Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 1792

会议视频 226

会议信息 103

会议专题 1

年份

2024 9

2023 211

2022 261

2021 248

2020 240

2019 199

2018 151

2017 136

2016 101

2015 49

2014 33

2013 34

2012 34

2011 32

2010 25

2009 25

2008 41

2007 44

2006 43

2005 44

展开︾

关键词

智能制造 113

人工智能 89

2020 39

农业科学 29

机器学习 27

神经网络 27

遗传算法 21

优化 18

深度学习 15

2019 14

食物安全 12

优化设计 11

多目标优化 11

安全 11

能源 11

信息技术 10

新一代智能制造 10

智能工业 10

大数据 9

展开︾

检索范围：

排序：展示方式：

人工智能算法在网络空间安全中的应用：技术与现状综述 Review

陈捷1,2,武丹丹2,谢瑞云2

《信息与电子工程前沿（英文）》 2023年第24卷第8期页码 1117-1142 doi: 10.1631/FITEE.2200314

摘要：网络空间安全急需解决的3个技术问题是：网络攻击检测的及时性和准确性、安全态势的可信评估和预测以及安全防御策略优化的有效性。人工智能算法已成为网络安全应用增加安全机会和提高对抗能力的核心手段。近年来，人工智能技术的突破和应用为提高网络防御能力提供了先进的技术支持。本综述对2017至2022年间人工智能技术在网络空间安全领域的最新应用进行了全面回顾。本综述重点介绍了机器学习、深度学习和一些流行的优化算法在该领域的最新应用进展，对算法模型的特点、性能结果、数据集、以及潜在的优点和局限性进行了分析，强调了现存的挑战。本工作旨在为想进一步挖掘人工智能技术在网络空间安全领域应用的潜力、解决特定网络空间安全问题的研究人员提供技术指导，掌握当前技术和应用的发展趋势以及网络安全领域的热点问题。

关键词：人工智能；机器学习；深度学习；优化算法；混合算法；网络空间安全

HTML PDF 收藏

网络空间安全命名实体识别综述 Review Article

高宸1,张璇1,2,3,韩梦婷1,刘会1

《信息与电子工程前沿（英文）》 2021年第22卷第9期页码 1153-1168 doi: 10.1631/FITEE.2000286

摘要：随着互联网技术飞速发展和大数据时代到来，越来越多网络空间安全文本出现在互联网上。这些文本不仅包括安全概念、事件、工具、指南和政策，还包括风险管理方法、最佳实践、保证和技术等。整合大规模、异构和非结构化的网络空间安全信息，对网络空间安全实体进行识别和分类，有助于处理和解决网络空间安全问题。由于网络空间安全领域文本的复杂性和多样性，使用传统的命名实体识别（NER）方法难以识别该领域中的安全实体。本文介绍该领域NER的各种方法和技术，包括基于规则的方法、基于字典的方法和基于机器学习的方法，并讨论该领域NER研究面临的问题，如实体词组的结合与分离、非标准化的命名约定、缩写和大量嵌套等。最后，提出NER在网络空间安全方面的3个研究方向：（1）应用无监督或半监督技术；（2）开发更全面的网络空间安全本体；（3）应用更加有效的深度学习模型。

