更新时间：2022-06-27 10:53:45
封面
版权信息
彩插
作者简介
编委会名单
丛书序言
推荐序一
推荐序二
前言
第1章 绪论
1.1 背景与趋势
1.2 人机物融合群智计算概述
1.3 研究挑战与进展
1.4 典型应用
1.5 本书整体结构
习题
参考文献
第2章 迈向人机物融合群智计算时代
2.1 背景和趋势
2.2 应用新业态
2.3 人机物融合群智计算内涵
2.4 人机物融合群智计算特质
2.5 研究脉络
第3章 人机物群智涌现机理
3.1 生物群智涌现机理
3.2 生物集群到人工集群映射机理
3.3 人机物融合群智涌现机理
3.4 本章总结和展望
第4章 人机物群智涌现动力学模型
4.1 群集动力学模型
4.2 群智演化博弈动力学模型
4.3 人机物融合群智系统动力学建模
第5章 人机物协作群智感知
5.1 群智感知新发展
5.2 人机物协作任务分配
5.3 感知数据的高效汇聚
5.4 人机物协作群智感知的应用
5.5 本章总结和展望
第6章 多源异构群智数据融合
6.1 跨模态群智数据关联
6.2 群智知识集聚与发现
6.3 群智融合时空预测
6.4 本章总结和展望
第7章 自学习增强与自适应演化
7.1 强化学习与自主决策
7.2 深度计算方法的自适应演化
7.3 深度计算方法的自学习增强演化
7.4 本章总结和展望
第8章 群智能体分布式学习方法
8.1 传统分布式机器学习
8.2 群智能体联邦学习
8.3 群智能体深度强化学习
8.4 群智能体协同计算
8.5 本章总结和展望
第9章 人机混合学习方法
9.1 参与式样本标注
9.2 示范模仿学习
9.3 人类指导强化学习
9.4 本章总结和展望
第10章 群智能体知识迁移方法
10.1 基于知识蒸馏的群智知识迁移
10.2 基于域自适应的群智知识迁移
10.3 基于多任务学习的群智知识共享
10.4 基于元学习的群智知识迁移
10.5 基于联邦迁移学习的群智知识迁移
10.6 基于分层学习的群智技能迁移
10.7 多智能体强化学习中的群智知识迁移
10.8 本章总结和展望
第11章 隐私、信任与社会因素
11.1 激励机制
11.2 隐私保护
11.3 信任计算
11.4 基于区块链的人机物融合安全可信群智计算架构
11.5 本章总结和展望
第12章 CrowdHMT开放平台
12.1 研究背景与需求
12.2 典型主流平台与开放资源分析
12.3 人机物融合群智计算平台
12.4 “太易”分布式人机物链中间件
12.5 应用领域与典型场景
