检索范围:
排序: 展示方式:
基于个性化主题模型的用户生成内容推荐 Article
Wei ZHANG, Jia-yu ZHUANG, Xi YONG, Jian-kou LI, Wei CHEN, Zhe-min LI
《信息与电子工程前沿(英文)》 2017年 第18卷 第5期 页码 708-718 doi: 10.1631/FITEE.1500402
设计智能研究综述:进展、问题和挑战 Special Feature on Intelligent Design
Yong-chuan TANG, Jiang-jie HUANG, Meng-ting YAO, Jia WEI, Wei LI, Yong-xing HE, Ze-jian LI
《信息与电子工程前沿(英文)》 2019年 第20卷 第12期 doi: 10.1631/FITEE.1900398
朱世强,王永恒
《中国工程科学》 2021年 第23卷 第3期 页码 67-74 doi: 10.15302/J-SSCAE-2021.03.004
内容安全是指对信息内容的保护,以及信息内容符合政治、法律、道德层次的要求。人工智能的发展对内容安全产生了非常重要的影响。本文从基于人工智能的内容安全重大战略需求出发,梳理了国内外的研究现状与发展趋势,凝练了基于人工智能的内容安全的关键技术问题。研究提出,按照三步走的策略构建世界领先的基于人工智能的内容安全体系;在对抗性机器学习、可解释人工智能、混合增强智能、知识驱动的内容安全等方面开展技术创新突破,同时应注重政策法规和监管机制建设;建设面向内容攻防的网络靶场、面向舆情攻防的大规模社会系统模拟装置等内容安全重大基础设施。
关键词: 人工智能,内容安全,体系建设
智能多媒体内容设计在阿里巴巴的应用 Special Feature on Intelligent Design
Kui-long LIU, Wei LI, Chang-yuan YANG, Guang YANG
《信息与电子工程前沿(英文)》 2019年 第20卷 第12期 页码 1657-1664 doi: 10.1631/FITEE.1900580
TDIVis:旅游目的地形象可视分析 Research
Meng-qi CAO, Jing LIANG1, Ming-zhao LI, Zheng-hao ZHOU, Min ZHU
《信息与电子工程前沿(英文)》 2020年 第21卷 第4期 页码 536-557 doi: 10.1631/FITEE.1900631
视觉知识引导的中国篆刻智能化生成 Research Article
张克俊1,2,张瑞1,殷叶航1,李一非3,伍文棋1,孙凌云1,2,吴飞1,邓晃煌1,潘云鹤1
《信息与电子工程前沿(英文)》 2022年 第23卷 第10期 页码 1479-1493 doi: 10.1631/FITEE.2100094
本文将传统篆刻艺术中的资源协同、设计创作、视觉呈现等过程以数字化方式再现,研制了篆刻艺术智能化创作的系统和平台(浙江大学智能篆刻系统:http://www. next.zju.edu.cn/seal本文构建了包含字和印的求是篆刻数据库,并以此为视觉知识库,构建了篆字智能生成算法。此外,为创建印章布局,提出一种篆字变形算法调整印章字符,并结合视觉知识实现智能篆字布局,以实现智能结构。实验结果表明本文所提方法和系统可有效解决篆刻艺术生成中的难点问题,为篆刻艺术的守正与创新提供理论与应用借鉴。
李旲,胡云昌,曹宏铎
《中国工程科学》 2004年 第6卷 第10期 页码 24-27
以形成基结构智能自动生成系统为目标,以并行自适应神经-模糊推理系统(ANFIS)为工具,建立了具有桁架拓扑结构智能自动生成功能的并行ANFIS系统,并将形态化拓扑结构进行抽象数字提取,作为系统的输入输出数据最后的计算结果表明,这里使用的基于ANFIS系统的桁架结构智能自动生成方法是有效的,能够按照用户要求生成合理的桁架基结构拓扑形式。
钟义信
《中国工程科学》 2000年 第2卷 第9期 页码 50-64
关键词: 知识 知识量 知识生成 知识激活 信息-知识-智能的统一理论
郭仁忠
《中国工程科学》 2009年 第11卷 第10期 页码 67-71
首先回顾了国土资源信息化的发展进程,综合评述了相关阶段的特征,然后,在分析国土资源信息化应用特点的基础上,阐述了知识管理与国土资源信息化的关系,指出知识管理是国土资源信息化新的发展阶段和发展方向,最后,初步规划了国土资源知识工程建设的主要任务。
基于Wasserstein GAN的新一代人工智能小样本数据增强方法——以生物领域癌症分期数据为例 Article
刘宇飞, 周源, 刘欣, 董放, 王畅, 王子鸿
《工程(英文)》 2019年 第5卷 第1期 页码 156-163 doi: 10.1016/j.eng.2018.11.018
以大数据为基础的深度学习算法在推动新一代人工智能快速发展中意义重大。然而深度学习的有效利用对标注样本数量的高度依赖,使得深度学习在小样本数据环境下的应用受到制约。本研究提出了一种基于生成对抗网络(generative adversarial network,GAN)和深度神经网络(deep neural network,DNN)分类器的方法。首先,将原始样本划分为训练集样本和测试集样本,采用训练集样本训练GAN 后生成模拟样本数据,扩增训练集样本规模;然后,使用模拟样本训练DNN 分类器;最后,使用测试集样本测试分类器,并通过指标验证该方法在小样本多分类问题下的有效性本研究有助于探索以深度学习为代表的新一代人工智能技术在应用范围与应用效果方面的潜力。这将对各领域全面推进新一代人工智能的发展具有重要意义。
一种数字大脑的群智平台 Article
Dongrong XU, Fei DAI, Yue LU
《信息与电子工程前沿(英文)》 2018年 第19卷 第1期 页码 78-90 doi: 10.1631/FITEE.1700800
一种快速均匀的采用尺度不变特征变换描述符进行基于内容的卫星图像配准方法 Article
Hamed BOZORGI, Ali JAFARI
《信息与电子工程前沿(英文)》 2017年 第18卷 第8期 页码 1108-1116 doi: 10.1631/FITEE.1500295
基于Spark的机会环境中内容传播特征度量与分析 Research Article
Xiao-hong Zhang, Kai Qian, Jian-ji Ren, Zong-pu Jia, Tian-peng Jiang, Quan Zhang,xh.zhang@hpu.edu.cn,renjianji@hpu.edu.cn
《信息与电子工程前沿(英文)》 2019年 第20卷 第10期 页码 1404-1414 doi: 10.1631/FITEE.1900137
标题 作者 时间 类型 操作
设计智能研究综述:进展、问题和挑战
Yong-chuan TANG, Jiang-jie HUANG, Meng-ting YAO, Jia WEI, Wei LI, Yong-xing HE, Ze-jian LI
期刊论文