AI GNN再進化-圖神經網路完整學習及應用大全 (1版)

類似書籍推薦給您

內容簡介 　　本書全面介紹了圖神經網路的各個方面，包括基礎理論、前沿問題，以及模型算法和實際應用。 　　全書共分為四部分，27章。首部分為引言，探討了機器學習的效率與資料在特徵空間中的表示方法的關係，並著重於圖表示學習的目標與方法。 　　第二部分討論了圖神經網路的基礎問題，包括表現能力、可擴展性、可解釋性和對抗堅固性等問題，並強調了圖神經網路所面對的獨特挑戰。 　　第三部分則著重於前沿問題，包括圖分類、連接預測、圖生成、圖轉換、圖匹配、圖結構學習、動態圖神經網路、異質圖神經網路、自動機器學習和自監督學習等領域的現狀和未來趨勢。 　　最後一部分則廣泛討論了圖神經網路在現代推薦系統、計算機視覺、自然語言處理、程序分析、藥物開發等領域的應用。 目錄 第一部分 引 言 第1章 表徵學習 1.1 導讀 1.2 不同領域的表徵學習 1.3 小結 第2章 圖表徵學習 2.1 導讀 2.2 傳統圖嵌入方法 2.3 現代圖嵌入方法 2.4 圖神經網路 2.5 小結 第3章 圖神經網路 3.1 導讀 3.2 圖神經網路概述 3.3 小結 第二部分 基 礎 第4章 用於節點分類的圖神經網路 4.1 背景和問題定義 4.2 有監督的圖神經網路 4.3 無監督的圖神經網路 4.4 過平滑問題 4.5 小結 第5章 圖神經網路的表達能力 5.1 導讀 5.2 圖表徵學習和問題的提出 5.3 強大的訊息傳遞圖神經網路 5.4 比1-WL測試更強大的圖神經網路架構 5.5 小結 第6章 圖神經網路的可擴充性 6.1 導讀 6.2 引言 6.3 抽樣範式 6.4 大規模圖神經網路在推薦系統中的應用 6.5 未來的方向 第7章 圖神經網路的可解釋性 7.1 背景：深度模型的可解釋性 7.2 圖神經網路的解釋方法 7.3 圖神經網路的可解釋模型 7.4 圖神經網路解釋的評估 7.5 未來的方向 第8章 圖神經網路的對抗堅固性 8.1 動機 8.2 圖神經網路的局限性：對抗性樣本 8.3 可證明的堅固性：圖神經網路的驗證 8.4 提高圖神經網路的堅固性 8.5 從堅固性的角度進行適當評估 8.6 小結 第三部分 前 沿 第9章 圖分類 9.1 導讀 9.2 用於圖分類的圖神經網路：典型工作和現代架構 9.3 池化層：從節點級輸出學習圖級輸出 9.4 圖神經網路和高階層在圖分類中的局限性 9.5 圖神經網路在圖分類中的應用 9.6 基準資料集 9.7 小結 第10章 連結預測 10.1 導讀 10.2 傳統的連結預測方法 10.3 以GNN為基礎的連結預測方法 10.4 連結預測的理論 10.5 未來的方向 第11章 圖生成 11.1 導讀 11.2 經典的圖生成模型 11.3 深度圖生成模型 11.4 小結 第12章 圖轉換 12.1 圖轉換問題的形式化 12.2 節點級轉換 12.3 邊級轉換 12.4 節點-邊共轉換 12.5 其他以圖為基礎的轉換 12.6 小結 第13章 圖匹配 13.1 導讀 13.2 圖匹配學習 13.3 圖相似性學習 13.4 小結 第14章 圖結構學習 14.1 導讀 14.2 傳統的圖結構學習 14.3 圖神經網路的圖結構學習 14.4 未來的方向 14.5 小結 第15章 動態圖神經網路 15.1 導讀 15.2 背景和標記法 15.3 動態圖的類型 15.4 用圖神經網路對動態圖進行建模 15.5 應用 15.6 小結 第16章 異質圖神經網路 16.1 HGNN簡介 16.2 淺層模型 16.3 深度模型 16.4 回顧 16.5 未來的方向 第17章 自動機器學習 17.1 背景 17.2 搜尋空間 17.3 搜尋演算法 17.4 未來的方向 第18章 自監督學習 18.1 導讀 18.2 自監督學習概述 18.3 將SSL應用於圖神經網路：對訓練策略、損失函數和代理任務進行分類 18.4 節點級代理任務 18.5 圖級代理任務 18.6 節點-圖級代理任務 18.7 討論 18.8 小結 第四部分 廣泛和新興的應用 第19章 現代推薦系統中的圖神經網路 19.1 圖神經網路在推薦系統中的實踐 19.2 案例研究1：動態的GNN學習 19.3 案例研究2：裝置-雲端協作的GNN學習 19.4 未來的方向 第20章 電腦視覺中的圖神經網路 20.1 導讀 20.2 將視覺表徵為圖 20.3 案例研究1：影像 20.4 案例研究2：視訊 20.5 其他相關工作：跨媒體 20.6 圖神經網路在電腦視覺中的前端問題 20.7 小結 第21章 自然語言處理中的圖神經網路 圖神經網路 21.1 導讀 21.2 將文字建模為圖 21.3 案例研究1：以圖為基礎的文字聚類和匹配 21.4 案例研究2：以圖為基礎的中繼站閱讀理解 21.5 未來的方向 21.6 小結 第22章 程式分析中的圖神經網路 22.1 導讀 22.2 程式分析中的機器學習 22.3 程式的圖表徵 22.4 用於程式圖的圖神經網路 22.5 案例研究1：檢測變數誤用缺陷 22.6 案例研究2：預測動態類型化語言中的類型 22.7 未來的方向 第23章 軟體挖掘中的圖神經網路 23.1 導讀 23.2 將軟體建模為圖 23.3 相關的軟體挖掘任務 23.4 軟體挖掘任務實例：原始程式碼總結 23.5 小結 第24章 藥物開發中以圖神經網路為基礎的生物醫學知識圖譜挖掘 生物醫學知識圖譜挖掘 24.1 導讀 24.2 現有的生物醫學知識圖譜 24.3 知識圖譜的推理 24.4 藥物開發中以KG為基礎的假設生成 24.5 未來的方向 第25章 預測蛋白質功能和相互作用的圖神經網路 25.1 從蛋白質的相互作用到功能簡介 25.2 三個典型的案例研究 25.3 未來的方向 第26章 異常檢測中的圖神經網路 26.1 導讀 26.2 以GNN為基礎的異常檢測的問題 26.3 管線 26.4 分類法 26.5 案例研究 26.6 未來的方向 第27章 智慧城市中的圖神經網路 27.1 用於智慧城市的圖神經網路 27.2 未來的方向 參考文獻

