智能通信與應用

第 1 章 智能通信概述
1.1 智能通信的研究背景1.1.1 新一代信息技術的飛速發(fā)展
1.1.2 國家政策的支持與引導
1.2 智能通信的科技基礎1.2.1 人工智能
1.2.2 通信技術
1.2.3 智聯(lián)網(wǎng)
1.3 智能通信的關鍵技術及面臨的挑戰(zhàn)1.3.1 業(yè)務場景智能理解
1.3.2 網(wǎng)絡態(tài)勢智能認知
1.3.3 意圖驅(qū)動的智能化管理
1.3.4 智能協(xié)作與人機協(xié)同
1.4 智能通信的科學意義
1.5 習題
參考文獻
第 2 章 智能通信的概念與體系結構
2.1 企業(yè)智能通信2.1.1 智能通信簡介
2.1.2 企業(yè)智能通信框架
2.1.3 企業(yè)智能通信之路
2.1.4 智能通信解決方案
2.2 智能通信系統(tǒng)2.2.1 智能通信系統(tǒng)的概念
2.2.2 智能通信系統(tǒng)的研究內(nèi)容
2.3 互動智能通信2.3.1 智能信息推拉技術
2.3.2 互動智能通信的提出
2.3.3 互動智能通信的體系架構
2.3.4 互動智能通信框架
2.4 分布智能通信
2.5 移動智能通信
2.6 習題
參考文獻
第 3 章 智能通信中傳統(tǒng)的人工智能
3.1 專家系統(tǒng)與知識工程3.1.1 從啟發(fā)程序到專家系統(tǒng)
3.1.2 專家系統(tǒng)的概念與結構
3.1.3 專家系統(tǒng)的分類
3.1.4 專家系統(tǒng)的設計和開發(fā)
3.1.5 簡單的動物識別專家系統(tǒng)實例
3.1.6 知識工程
3.1.7 知識表示
3.2 知識圖譜3.2.1 知識圖譜的概念和組成
3.2.2 知識抽取與表示
3.2.3 知識融合
3.2.4 知識推理與質(zhì)量評估
3.3 人工神經(jīng)網(wǎng)絡3.3.1 從人工神經(jīng)元到人工神經(jīng)網(wǎng)絡
3.3.2 M-P 人工神經(jīng)元模型
3.3.3 感知機模型
3.3.4 自適應線性神經(jīng)元
3.3.5 前饋多層神經(jīng)網(wǎng)絡
3.3.6 深度神經(jīng)網(wǎng)絡
3.3.7 卷積神經(jīng)網(wǎng)絡
3.4 智能機器人3.4.1 智能機器人概述
3.4.2 機器人的分類
3.4.3 機器人的組成
3.4.4 智能機器人的體系架構
3.5 廣義人工智能3.5.1 廣義人工智能的概念
3.5.2 廣義人工智能的理論基礎
3.5.3 廣義人工智能的科學方法
3.6 習題
參考文獻
第 4 章 強化學習
4.1 強化學習的概念和分類4.1.1 強化學習的基本概念
4.1.2 強化學習的主要特點
4.1.3 強化學習的分類
4.2 馬爾可夫決策過程4.2.1 馬爾可夫過程
4.2.2 馬爾可夫獎勵過程
4.2.3 馬爾可夫決策過程
4.3 動態(tài)規(guī)劃4.3.1 策略迭代
4.3.2 價值迭代
4.4 無模型強化學習方法4.4.1 蒙特卡羅法
4.4.2 時序差分法
4.4.3 Sarsa 算法
4.4.4 Q - 學習算法
4.5 深度強化學習4.5.1 深度 Q 網(wǎng)絡
4.5.2 深度確定策略梯度算法
4.6 強化學習在移動邊緣計算中的應用4.6.1 移動邊緣計算系統(tǒng)模型
4.6.2 移動邊緣計算形式化建模
4.6.3 基于強化學習的計算資源分配算法
4.7 習題
參考文獻
第 5 章 聯(lián)邦學習
5.1 聯(lián)邦學習簡介5.1.1 聯(lián)邦學習提出的背景
5.1.2 聯(lián)邦學習的概念
5.1.3 聯(lián)邦學習的特點
5.1.4 聯(lián)邦學習的分類
5.1.5 聯(lián)邦學習開源框架
5.2 橫向聯(lián)邦學習5.2.1 橫向聯(lián)邦學習的概念與應用場景
5.2.2 橫向聯(lián)邦學習系統(tǒng)架構
5.2.3 橫向聯(lián)邦學習算法 —— 聯(lián)邦平均算法
5.3 縱向聯(lián)邦學習5.3.1 縱向聯(lián)邦學習的概念與應用場景
5.3.2 縱向聯(lián)邦學習系統(tǒng)架構
5.3.3 縱向聯(lián)邦學習算法 —— 聯(lián)邦線性回歸
5.4 聯(lián)邦遷移學習5.4.1 異構聯(lián)邦學習
5.4.2 聯(lián)邦遷移學習的概念及分類
5.4.3 聯(lián)邦遷移學習系統(tǒng)架構
5.5 聯(lián)邦學習在醫(yī)療影像中的應用5.5.1 COVID - 19 案例描述
5.5.2 COVID - 19 數(shù)據(jù)概述
5.5.3 聯(lián)邦遷移學習模型設計
5.5.4 訓練效果
5.6 習題
參考文獻
第 6 章 智能通信的基礎設施
6.1 下一代網(wǎng)絡的概念與體系結構6.1.1 下一代網(wǎng)絡的概念
6.1.2 基于軟交換的下一代網(wǎng)絡的體系架構
6.1.3 下一代網(wǎng)絡的特點
6.1.4 下一代網(wǎng)絡的優(yōu)勢
6.1.5 基于軟交換的開放業(yè)務支撐環(huán)境
6.2 IMS 的概念與網(wǎng)絡架構6.2.1 IMS 的概念
6.2.2 IMS 的特點
6.2.3 IMS 的網(wǎng)絡架構
6.3 軟件定義網(wǎng)絡6.3.1 SDN 的基本概念
6.3.2 SDN 的特征
6.3.3 SDN 的體系架構
6.4 網(wǎng)絡功能虛擬化6.4.1 NFV 的概念
6.4.2 NFV 的特點
6.4.3 NFV 的參考架構
6.5 習題
參考文獻
第 7 章 認知無線網(wǎng)絡
7.1 認知無線電7.1.1 認知無線電的概念和特點
7.1.2 頻譜感知
7.1.3 頻譜管理
7.1.4 頻譜共享
。。。。。。。。。。。。。。。