掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
CCF 2023中國計算機科學技術發展報告 版權信息
- ISBN：9787111762508
- 條形碼：9787111762508 ; 978-7-111-76250-8
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
CCF 2023中國計算機科學技術發展報告 本書特色
適讀人群 ：計算技術及相關領域從業者◆中國計算機學會文集◆記錄和見證中國計算機領域的發展◆放眼計算技術諸多重要領域◆展現中國計算技術及相關領域的研究進展◆完整地認知新時期面臨的挑戰和機遇
CCF 2023中國計算機科學技術發展報告 內容簡介
本書充分體現了對計算技術發展中的新問題、前沿技術、交叉融合的思考，包括：時序大數據計算技術的研究進展與趨勢、多模態大模型的研究進展與趨勢、智能網絡技術的研究進展與趨勢、三維數字人體重建與生成的研究進展、視覺 Transformer 的研究進展與發展趨勢、可信賴人工智能的研究進展與發展趨勢、機密計算的研究進展與產業趨勢報告、交互式定理證明及應用、魯棒語音信號與信息處理的研究進展與趨勢、量子自然語言處理，內容具有權威性、全面性和前沿性。 本書主要供中國計算機學會會員了解2023年計算機科學技術發展的*新動態，也非常適合計算機學者和從業者閱讀和收藏。
CCF 2023中國計算機科學技術發展報告 目錄
前言時序大數據計算技術的研究進展與趨勢CCF大數據專業委員會1 引言22 時序大數據管理42.1 時序數據存儲42.2 時序數據查詢102.3 時序數據治理143 時序大數據分析173.1 通用時序數據建模173.2 時空序列數據建模203.3 長時序數據建模243.4 多模態時序數據建模274 時序大數據典型應用29前言時序大數據計算技術的研究進展與趨勢CCF大數據專業委員會1 引言22 時序大數據管理42.1 時序數據存儲42.2 時序數據查詢102.3 時序數據治理143 時序大數據分析173.1 通用時序數據建模173.2 時空序列數據建模203.3 長時序數據建模243.4 多模態時序數據建模274 時序大數據典型應用294.1 教育領域的應用294.2 醫療領域的應用324.3 工業領域的應用354.4 交通領域的應用385 發展趨勢與展望405.1 時序大數據管理405.2 時序數據預訓練415.3 時序數據的泛化415.4 時序數據的因果學習425.5 時序數據的可解釋性435.6 時間序列的固有屬性挖掘43參考文獻45作者簡介57多模態大模型的研究進展與趨勢CCF多媒體技術專業委員會1 引言602 國外研究現狀622.1 多模態數據集622.2 多模態預訓練模型652.3 下游任務853 國內研究現狀1003.1 多模態數據集1003.2 預訓練模型1023.3 下游任務1124 國內外研究進展比較1234.1 多模態數據集1234.2 預訓練模型1244.3 下游任務1265 發展趨勢與展望1285.1 多模態數據集1285.2 預訓練模型1295.3 下游任務1306 結束語131參考文獻131作者簡介142智能網絡技術的研究進展與趨勢CCF互聯網專業委員會1 引言1442 智能網絡及其體系結構技術1452.1 AI for Science概述1452.2 互聯網技術階段特征1462.3 智能網絡體系結構1473 AI計算的網絡技術1523.1 高性能AI計算的網絡技術1523.2 分布式大模型訓練的網絡優化技術1534 智能路由技術1554.1 基于監督學習的智能路由算法1564.2 基于強化學習的智能路由算法1564.3 智能路由算法的訓練與部署1575 智能傳輸技術1585.1 智能擁塞控制技術1595.2 智能報文調度技術1615.3 網絡側智能流量控制技術1636 網絡智能運維1646.1 網絡建模1646.2 故障預測1656.3 