检索范围：
排序： 展示方式：
马麟,包晨露,李青,吴静依,潘虹安,李鹏飞,张路霞,詹启敏
《中国工程科学》 2022年 第24卷 第6期 页码 127-136 doi: 10.15302/J-SSCAE-2022.06.011
肿瘤是人类生命健康的重要威胁，随着我国医疗行业信息化的发展，医疗机构积累了大量的肿瘤临床数据，但因数据标准不统一、治理难度大等原因制约了数据价值的充分挖掘；应用人工智能（AI）等前沿信息技术建设肿瘤临床大数据管理系统，有助于肿瘤临床数据的深入应用、临床诊疗管理质量与效率提升。本文剖析了我国肿瘤临床数据治理与应用面临的问题及挑战，研判了肿瘤临床大数据管理体系的应用价值；针对肿瘤临床数据多来源、多模态的复杂特性，探索了AI 技术应用于肿瘤临床大数据管理与科研的机制及路径；设计了包括肿瘤通用数据模型构建、临床数据采集与安全管理、标准化结构化治理、分析与建模应用、数据质量管理在内的全流程解决方案，阐述了相应系统的建设框架与技术体系；以某三甲医院肺癌临床大数据平台为案例，展示了所提方案在临床实践中的可行性及应用价值相关研究可为丰富我国肿瘤临床大数据管理系统的建设实践、探讨领域未来重点研究方向提供参考和启示。
潘云鹤
《工程（英文）》 2016年 第2卷 第4期 页码 409-413 doi: 10.1016/J.ENG.2016.04.018
随着互联网的普及、传感网的渗透、大数据的涌现、信息社区的崛起，以及数据和信息在人类社会、物理空间和信息空间之间的交叉融合与相互作用，当今人工智能(AI) 发展所处信息环境和数据基础已经发生了深刻变化，人工智能的目标和理念正面临重要调整，人工智能的科学基础和实现载体也面临新的突破，人工智能正进入一个新的阶段。这个源于传统而又与之不同的人工智能新阶段被称为人工智能2.0(AI 2.0)。本文从人工智能60 年的发展历史出发，通过分析促成人工智能2.0形成的外部环境与目标的转变，分析技术萌芽，提出了人工智能2.0 的核心理念，并结合中国发展的社会需求与信息环境特色，给出了发展人工智能2.0
智慧社会与人工智能——用于智能维护的大数据调度和全球标准方法 Article
Ruben Foresti, Stefano Rossi, Matteo Magnani, Corrado Guarino Lo Bianco, Nicola Delmonte
《工程（英文）》 2020年 第6卷 第7期 页码 835-846 doi: 10.1016/j.eng.2019.11.014
人工智能（AI）在智慧社会中的运用需要对人类习惯进行分析，而这需要使用智能应用、智能基础架构、智能系统和智能网络的自动数据调度与分析。在这种情况下，培训和操作流程之间存在鸿沟，因此需要一种专门的方法来管理和提取海量数据，并进行相关的信息挖掘。本文提出的方法致力于在智能管理中使用接近零故障的高级诊断（AD）来缩小这种差距。我们还开发了创新应用程序，可用于以人为本的管理系统，以支持操作流程维护工作的安排，从而降低培训成本、提高产量，并创建用于智能基础架构设计的人机网络空间。来自12家国际公司的研究结果证明，操作流程可进行全球标准化，因此我们设计了一种能够自主学习和升级的接近零故障的智能系统。本文提出的新方法为选择新一代智能制造和智能系统提供了指导，从而优化了人机交互以及相关的智能维护和教育。
大数据人工智能下的多重知识表达：框架、应用及案例研究 Perspective
杨易,庄越挺,潘云鹤
《信息与电子工程前沿（英文）》 2021年 第22卷 第12期 页码 1551-1684 doi: 10.1631/FITEE.2100463
关键词： 多重知识表达；人工智能；大数据
大数据的分布式机器学习的策略与原则 Review
Eric P. Xing,Qirong Ho,Pengtao Xie,Dai Wei
《工程（英文）》 2016年 第2卷 第2期 页码 179-195 doi: 10.1016/J.ENG.2016.02.008
大数据的发展已经引领了对能够学习包含数百万至数十亿参数的复杂模型的机器学习系统的新需求，以保证足够的能力来消化海量的数据集，提供强大的预测分析（如高维潜特征、中介表示和决策功能）。考虑到如此“大”的机器学习系统可以极大地从根植于机器学习的统计和算法的理解中受益——因此，机器学习的研究人员应该不会回避这样的系统设计—&mdash这些原则和策略从机器学习的应用连续跨越到它的工程和理论研究，以及大型机器学习的系统和架构的发展，目标是了解如何使其有效、广泛地适用，并以收敛和缩放保证支持。通过揭示机器学习程序所独有的，而非常见于传统计算机程序中的基础性的统计和算法上的特点，并通过剖析成功案例，以揭示我们如何利用这些原则来同时设计和开发高性能的分布式机器学习软件以及通用的机器学习框架，我们为机器学习的研究人员和从业者提供了进一步塑造并扩大机器学习与系统之间的领域的机会
神经自然语言处理最新进展——模型、训练和推理 Review
周明, 段楠, 刘树杰, 沈向洋
《工程（英文）》 2020年 第6卷 第3期 页码 275-290 doi: 10.1016/j.eng.2019.12.014
自然语言处理（natural language processing, NLP）是人工智能研究的一个重要领域，旨在构建能够理解和生成自然语言、实现人机自然交互的技术方案。近5年，基于神经网络的自然语言处理方法取得突飞猛进的发展。基于海量无标注数据和大量标注数据进行建模，使得机器翻译、自动问答和阅读理解等很多任务的水准都得到了极大的提高。本文将从3个角度回顾神经自然语言处理的最新进展，包括模型、训练和推理。在模型部分，我们将介绍典型的神经网络建模方法，包括词嵌入建模、句子嵌入建模和序列到序列建模等。之所以强调推理方面的研究，是因为推理是构建基于知识的可解释自然语言处理模型的关键技术。本文的最后将概括介绍我们对自然语言处理未来发展方向的一些思考。
