机读格式显示(MARC)

• 000 01806nam0 2200289 450

• 001 0000826557

• 005 20250929122800.0

• 010 __ |a 978-7-03-080564-5 |b 精装 |d CNY168.00

• 100 __ |a 20250430d2024 em y0chiy50 ea

• 101 1_ |a chi |c ger

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 神经和形态发育系统的演化计算及应用 |A shen jing he xing tai fa yu xi tong de yan hua ji suan ji ying yong |e 通向通用人工智能的新途径 |f (德) 金耀初著 |g 颜学明译

• 210 __ |a 北京 |c 科学出版社 |d 2024

• 215 __ |a 263页 |c 彩图 |d 25cm

• 314 __ |a 金耀初，分别于1988年、1991年及1996年在浙江大学电机工程学系获学士、硕士和博士学位，并于2001年在德国波鸿鲁尔大学神经信息研究所获工学博士学位。

• 314 __ |a 颜学明，博士，广东外语外贸大学副教授，主要研究方向为计算智能、神经组合优化以及自然语言处理。

• 320 __ |a 有书目 (第239-263页)

• 330 __ |a 本书共八章。第一章主要介绍用于理解和模拟生物进化和发展的计算算法，包括进化算法、基因调控网络模型、神经和形态发育的多细胞模型，以及神经可塑性的计算模型。第二章讨论了生物基因调控系统的重要性质，包括网络模式、网络连接性、稳健性和可进化性。第三章提供了从头合成调控模式和利用进化算法组合基本调控模式以创建更复杂调控动态的方法。第四章和第五章介绍了可用于模拟神经或形态发育的多细胞生长模型。第六章检查了神经和形态进化与发展之间的协同作用和耦合。第七章提供了初步但有前景的例子，说明了进化发展系统如何帮助自组织模式生成，即所谓的形态发生自组织，突显了进化和发展系统的巨大潜力。第八章总结了全书，强调了进化发展方法对人工智能的重要性和前景。

• 517 1_ |a 通向通用人工智能的新途径 |A tong xiang tong yong ren gong zhi neng de xin tu jing

• 606 0_ |a 人工神经网络 |A ren gong shen jing wang lao

• 690 __ |a TP183 |v 5

• 701 _0 |a 金耀初 |A jin yao chu |4 著

• 702 _0 |a 颜学明 |A yan xue ming |4 译

• 801 _0 |a CN |b WFKJXY |c 20250929

• 905 __ |a WFKJXY |d TP183/85