研究助理教授。从2020年7月到2021年5月,她担任Spectrum特刊“先进传感与控制的互联和自动化车辆”的客座编辑。

无人机(Unmanned aerial vehicles, uav),又称空中无人机,凭借其机动性、灵活性等固有属性,已经开始重塑我们的现代生活。一旦国家立法允许无人机自主飞行,成群的无人机将在我们的城市上空执行各种任务:救援行动、监视和监控,以及一些新兴应用,如货物运输和电信

这本书主要是一本研究专著,以详细和统一的方式介绍了无人机在无线通信、地面目标和区域的监视和监测的应用,以及货物交付方面的最新进展。本专著的主要目标读者包括研究生和研究生,以及在机器人、航空航天工程、无线通信、信号处理、系统理论、计算机科学和应用数学等多个领域工作的专业研究人员和行业从业者,他们对日益增长的自主导航和无人机部署领域有兴趣。这本书基本上是自成体系的。假定读者熟悉基本的本科水平的数学技巧。给出的结果在很大程度上进行了讨论,并通过实例加以说明。我们希望读者发现这本专著有趣和有用,并对自主导航和部署无人机通信、监视和交付领域的挑战性问题获得更深入的见解。此外,在书中,我们对一些开放的问题做了评论,我们鼓励读者进一步探索。这本书中的材料来自2018年至2022年期间两位作者之间的研究合作。它的一些部分单独出现在期刊和会议论文中。手稿将它们整合成一个统一的整体,突出它们之间的联系,补充作者新的原始发现,以系统和连贯的方式呈现整个材料。

本书以问题为导向,而不是以技术为导向。因此,每一章都是独立的,并致力于详细讨论一个有趣的问题,出现在快速发展的无人机应用领域。我们从控制系统的角度提出了相关的方法。因此,在第2-6章中,我们首先介绍了系统模型,然后阐述了感兴趣的问题,随后提出了解决这些问题的方法。最后,通过计算机仿真验证了所提方法的有效性。本书的结构如下。在第二章中,我们讨论了无人机作为空中基站提供蜂窝服务的应用。研究了无人机的主动部署问题。在此类应用中,无人机的部署对服务质量起着关键作用。研究了两种典型的场景。第一种场景是在城市地区,无人机被部署在街道上以避免与建筑物碰撞。第二种情况是针对灾区的。我们提出了几个优化问题来优化无人机提供的服务质量,并提出了计算高效的算法来解决这些问题。第三章讨论了利用无人机监测地面区域和目标的一些最新进展。具体来说,我们提出了找到配备面向地面摄像机的无人机的最小数量及其部署位置的方法,以全面监控一个感兴趣的区域,该区域可以是平坦的区域,也可以是有建筑物、山丘或山脉的不均匀区域。我们还提出了一种算法,可以找到无人机的最优位置,以调查一定区域内的一组地面目标。我们开发了用于无人机2D和3D部署的部署算法。并对这些方法的性能进行了理论分析。在第四章中,我们讨论了无人机在地面区域和目标的监视和监测方面的应用,这些应用对应于各种实际应用,包括但不限于海上石油泄漏、洪水和煤灰泄漏等灾害过程的监视,以及对地面车辆和行人的监控。

针对无人机编队协同执行监视任务,提出了几种分散导航算法。讨论了这些算法的最优性等性质。

第五章重点研究了利用无人机进行隐蔽视频监控,这是一个比较新的研究领域。与第3章和第4章中讨论的通常监视应用不同,隐蔽监视要求无人机的意图不被感兴趣的目标发现。我们提出两种方法来解决这个问题。第一种方法是基于优化的。提出了一种新的指标来表征伪装性能,该指标评估了无人机与目标之间相对距离和角度的变化。然后,在无人机自身运动约束和目标保持在视线范围内的条件下,提出了无人机伪装性能最大化和能量效率最小化的优化问题。提出了一种动态规划的方法来在线规划无人机的飞行轨迹。第二种方法是一种基于生物的运动伪装方法。为实现情感伪装,无人机始终在目标与固定参考点之间的直线段上运动。提出了一种仅以轴承信息为输入的滑模控制策略。我们提出了大量的计算机模拟来演示这些方法的性能。

在第六章中,我们讨论了无人机在最后一英里快递中的应用。无人机由于降低成本和增加机动性,被许多企业认为是未来物流行业的有前途的工具。然而,由于机载电池的限制,飞行时间有限是一个障碍。本章介绍了利用公共交通工具辅助无人机配送的最新研究成果。重点研究了无人机与公共交通工具协同飞行时的路径规划问题,提出了几种算法来解决不同情况下的路径规划问题。

