2024年10月新书通报

各位老师、各位同学：
   图书馆10月份的新书已上架流通，新书具体明细见下表，也可登录"图书馆主页http://lib.ia.ac.cn/-纸本馆藏"检索图书具体信息，欢迎大家来馆借阅。同时，欢迎大家推荐好书，可在网上办公平台的办事大厅里，提交购书申请。
   本月新书部分书评如下：
  《人机融合智慧涌现：AI大模型时代的综合集成研讨体系》综合集成研讨体系源于系统科学和复杂性科学的研究，是我国科学家钱学森院士、戴汝为院士（本书作者之一）等学者在整合系统、思维、智能等学科理论的基础上，于20世纪90年代初提出的处理“开放的复杂巨系统”的方法论。当前，随着社会、网络以及AI自身的高速发展，综合集成研讨体系的应用环境和对象均发生了一定的变化，如何吸收信息科学、认知科学、智能科学的前沿研究成果，纳入更加广泛的智能主体，设计更为通用的群体智能增强框架、过程和方法，促进更大范围内群体智慧的涌现，来共同处理更加复杂的重大决策问题和科技创新问题，是综合集成研讨体系发展的必然要求。为此，本书回顾了系统科学与复杂性科学的发展历程，从混合智能的角度重新梳理综合集成方法论的前期经验，进一步探究综合集成研讨体系的智能理论基础，开展了体系智能的融合与演化、社会智能的激发和使用等问题研究。这些工作不仅面向认知智能的前沿课题，更能为开放复杂环境下异构化、层次化认知智能和体系智能的研究开辟了一条新路，为其它类型的混合智能研究者提供了基础理论工具，同时将继续促进中国原创性综合集成方法论的有效、深入、持续发展和应用。
  《深度强化学习》本书主要内容包括：介绍了强化学习的基本概念，如智能体、环境、状态、奖励、动作等；介绍了强化学习的数学和算法原理，如马尔可夫决策过程和贝尔曼方程，并在此基础上讨论了动态规划、值迭代和策略迭代方法；介绍了强化学习的估计与控制问题，并通过实例展示了Q学习的编程；深入探讨了深度学习的概念、架构机制，通过介绍激活函数、损失函数、优化器、卷积层、池化层、全连接层等概念，为后续章节与强化学习算法相结合作铺垫。
  《图分析与图机器学习：原理、算法与实践》本书的目标是向你介绍图数据结构、图分析和图机器学习的概念、技术和工具。每章的开头都列出了目标，大致分为三个方面：学习图分析和机器学习的概念；用图分析解决特定问题；了解如何使用GSQL查询语言和TigerGraph图平台。首先介绍图数据的基本概念，然后通过连接、分析、学习三大部分深入讲解一些图算法和机器学习技术。