关键词：命名实体识别（NER）；信息抽取；网络空间安全；机器学习；深度学习

HTML PDF 收藏

基于人工智能的网络空间安全防御战略研究

贾焰,方滨兴,李爱平,顾钊铨

《中国工程科学》 2021年第23卷第3期页码 98-105 doi: 10.15302/J-SSCAE-2021.03.003

摘要：

网络空间是继陆、海、空、天之后的第五大活动空间，维护网络空间安全是事关国家安全、国家主权和人民群众合法权益的重大问题。随着人工智能技术的飞速发展和在各领域的应用，网络空间安全面临着新的挑战。本文分析了人工智能时代网络空间安全面临的新风险，包括网络攻击越来越智能化，大规模网络攻击越来越频繁，网络攻击的隐蔽性越来越高，网络攻击的对抗博弈越来越强，重要数据越来越容易被窃取等；介绍了人工智能技术在处理海量数据、多源异构数据、实时动态数据时具有显著的优势，能大幅度提升网络空间防御能力；基于人工智能的网络空间防御关键问题及技术，重点分析了网络安全知识大脑的构建及网络攻击研判，并从构建动态可扩展的网络安全知识大脑，推动有效网络攻击的智能化检测，评估人工智能技术的安全性三个方面提出了针对性的发展对策和建议。

关键词：人工智能，网络空间安全，网络攻击，网络防御

HTML PDF 收藏

蒸汽裂解建模中的人工智能——详细流出物预测深度学习算法 Article

Pieter P. Plehiers, Steffen H. Symoens, Ismaël Amghizar, Guy B. Marin, Christian V. Stevens, Kevin M. Van Geem

《工程（英文）》 2019年第5卷第6期页码 1027-1040 doi: 10.1016/j.eng.2019.02.013

摘要：

化工过程可以从快速准确的流出物成分预测中获益良多，以进行工厂设计、控制和优化。工业4.0革命宣称，通过将机器学习引入这些领域，就可实现可观的经济收益和环境收益。高频优化和工艺控制的瓶颈往往是按要求对原料和产品等进行详细分析所需的时间。为解决这些问题，已为最大的化工品生产工艺——蒸汽裂解——建立由四个深度学习人工神经网络（DL ANNs）组成的框架。即使在估计沸点的情况下，所建立的深度学习人工神经网络仍优于已有的香农信息熵最大化和传统人工神经网络等方法。速度大大提高，精度损失极小，使所提出的框架非常适用于连续监控难以获取的工艺参数，且非常适用于预想的高频实时优化（RTO）策略或工艺控制。

关键词：人工智能深度学习蒸汽裂解人工神经网络

HTML PDF 收藏

人工智能新方向：类人、机器、仿生和量子智能 Comment

李伟钢,Liriam Michi ENAMOTO,Denise Leyi LI,Geraldo Pereira ROCHA FILHO

《信息与电子工程前沿（英文）》 2022年第23卷第6期页码 984-990 doi: 10.1631/FITEE.2100227

摘要：

本评论回顾1998年提出的“一次性学习”（once learning，OLM）机制，和随后出现的用于图像分类的“一瞥学习”（one-shot learning基于目前人工智能（AI）研究现状，提出将其划分为以下子学科：人工类人智能、人工机器智能、人工仿生智能和人工量子智能。这些被认为是AI研发的主要方向，并按以下分类标准区分：（1）以类人、机器、仿生或量子计算为本的AI研发;（2）升维或降维的信息输入;（3）小样本或大数据知识学习。

关键词：人工智能；机器学习；一次性学习；一瞥学习；量子计算

HTML PDF 收藏

中国人工智能的伦理原则及其治理技术发展 Review

吴文峻,黄铁军,龚克

《工程（英文）》 2020年第6卷第3期页码 302-309 doi: 10.1016/j.eng.2019.12.015

摘要：

伦理原则和治理技术对于人工智能（AI）的健康和可持续发展至关重要。为了实现AI造福人类社会这一长期目标，中国政府、研究机构和企业已经发布了AI的伦理原则，并启动了研究AI治理技术的项目。