成为VIP会员查看完整内容
28

这本教科书考察了科学和工程中的广泛问题,描述了应用于现实生活的关键数值方法。案例研究涉及数据拟合、车辆路线规划和最优控制、调度和资源分配、灵敏度计算和最坏情况分析等领域。

主要议题包括:

  • 单变量优化-优化条件,直接搜索和梯度
  • n变量的无约束优化——解决方法包括Nelder和Mead单纯形,最速下降,牛顿,高斯-牛顿和拟牛顿技术,信赖域和共轭梯度
  • n个变量的约束优化-求解方法包括降梯度、惩罚和障碍方法、顺序二次规划和内点技术
  • 对全局优化的介绍
  • 介绍自动差分

章节是独立的,在大多数章节的末尾提供了练习。非线性优化与工程应用是理想的自学和课堂使用的工程课程在高级本科或研究生水平。这本书也将吸引博士后和先进的研究人员对优化算法的发展和使用感兴趣。

成为VIP会员查看完整内容
25

本书探讨了在实践中涉及随机模型参数的优化问题。它详细描述了鲁棒最优解的计算,即对随机参数变化不敏感的最优解,其中需要适当的确定性替代问题。基于随机数据的概率分布,利用决策理论概念,将随机不确定性下的优化问题转化为适当的确定性替代问题。 由于涉及到概率和期望,本书还展示了如何应用近似解决技术。提供了几种确定性和随机近似方法:泰勒展开方法、回归和响应面方法(RSM)、概率不等式、生存/失效域的多重线性化、离散化方法、凸近似/确定性下降方向/有效点、随机近似和梯度程序以及概率和期望的微分公式。在第三版中,本书进一步发展了随机优化方法。特别地,它现在展示了如何将随机优化方法应用于工程、经济学和运筹学中出现的重要具体问题的近似解。实际优化问题大多依赖于若干模型参数、噪声因素、不可控参数等,而这些参数在规划阶段并没有固定的量。工程和经济学/运运学研究的典型例子有:材料参数(例如弹性模量、屈服应力、许用应力、弯矩能力、比重)、外部载荷、摩擦系数、转动惯量、连杆长度、连杆质量、连杆重心位置、制造误差、公差、噪声项、需求参数、投入产出函数中的技术系数、成本因素等。由于随机不确定性的多种类型(物理不确定性、经济不确定性、统计不确定性、模型不确定性),这些参数必须由具有一定概率分布的随机变量来建模。在大多数情况下,至少这种分布的某些时刻是已知的。

第一章简要概述了随机优化方法,包括适当的确定性替换问题的推导. 第二章介绍了随机不确定性条件下最优控制问题的基本求解技术:用一阶非线性微分方程系统对不同技术(机械、电气、热力学、化学等)工厂和经济系统中出现的最优控制问题进行数学建模,该系统的状态向量为z=z(t)。随机最优调节器或随机不确定性下的最优反馈控制一般只能用近似的方法得到。在第三章中,利用基本随机开环反馈方法确定了随机最优反馈控制。在动态系统的最优控制中,标准程序是首先离线确定一个最优开环控制,使用模型参数的一些标称值或估计值,然后通过在线测量和控制动作纠正实际轨迹或系统性能与规定的轨迹(规定的系统性能)之间的结果偏差。第五章描述了调节器优化设计的特殊方法:调节器的优化设计通常基于给定的、固定的标称初始条件值、外部负载和其他模型参数。

成为VIP会员查看完整内容
25

深度学习模型的发展,结合物联网和传感器技术的进步,在农业领域的天气预报、植物病害检测、地下水检测、土壤质量、作物状况监测等诸多问题上变得越来越重要。农业。《可持续农业深度学习》讨论了深度学习在可持续农业数据分析中的影响作用以及深度学习如何帮助农民做出更好的决策等主题。它还考虑了用于有效农业数据管理的最新深度学习技术,以及相关领域国际组织制定的标准。这本书提供先进的学生和专业人员在农业科学和工程,地理和地理空间技术科学与一个先进的数学进化算法提供的农业推理和决策支持设施之间的关系的深入解释。

介绍为解决农业相关问题的可持续解决方案而开发的新的深度学习模型 提供与监测和缓解可持续农业的最新方法相关的最新智能技术和算法综述 通过案例研究说明了深度学习如何被用于解决目前处于前沿的各种农业疾病 提供人工智能算法的通俗易懂的解释,使读者更容易在自己的农业领域中实现或使用它们