司法數位化與接近正義 (1版)

類似書籍推薦給您

【簡介】 司法數位化自2000年以來在世界各國不斷推進，尤其在2020年肺炎疫情蔓延期間，視訊遠距審理成為司法體系不停止運作之重要關鍵，而紙本及物件之電子化亦導致證據型態之改變，近期更因人工智慧之快速進展，產生AI能否取代法官之疑慮。如何能妥善運用科技而使人民更能夠適時、有效地接近正義，成為各國關注之議題。 本書係「國科會人文及社會科學研究卓越計畫」之先期成果，分別對於憲法訴訟、民事訴訟及刑事訴訟中涉及司法數位化之重要議題進行研究分析，並探討新興科技下之智慧合約如何發揮解決紛爭之機能，使當事人得以尋求法院外之紛爭處理可能。 【目錄】 主編序 ‧第一章　憲法訴訟的媒體公開性────從公開審理原則分析德國聯邦憲法法院法第17a條 ／蘇慧婕 壹、緒　論／3 貳、法規範／4 參、德國聯邦憲法法院裁判評析／9 肆、德國聯邦憲法法院的例外主義？／34 伍、結　論／37 ‧第二章　民事訴訟之線上起訴與遠距審理────民事法院數位轉型及現代化之展望／沈冠伶 壹、前　言／41 貳、線上民事法院之國外發展／44 參、線上民事法院之目的論／68 肆、民事訴訟數位化之規範基礎／70 伍、線上起訴、電子訴訟文書之傳送與送達：接近法院及程序選擇權／73 陸、遠距審理：言詞審理、直接審理與公開審理原則／83 柒、結論與展望／99 ‧第三章　民事訴訟之數位證據與證據調查／沈冠伶 壹、前　言／105 貳、數位證據在民事證據法上地位／105 參、數位證據之證據調查程序／113 肆、數位證據之蒐集及開示／144 伍、結　語／147 ‧第四章　刑事司法數位化的新篇────遠距視訊審理與司法聯盟鏈／蘇凱平 壹、導　論／151 貳、審理數位化：以被告防禦權為核心／153 參、公開數位化：數位審理與數位播送／161 肆、證據數位化：司法聯盟鏈的創建／166 伍、結　論／176 ‧第五章　舊瓶中的新酒──從最高法院歷來判決論數位證據的真實性與同一性 ／蘇凱平 壹、導　論／181 貳、數位證據的「真實性」與「同一性」概念／184 參、真實性與同一性概念的分歧：7種最高法院判決見解／191 肆、分歧的釐清和解決方案／198 伍、結論：本土法院判決與外國法制概念的遇合／208 ‧第六章　智慧合約的法律效力────以貸款智慧合約為例／黃詩淳、蔡芸琤、邵軒磊 壹、智慧合約簡介／213 貳、智慧合約的法律性質／216 參、研究意識與研究問題／219 肆、貸款智慧合約（Loan Agreement）／221 伍、附擔保之貸款智慧合約／227 陸、結　論／237 ‧第七章　智慧合約爭端解決中的群眾智慧────群眾委外式爭端解決機制是否為仲裁？／楊岳平（著）；林楦純、謝秉霖（譯） 壹、緒　論／241 貳、區塊鏈、智慧合約及新興線上爭端解決模式／243 參、群眾委外式智慧合約爭端解決機制與仲裁法／252 肆、群眾委外智慧合約爭議解決的未來發展／268 伍、結　論／271