关键词：人工智能伦理，人工智能治理技术，机器学习，隐私，安全，公平

HTML PDF 收藏

医疗保健中的人工智能——综述与预测性案例研究 Review

荣国光, Arnaldo Mendez, Elie Bou Assi, 赵博, Mohamad Sawan

《工程（英文）》 2020年第6卷第3期页码 291-301 doi: 10.1016/j.eng.2019.08.015

摘要：

近年来，人工智能在软件算法、硬件实现和应用等领域得到了迅速发展。本文综述了人工智能在生物医学中应用的最新进展，包括疾病诊断、生活辅助、生物医学信息处理和生物医学研究。综述的目的是跟踪新的科学成就，了解人工智能在生物医学中的巨大潜力和相关技术的适用性，并为相关领域的研究人员提供启示。可以断言，正如人工智能本身一样，人工智能在生物医学中的应用尚处于早期阶段。本文以人工智能在癫痫发作和膀胱功能失调预测方面的应用的两个案例来说明其在生物医疗等方面的应用。

关键词：人工智能机器学习深度学习神经网络生物医学研究医疗保健应用癫痫发作膀胱充盈

HTML PDF 收藏

基于深度Q学习网络与新训练算法的服务机器人主动物品检测模型 Research Article

刘少鹏,田国会,崔永成,邵旭阳

《信息与电子工程前沿（英文）》 2022年第23卷第11期页码 1673-1683 doi: 10.1631/FITEE.2200109

摘要： AOD是服务机器人在家庭环境中完成服务任务的重要组成部分，通过适当的移动动作引导机器人接近目标物品。目前基于强化学习的AOD模型存在训练效率低和测试精度差的问题。因此，本文提出一种基于深度Q学习网络的AOD模型，并设计了一种新的模型训练算法。该模型旨在拟合各种动作Q值，包括状态空间、特征提取和多层感知机。与现有研究不同，本文针对所提AOD模型设计了一种基于记忆的训练算法，以提高模型训练效率和测试精度。此外，提出一种最终状态生成方法判断训练过程中AOD任务何时停止。实验结果表明所提方法优于其他同类方法，所设计的训练算法比原始训练算法更高效。

关键词：主动物品检测；深度Q学习网络；训练算法；服务机器人

HTML PDF 收藏

深度学习中的视觉可解释性 Review

Quan-shi ZHANG, Song-chun ZHU

《信息与电子工程前沿（英文）》 2018年第19卷第1期页码 27-39 doi: 10.1631/FITEE.1700808

摘要：总结了近年来在理解神经网络内部特征表达和训练一个具有中层表达可解释性的深度神经网络上的相关研究工作。虽然深度神经网络在众多人工智能任务中已有杰出表现，但神经网络中层表达的可解释性依然是该领域发展的重大瓶颈。目前，深度神经网络以低解释性的黑箱表达为代价，获取了强大的分类能力。我们认为提高神经网络中层特征表达的可解释性，可以帮助人们打破众多深度学习的发展瓶颈，比如，小数据训练，语义层面上的人机交互式训练，以及基于内在特征语义定向精准修复网络中层特征表达缺陷等难题。本文着眼于卷积神经网络，调研了：(1)网络表达可视化方法；(2)网络表达的诊断方法；(3)自动解构解释卷积神经网络的方法；(4)学习中层特征表达可解释的神经网络的方法； (5)基于网络可解释性的中层对端的深度学习算法最后，讨论了可解释性人工智能未来可能的发展趋势。

关键词：人工智能；深度学习；可解释性模型

HTML PDF 收藏

介尺度中的复杂性——人工智能发展中的共性挑战 Perspective

郭力, 邬俊, 李静海

《工程（英文）》 2019年第5卷第5期页码 924-929 doi: 10.1016/j.eng.2019.08.005

摘要：大数据的兴起与计算能力的提升，加之优化算法的改进，触发了以深度学习为驱动的人工智能变革，并在多个应用领域取得了突破性进展。然而，深度学习难以揭示所解决问题的底层逻辑和物理内涵，进而阻碍了其进一步发展。本文提出“基于介科学的人工智能”研究范式，将介科学原理和方法应用于深度学习模型设计，旨在弥补其模型脱离问题物理原型这一根本性问题，探索人工智能可持续发展的有效途径。