成为VIP会员查看完整内容
20

当您面临任何云安全问题时,您将需要一本AWS安全服务指南。因为它是围绕最重要的安全任务组织的,所以您可以很快找到数据保护、审计、事件响应等方面的最佳实践。在此过程中,您将探索几个不安全的应用程序,分析用于攻击它们的漏洞,并学习如何自信地做出反应。 本书共分为11章。它从核心服务中的最佳实践开始,然后转移到更一般的主题,如威胁检测和事件响应。最后,本文将使用从本书中学到的技能来演示一个示例应用程序:

  • 第一章讨论了共同责任模型,描述了AWS为你做了什么,以及你自己必须做什么。本文还介绍了几个关键的安全服务,以及它们为什么对您的组织很重要。
  • 第二章深入介绍了身份和访问管理(IAM),介绍了角色、策略以及管理AWS权限的所有其他组成部分。
  • 第三章进一步介绍了IAM,探讨了如何处理多个AWS账户的权限,以及如何将这些权限集成到AWS之外的现有访问管理系统中。
  • 第四章讨论了访问管理的最佳实践,以及构建适合组织需要的自己的一套指导方针的框架。
  • 第五章讨论网络安全,从网络配置和简单的防火墙工具(如安全组和网络acl)开始。
  • 第六章继续构建网络安全,讨论管理网络访问的更先进的工具。
  • 第七章关注数据安全。它着眼于AWS中几种常见的数据存储系统以及如何保护它们。
  • 第八章讨论了CloudTrail这样的服务,它可以在你的账户中记录事件。本章讨论如何设置这些类型的日志记录和审计跟踪,以帮助您识别和响应某些类型的威胁。
  • 第九章着眼于如何运行持续监控您的帐户潜在的安全问题。
  • 第十章讨论事件响应计划和发布补救措施。
  • 第十一章描述了一个示例应用程序,确定了该应用程序最有可能的威胁,然后详细说明了如何补救这些威胁。

第2章、第3章和第4章都是在IAM上连续构建的,应该按顺序读取。关于VPCs和网络的第5章和第6章也是如此。除了第11章以外,其余章节可以按顺序阅读,因为它吸取了前面所有章节的经验教训,并将其应用于现实场景中。

成为VIP会员查看完整内容
19

这门课程从零开始、从数学角度、结合大量例子、循序渐进地揭示强化学习的本质原理。 如果你学习的时候喜欢刨根问底、追求“知其然并知其所以然”,相信这个课程能很好地帮助你透彻理解强化学习!


经过漫长的准备过程,【强化学习的数学原理】这个课程的视频+书籍+PPT终于都上线了!下面是链接:

课程视频合集(B站)

https://www.bilibili.com/video/BV1sd4y167NS/?spm_id_from=333.999.0.0&vd_source=288648f5b920459d12ebbcfd2da00a19 1. 书籍PDF和PPT下载网址(GitHub)

https://github.com/MathFoundationRL/Book-Mathmatical-Foundation-of-Reinforcement-Learning

书籍《强化学习的数学原理》介绍(知乎)

https://zhuanlan.zhihu.com/p/552853273

1. 开发这个课程的初衷

1)从我2019年第一次在西湖大学讲授强化学习的课程,到现在已经是第四次了。在这个过程中,得到了大量的反馈、积累了许多的经验,最终形成了现在的内容和书籍。 2)强化学习入门难吗?即使你有机器学习或者深度学习的基础,即使你有自动控制理论的基础,想要入门强化学习并非易事! 3)虽然现在关于强化学习的资料有很多,我个人感觉现有的书籍要么倾向于直观解释(例如Sutton和Barto的书),要么数学和专业性过强(例如Bertsekas的书)。 4)我开发这门课的目的:一方面,从数学的角度去介绍强化学习,让读者“知其然也知其所以然;另一方面,对零基础初学者友好,从最基本的概念开始、生动易懂、循序渐进。

2. 这个课程是否适合你?