NX CAM數位化加工三軸應用

類似書籍推薦給您

NX CAM數位化加工三軸應用 作(譯)者： 方駿憲、吳元超 出版商： 凱德科技股份有限公司 出版日：2021/4/14 ISBN(13碼)：9789868921078 書號：10507 560頁 / 彩色 ■ 內容簡介 本書內容重視基本知識與實用技術，通過實際範例來引導讀者，進而快速掌握NX CAM功能和使用方法，並通過實例講解與編程技巧，讓讀者充份理解數控編程的工法思路，達到事半功倍的效果。(本書籍適用 NX1953 以上版本) ■ 目錄 一、NX CAM 簡介 二、使用者介面 2-1 啟動NX CAM 2-2 啟動加工介面 2-3 加工使用者介面 2-4 角色範本建立 2-5 游標鍵盤滑鼠概述 2-6 NX CAM 中的工具提示 2-7 幫助用戶學習的輔助工具 三、加工操作介面 3-1 CAD / CAM 整合應用 3-2 應用模組切換 3-3 NX CAM 加工輔助工具 3-4 加工檔案測量與分析 3-5 NX CAM 標準加工程序 四、粗加工工法 4-1 粗加工工法介紹 4-2 粗加工參數 4-3 幾何體設定 4-4 刀軸設定、補正與轉速進給設定 4-5 切削層設定 4-6 策略設定 4-7 非切削移動設定 4-8 公差和安全距離設定 4-9 碰撞檢查、程式和機床設定 4-10 產生刀軌與模擬 4-11 辨識殘料加工應用 4-12 自我調整銑削- 粗加工 五、輪廓工法 5-1 輪廓加工工法介紹 5-2 深度輪廓銑參數設定 5-3 深度輪廓銑切削層設定 5-4 深度輪廓銑策略與非切削移動設定 5-5 固定引導曲線參數設定 六、平面工法 6-1 平面工法介紹 6-2 不含壁的底面加工 6-3 底壁銑加工 6-4 腔銑加工 6-5 切削3D 建模倒斜角加工 6-6 平面去毛刺加工 6-7 槽銑削加工 6-8 孔銑削加工 6-9 螺紋銑加工 6-10 手動面銑削 6-11 平面文字加工 6-12 平面輪廓銑加工 6-13 平面銑加工 七、孔辨識加工 7-1 孔辨識加工介紹 7-2 孔辨識加工基本設定 7-3 孔辨識加工細部設定 7-4 孔辨識加工鑽孔工序 7-5 孔辨識加工銑孔銑柱工序 7-6 孔辨識加工T 型溝工序 7-7 孔辨識加工銑牙工序 7-8 孔辨識加工倒角工序 7-9 孔辨識加工特殊工序 7-10 孔辨識搜尋孔特徵 八、投影式工法 8-1 投影式工法介紹 8-2 區域加工 8-3 非陡峭區域加工 8-4 陡峭區域加工 8-5 曲面加工 8-6 流線加工 8-7 3D曲線加工 8-8 3D曲面文字加工 8-9 單刀清角 8-10 多刀清角 8-11 參考刀具清角 8-12 實體3D輪廓加工 8-13 邊界3D輪廓加工 九、程式輸出規劃 9-1 路徑變換 9-2 路徑顯示工具 9-3 程式刀軌狀態提示 9-4 產生加工程式 9-5 報告最短刀具 9-6 路徑分割 9-7 加工清單報告 9-8 IPW切削殘料繼承 十、加工範本 10-1 建立加工預設範本 10-2 建立工序範本 10-3 建立刀具範本 10-4 建立幾何體範本 10-5 套用加工範本 附錄一 刀具庫設置、調用與修改 附錄二 各類刀具對應刀庫目標類對照表 附錄三 夾持器與刀把庫設定與修改 附錄四 加工資料庫設定