关键词：人工智能，深度学习，介科学，介尺度，复杂系统

HTML PDF 收藏

深度学习驱动的智能电网调度：综述 Review Article

黄刚1,吴飞2,郭创新3

《信息与电子工程前沿（英文）》 2022年第23卷第5期页码 763-776 doi: 10.1631/FITEE.2000719

摘要：电力调度是智能电网运行的一大核心问题，其目的是在满足时空变化的电力负荷条件下提供电网的最优运行点。这一功能需要在一天内每隔几分钟运行一次，因此快速、准确的调度决策方法至关重要。随着可再生能源的大规模并网以及灾害性气候的不断恶化，智能电网对调度决策方法提出了更为严苛的要求。近年来，以深度学习为代表的人工智能方法在不少领域取得巨大成功，因此深度学习也被电气工程领域寄予厚望，国内外研究者开始重新思考智能电网的调度决策问题。本文即从深度学习这一角度对智能电网调度决策相关研究进行综述，旨在促进智能电网领域发展的同时促进人工智能生态的发展。

关键词：人工智能；深度学习；电力调度；智能电网

HTML PDF 收藏

网络空间安全产业发展研究

安达,梁智昊,许守任

《中国工程科学》 2016年第18卷第4期页码 38-43 doi: 10.15302/J-SSCAE-2016.04.006

摘要：

本文对“十二五”期间我国网络空间安全产业的发展现状、发展经验进行总结，对网络空间安全产业新的发展趋势进行深入剖析，提出了促进产业发展的政策建议，以期对“十三五”期间我国网络空间安全产业的发展提供参考和借鉴。

关键词：网络空间安全网络空间安全产业自主可控标准

HTML PDF 收藏

网络安全遇上人工智能：综述 Review Article

Jian-hua LI

《信息与电子工程前沿（英文）》 2018年第19卷第12期页码 1462-1474 doi: 10.1631/FITEE.1800573

摘要：网络安全与人工智能技术有着广泛的交叉。一方面，可以将人工智能技术（如深度学习）引入网络安全领域，构建智能模型，实现恶意代码检测、入侵检测和威胁情报感知等。另一方面，人工智能模型面临针对样本、学习过程和决策等的各种威胁。因此，人工智能模型需要网络安全防护技术来对抗各类攻击，实现隐私保护机器学习以及安全的联合深度学习等。本文对人工智能与网络安全交叉研究进行综述，首先总结现有利用人工智能技术对抗网络攻击的研究工作，包括采用传统机器学习技术和深度学习技术在对抗网络攻击方面的应用和效果。然后总结和分析人工智能会遭受的对抗攻击，对现有针对对抗攻击的防御方式进行归类，分析各自特点。最后，从构建加密神经网络和实现安全联合深度学习两个方面阐述现有工作中构建安全人工智能系统的方案。

关键词：网络安全；人工智能；攻击监测；防御技术

HTML PDF 收藏

基于梯度跟踪和分布式重球加速的分布式随机优化算法 Research Articles

孙碧皓1,胡锦辉1,夏大文2,李华青1

《信息与电子工程前沿（英文）》 2021年第22卷第11期页码 1463-1476 doi: 10.1631/FITEE.2000615

摘要：由于在机器学习和信号处理中的广泛应用，近年来分布式优化得到良好发展。本文致力于研究分布式优化以求解目标函数全局最小值。该目标是分布在个节点的无向网络上的平滑且强凸的局部成本函数总和。与已有工作不同的是，我们使用分布式重球项以提高算法的收敛性能。为使现有分布式随机一阶梯度算法的收敛加速，将动量项与梯度跟踪技术结合。仿真结果表明，在不增加复杂度的情况下，所提算法具有比GT-SAGA更高收敛速率。在真实数据集上的数值实验证明了该算法的有效性和正确性。

关键词：分布式优化；高性能算法；多智能体系统；机器学习问题；随机梯度