这个课程融入了我很多的心思,和很多其它中英文课程有较大不同。你可以看看这门课是否适合你。 1)这门课不要求读者有任何强化学习的背景知识。因为它会从最基本的概念开始介绍,配上丰富的例子,相信它能在让你“快速”入门的同时也能明了许多概念算法的原理。如果读者已经有了一定的强化学习背景,相信它也能给你带来新的理解。 2)这门课从数学角度介绍强化学习,从而帮助读者“知其然更知其所以然”。强化学习的数学性较强,如果不讲数学,很多时候看似懂了但经不起推敲。相反,如果从数学角度开始学习,看似是笨办法,实则是透彻理解强化学习的捷径。我也相信许多读者也有过这样的体会:千言万语的文字描述有时候比不上一个数学公式能让人理解深刻。 3)本书更多关注“原理”而不是“编程”,帮助大家透彻理解概念和算法的原理。如果大家对编程实现感兴趣,可以参考很多已有的精彩的学习资料,这里就不再重复造轮子了。

3. 课程内容概览

强化学习的系统性也很强,许多概念一环扣一环。要想深入地理解强化学习,要从最基础的概念出发,一点一滴的学习。 下图是整个课程的“地图”,也是我的书中的一幅插图,展示了各个部分及其之间的关系。

4. 作者简介

赵世钰是西湖大学工学院特聘研究员、博士生导师、智能无人系统实验室负责人、国家海外高层次人才引进计划(青年项目)获得者。他本硕毕业于北京航空航天大学,博士毕业于新加坡国立大学。他2019年回国加入西湖大学工学院,回国之前在英国谢菲尔德大学自动控制与系统工程系担任讲师和博士生导师。更多信息请参见实验室网站https://shiyuzhao.westlake.edu.cn或者个人网页。www.shiyuzhao.net(GoogleSite)

5. 写在最后

在准备这些材料的过程中,真正体会到了什么是呕心沥血。 从这本书里的每一句话、每一个图、每一个公式,到课程视频的剪辑、字幕的制作、再到PPT的制作、甚至设计护眼背景色等等细节,力求让同学们能有最好的学习体验。在这个过程中要感谢我的许多学生的给力帮助。 希望这门课程能够真正的帮助大家跨过强化学习的门槛,进入到这个有趣而生机勃勃的领域!

附:本课程相关资料汇总

课程视频网址(B站)

https://space.bilibili.com/2044042934

书籍PDF和PPT下载网址(GitHub)

https://github.com/MathFoundationRL/Book-Mathmatical-Foundation-of-Reinforcement-Learning

书籍的介绍(知乎)

https://zhuanlan.zhihu.com/p/552853273

课程的介绍(B站)

https://www.bilibili.com/read/cv18745978?spm_id_from=333.999.0.0

赵世钰老师简介:

西湖大学实验室网站 * https://shiyuzhao.westlake.edu.cn/ * 个人网页(GoogleSite) * https://www.shiyuzhao.net/

成为VIP会员查看完整内容
1

许多应用,包括计算机视觉,计算机算法,深度学习,量子信息的纠缠,图论和能源网络,都可以在多项式优化的框架内成功解决,多项式优化是一个新兴领域,在过去20年的研究越来越多。这些技术的一个关键优势是它们能够使用优化公式对广泛的问题进行建模。多项式优化在很大程度上依赖于Lasserre提出的矩-平方和(矩-SOS)方法,该方法为正多项式提供了证明。然而,在实践方面,天下没有免费的午餐,这种优化方法通常包含严重的可扩展性问题。幸运的是,对于许多应用程序(包括前面提到的那些应用程序),我们可以正视问题,并利用描述问题的成本和约束所产生的固有数据结构。

https://www.worldscientific.com/worldscibooks/10.1142/q0382#t=aboutBook

这本书提出了几个研究努力,以解决这一科学挑战与重要的计算含义。它提供了可选优化方案的开发,至少在某些已确定的问题类别中,这些方案在计算复杂度方面具有很好的扩展性。它还具有一个统一的建模框架,以处理涉及交换变量和非交换变量的广泛应用,并解决具体的大规模实例。读者可以找到一个实用的部分,专门介绍可用的开源软件库的使用。这本跨学科专著是学生,研究人员和专业人士的必要阅读解决优化问题与多项式输入数据感兴趣。

背景知识 Preliminary Background:

  • Semidefinite Programming and Sparse Matrices
  • Polynomial Optimization and the Moment-SOS Hierarchy 相关稀疏 Correlative Sparsity:
  • The Moment-SOS Hierarchy Based on Correlative Sparsity
  • Application in Computer Arithmetic
  • Application in Deep Networks
  • Application in Noncommutative Optimization and Quantum Informatio Term Sparsity:
  • The Moment-SOS Hierarchy Based on Term Sparsity
  • Combining with Correlative Sparsity
  • Application in Optimal Power-Flow
  • Application in Dynamical Systems
  • Alternatives to Sums of Squares Appendix: Software Libraries:
  • Gloptipoly, Yalmip in MATLAB
  • TSSOS in Julia