故障定位1676.4 因果推斷1687 總結與未來發展展望169參考文獻170作者簡介175三維數字人體重建與生成的研究進展CCF計算機輔助設計與圖形學專業委員會1 引言1791.1 三維人體建模研究的問題1791.2 本文的組織結構1802 三維人體表征概述1812.1 模板表征1812.2 隱式表面場1842.3 神經輻射場1853 國內外研究進展1863.1 運動捕捉1863.2 重建與渲染1933.3 化身建模2053.4 多模態數字人生成2154 發展趨勢與展望2294.1 稀疏視點高精度重建2294.2 實時高質量渲染2294.3 高效動態建模2304.4 大模型帶來的機遇和挑戰2305 結束語230參考文獻231作者簡介264視覺Transformer的研究進展與發展趨勢CCF計算機視覺專委會1 引言2672 視覺Transformer模型設計2682.1 經典視覺Transformer模型設計2682.2 局部信息的引入2712.3 視覺Transformer大模型2733 Transformer模型在自監督學習中的應用2743.1 CNN時代的自監督學習方法2743.2 基于對比學習的方法2763.3 基于掩碼圖像建模的方法2773.4 掩碼圖像建模方法的拓展2804 多模態任務中的Transformer模型2824.1 多模態Transformer架構2824.2 基于預訓練的多模態Transformer2854.3 基于大語言模型的多模態Transformer模型2864.4 超越雙模態的多模態Transformer架構2875 國內外研究進展比較2886 發展趨勢與展望2907 結束語291參考文獻291作者簡介301可信賴人工智能的研究進展與發展趨勢CCF容錯計算專委1 引言3041.1 可信賴人工智能發展背景3041.2 可信賴人工智能的含義3051.3 可信賴人工智能研究熱點3052 可信賴人工智能國際研究現狀3092.1 人工智能系統對抗攻擊與防御熱點技術3092.2 可信賴人工智能測試與評估3152.3 可信賴人工智能相關標準3253 可信賴人工智能國內研究進展3293.1 人工智能系統對抗攻擊與防御熱點技術3293.2 可信賴人工智能測試與評估3343.3 可信賴性度量3373.4 可信賴人工智能相關標準3374 可信賴人工智能國內外研究進展比較3394.1 人工智能系統對抗攻擊與防御熱點技術3394.2 可信賴人工智能測試與評估3414.3 可信賴人工智能相關標準3425 可信賴人工智能發展趨勢3436 結束語344參考文獻344作者簡介358機密計算的研究進展與產業
展開全部
CCF 2023中國計算機科學技術發展報告 作者簡介
王建民，教授，博士生導師，軟件學院院長。1990年畢業于北京大學，1995年獲清華大學博士學位。2014年獲國家杰出青年科學基金，國家“萬人計劃”科技創新領軍人才，國家科技部中青年科技領軍人才，入選清華大學研究生良師益友名人堂。主要從事大數據與知識工程、過程與行為數據分析、非結構化數據管理技術、產品生命周期管理領域的研究。發表學術論文120余篇，獲中國發明專利授權30余項。獲國家科技進步獎二等獎2項，科技進步獎一等獎2項。國家重大科技專項“核高基”基礎軟件方向實施專家組成員，國家“十二五”“ 863”計劃先進制造技術領域制造服務技術主題專家組成員，國家“十二五”“ 863”計劃先進制造技術領域“面向制造業的核心軟件開發”重大項目總體專家組組長。擔任全國信息安全標準化技術委員會大數據安全標準特別工作組組長，并牽頭制定相關安全標準4項。中國計算機學會數據庫專家委員會和大數據專家委員會委員，《計算機集成制造系統》雜志主編。學堂在線《大數據系統基礎》課程入選2018年國家精品在線開放課程。
書友推薦
- >
【精裝繪本】畫給孩子的中國神話
- >
經典常談
- >
詩經-先民的歌唱
- >
山海經
- >
推拿
- >
月亮與六便士
- >
二體千字文
- >
月亮虎
本類暢銷