预训练语言模型及其应用 Review
王海峰, 李纪为, Hua Wu, Eduard Hovy, Yu Sun
《工程（英文）》 2023年 第25卷 第6期 页码 51-65 doi: 10.1016/j.eng.2022.04.024
预训练语言模型（pre-trained languages model, PTLM）在自然语言处理（natural language processing, NLP）领域取得了令人瞩目的成功，并由此引发了下游任务从监督学习到预训练在此之后，一系列预训练模型的创新研究涌现出来。本文系统性、全面的回顾了自然语言处理的代表性工作和最新进展，并按照类别系统性的介绍了自然语言处理领域的预训练模型。首先我们简要介绍了预训练模型，以及不同的模型特点和框架。之后，我们介绍并分析了预训练模型的影响和挑战以及下游任务中的应用。最后，我们简要总结并阐述了预训练模型未来的研究方向。
挑战与希望：AI2.0时代从大数据到知识 Review
Yue-ting ZHUANG,Fei WU,Chun CHEN,Yun-he PAN
《信息与电子工程前沿（英文）》 2017年 第18卷 第1期 页码 3-14 doi: 10.1631/FITEE.1601883
智能过程制造中的数据解析与机器学习——大数据时代的最新进展与展望 Perspective
尚超、 Fengqi You
《工程（英文）》 2019年 第5卷 第6期 页码 1010-1016 doi: 10.1016/j.eng.2019.01.019
李伯虎,柴旭东,张霖,侯宝存,刘阳
《中国工程科学》 2018年 第20卷 第4期 页码 73-78 doi: 10.15302/J-SSCAE-2018.04.012
当前，正在进入“新互联网+大数据+人工智能+”时代，新一代人工智能技术引领下的智能制造系统是一种“新互联网+新智能制造资源/能力/产品”的人/机/物/环境/信息新型智能互联制造系统。本文阐释了新一代人工智能技术引领下的智能制造系统的内涵、体系架构、技术系统，探讨了新一代人工智能技术引领下的智能制造系统雏形初探——航天云网中的基于大数据智能技术，提出了发展新一代人工智能技术引领下的智能制造系统的若干建议，特别是重视技术、应用和产业的协调发展，在突出各国、各行业、各企业特色的同时，加强与全国、乃至全球的合作与交流，进而形成新时代下智能制造新模式、新手段和新业态。
关键词： 新一代智能制造 新型智能互联制造系统 大数据智能
Daniel Richard Leff, Guang-Zhong Yang
《工程（英文）》 2015年 第1卷 第3期 页码 277-279 doi: 10.15302/J-ENG-2015075
本文主要关注大数据分析对改善健康、预防和检测早期疾病以及个性化干预措施的潜在影响，讨论了大数据分析在建立患者电子健康档案以获得更好的临床决策支持中的可能作用。此外，笔者评估了在线健康交流的发展， 以及如何利用这些数据检测公共健康威胁和控制传染病。最后， 笔者描述了新一代可穿戴和可植入的躯体传感器如何改善身体状况、简化慢性病管理和提高外科植入物质量。
宿彦京,杨明理,祝伟丽,周科朝,薛德祯,汪洪 ,谢建新
《中国工程科学》 2023年 第25卷 第3期 页码 161-169 doi: 10.15302/J-SSCAE-2023.03.015
新材料研发智能化技术发展迅速，显著增强材料研发效率及工程化应用水平，获得国际性的高度关注；我国在此领域发展相对滞后，基础设施条件面临缺口，本文总结了新材料研发智能化涉及的关键技术，从技术角度梳理了国内外发展现状，分析了我国新材料研发智能化面临的挑战；阐述了新材料研发智能化技术体系框架，包括材料智能计算设计技术与核心软件、材料自主 / 智能实验技术与高端装置、材料人工智能基础算法及关键技术、材料数字孪生、材料智能化研发平台与协同创新网络等。提出了创新生态构建及保障、产业化发展环境、数据底座与标准体系、人才培养与国际合作方面的举措建议，以期推动新材料研发智能化技术体系的发展与应用。
杨学军,戴华东,夏军
《中国工程科学》 2002年 第4卷 第5期 页码 44-52
数据局部性是多处理器系统中的重要研究方向之一。结合该领域目前国内外研究现状和我们近一阶段的研究进展，讨论了多处理器系统中的数据局部性及其优化问题。针对现有局部性度量模型存在的不足，提出了一种增强的可用于层次式并行计算机体系结构的局部性度量模型。在静态和动态局部性优化技术方面，分别探讨了基于投影分层的数据变换框架和基于瞬时访问信息的动态页迁移策略，并展开了系列相关的讨论。另外，针对利用数据局部性时必须解决的一个关键问题——存储一致性问题，进行了深入的研究，提出了以操作系统为中心的线程存储一致性模型。
标题 作者 时间 类型 操作
智慧社会与人工智能——用于智能维护的大数据调度和全球标准方法
Ruben Foresti, Stefano Rossi, Matteo Magnani, Corrado Guarino Lo Bianco, Nicola Delmonte
期刊论文
2020 年大数据、人工智能与物联网工程国际会议（ICBAIE2020）
2020年06月12日
会议信息
2020 年大数据、人工智能与软件工程国际会议
2020年10月23日
会议信息
京公网安备 11010502051620号