本书提出了一些研究工作,以解决这一具有重要计算意义的科学挑战,并提供了替代优化方案的发展,这些方案在计算复杂性方面可以很好地扩展,至少在一些确定的问题类中。

本书提出的算法框架主要利用输入数据的稀疏性结构来解决大规模多项式优化问题。对于涉及较少项的无约束问题,第一种补救方法是通过丢弃从未出现在平方和分解(SOS)中的项来减小松弛项的大小。该技术基于Reznick [Rez78]的一个结果,包括计算输入多项式的牛顿多边形(该多项式支撑的凸包),并只选择支撑位于该多边形一半的多项式。

对于无约束或有约束多项式优化问题,我们提出松弛的稀疏利用层次结构。与密集的层次结构相比,它们在实践中提供了更快的近似解,但也有相同的理论收敛保证。我们的框架不局限于静态多项式优化,我们揭示了从动力系统分析中产生的感兴趣值的近似层次。我们还提出了涉及非交换变量的各种扩展问题,例如任意大小的矩阵或量子物理算符。

在这一点上,我们想强调基于稀疏SOS分解的正性证书的替代方案的存在性。代替用SDP计算SOS分解,我们可以基于线性规划(LP)计算Bernstein分解或Krivin - Stengle证书的其他正性证书,非负电路的几何/二阶锥规划和扩展对角优势SOS,算术几何指数的相对熵规划。本书还概述了这些不同的可选分解方法。第二点要强调的是,稀疏性的概念是许多科学领域固有的,我们概述了与本书中提出的算法框架的一些相似和不同之处。在机器学习、统计或信号处理的背景下,利用稀疏性归结为选择变量或特征,通常使用“1范数正则化”[BT09]。它通常用于使模型或预测更容易解释或使用成本更低。换句话说,即使潜在的问题不允许稀疏解,人们仍然希望能够找到最佳的稀疏近似。类似的情况发生在具有稀疏状态约束和动力学的动力系统中,其中轨迹集不一定是稀疏的。在代数几何的背景下,人们考虑了多项式方程的稀疏系统,其中稀疏意味着出现在每个方程中的项集合是固定的。Bernshtein定理[Ber75]是一个关键成分,因为它基于描述系统的多项式的牛顿多边形的混合体积,为期望的复根数提供了精确的界限。我们同样利用牛顿多面体提供的支持信息来构建基于术语稀疏性的层次结构(在第二部分中介绍)。

本书的组织结构如下:第一章回顾了半定规划、稀疏矩阵理论的一些初步背景。第二章概述了多项式优化中矩- SOS层次的基本概念。本书的第一部分集中在“相关稀疏性”的概念上,当输入问题的变量之间的相关性很少时,就会出现相关稀疏性。第三章基于相关稀疏性,讨论了矩- SOS层次结构的第一个稀疏变体。第四章解释了如何应用稀疏矩- SOS层次结构为浮点非线性程序提供有效的舍入误差上界。第五章重点讨论深度神经网络的鲁棒性验证,特别是通过Lipschitz常数估计。第6章描述了非交换变量多项式优化的一个非常独特的应用。我们概述了量子信息论的研究前景。

本书的第二部分提出了一个补充框架,在那里我们展示了如何利用一个独特的稀疏性概念,称为“术语稀疏性”,当输入问题中涉及的术语数量很少时,通过与完全密集的情况进行比较,就会出现这种情况。第七章关注矩- SOS层次结构的第二个稀疏变体,基于术语稀疏性。第八章阐述了相关稀疏和术语稀疏的结合。第9章将术语稀疏框架扩展到复杂多项式优化,并展示了结果方案如何处理具有成千上万个变量和约束的最优问题。第10章将利用项稀疏性的框架扩展到非交换多项式优化(即特征值优化)。第11章是关于这个术语稀疏框架的应用,以分析各种控制系统的稳定性,无论是来自网络系统文献或在截止日期约束下的系统。第12章介绍了改进多项式优化方法可扩展性的备选算法。首先,我们提出了基于非负电路多项式和的算法,最近介绍了稀疏多项式的非负证书类,它们独立于已知的基于平方和的方法。然后,我们概述了现有的加快半定弛豫计算的方法。

成为VIP会员查看完整内容
0
Top
微信扫码咨询专知VIP会员