課程(名稱.編號)簡索

領導藝術.綜合管理        人力資源.企業培訓        職務能力培訓系統班        銷售實戰.市場行銷        職場技能.個人成長        Office白領辦公達人        財經金融.投資理財        語言學習.出國留學        中國大陸證照培訓        資格考試.考証培訓        文化.生活.興趣.保健        生產管理.採購物流        移動開發        前端開發        後端開發        數據庫.服務器        網頁平面設計        雲計算.大數據        網絡營銷推廣        自然學科        工程技術學科

經濟管理學科

醫.藥.農.林學科

法律 學科

計算機工程學科

哲學.歷史學科

文學.藝術學科

教育社會學科

外語 學科

醫藥農林        哲學歷史        文學藝術        工程技術        基礎科學        經管法學

      "道法自然」——借鑒自然界信息處理機制設計智能計算新方法，是智能科學與技術研究的重要的研究哲學思想。本課程從自然界豐富多彩的「自然智能」到模擬自然的「機器智能」，從形式多樣的「智能系統」到日新月異的「智能前沿」，展開一幅橫跨生物、醫學、遺傳、社會與智能科技等學科之間知識關聯圖。

課程概述

      課程主要介紹自然世界中豐富多彩的「自然智能」與由此啟發的「自然計算」模型與方法，以及形式多樣的「智能機器與系統」與日新月異的智能科技「前沿方向」，建立橫跨生物、醫學、遺傳、物理、社會與人工智能之間的多學科文化素質與科技視野，增強學習者的學科知識、科技興趣與創新意識。課程主要特色在於學科交叉，以多學科融合的文化知識啟發科技興趣與創新精神。
智能科學技術研究的是受自然智能的啟發而得到知識的過程，先認識自然世界的信息處理機制, 然後實現計算模型抽取、算法設計,最後應用於具體問題的解決方案。因此自然智能認知、計算模型抽取、智能算法設計是本課程介紹的重點部分，其中計算模型抽取與算法設計較為抽像，是學習的難點部分。學習者如對所涉及重難點內容需要深入瞭解，可以進一步參考課程所提供的參考文獻。

授課目標

本課程的目標是激發大眾對智能科學的興趣，為愛好該專業研究與應用的人士展開一幅橫跨生物、醫學、遺傳、社會與智能科技等學科之間知識關聯圖，引領大家進入一個學科交叉的科技創新之旅，拓展文化視野、科技興趣與創新意識、培養大眾科技文化素質、普及智能科技知識。


課程大綱

第1章 無處不在的「自然智能」

1.1 課程引入與自然智能
1.2 自然智能研究的興起、發展與分類
1.3 典型的自然計算案例

第2章 視聽系統與仿生感知

2.1 感知計算的仿生學原理
2.2 視覺系統與視覺感知計算
2.3 聽覺系統與聽覺感知計算


第3章 大腦結構與機器推理

3.1 大腦自然結構與仿生推理
3.2 機器推理之數理邏輯方法
3.3 機器推理之神經網絡方法
3.4 機器推理之模糊邏輯方法


第4章 物種演化與進化計算

4.1 進化計算思想
4.2 遺傳算法
4.3 協同進化及進化策略
4.4遺傳編程


第5章 社會行為與群體優化

5.1 群體行為與群體智能
5.2 粒子群算法
5.3 蜂群算法
5.4 蟻群算法


第6章：自主行為的智能機器

6.1智能機器
6.2智能機器人
6.3工業機器人
6.4無人智能機器


第7章 自主學習的智能系統

7.1自主學習與智能
7.2 專家系統
7.3 決策支持系統
7.4 數據挖掘系統
7.5 其他智能系統

第8章 智能計算的研究前沿

8.1 量子計算與通信
8.2深度學習
8.3腦機交互


課程列表

第01講 1.1.1課程引入與自然智能 →00:06:36
第02講 1.2.0自然智能研究的興起、發展與分類 →00:06:35
第03講 1.3.1典型的自然計算案例 →00:19:22
第04講 2.1.1感知計算的仿生學原理 →00:08:34
第05講 2.2.0視覺系統與視覺感知計算 →00:15:58
第06講 2.3.0聽覺系統與聽覺感知計算 →00:06:06
第07講 3.1.1大腦自然結構與仿生推理 →00:09:21
第08講 3.2.1機器推理之數理邏輯方法 →00:07:27
第09講 3.3.1機器推理之神經網絡方法 →00:06:59
第10講 3.4.1機器推理之模糊邏輯方法 →00:08:29

第11講 4.1.1進化計算思想 →00:07:29
第12講 4.2.1遺傳算法 →00:08:06
第13講 4.3.1協同進化及進化策略 →00:06:34
第14講 4.4.1遺傳編程 →00:09:14
第15講 5.1.1群體行為與群體智能 →00:06:07
第16講 5.2.1粒子群算法 →00:08:00
第17講 5.3.1蜂群算法 →00:06:00
第18講 5.4.1蟻群算法 →00:10:16
第19講 6.1.1智能機器 →00:05:01
第20講 6.2.1智能機器人 →00:11:15

第21講 6.3.1工業機器人 →00:05:01
第22講 6.4.1無人智能機器 →00:12:28
第23講 7.1.1自主學習與智能 →00:05:40
第24講 7.2.1專家系統 →00:11:02
第25講 7.3.1決策支持系統 →00:05:21
第26講 7.4.1數據挖掘系統 →00:06:04
第27講 7.5.1其他智能系統 →00:05:42
第28講 8.1.1量子計算與通信 →00:30:40
第29講 8.2.1深度學習 →00:07:25
第30講 8.3.1腦機交互 →00:08:42