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 440

年份

2023 56

2022 52

2021 41

2020 37

2019 37

2018 28

2017 28

2016 18

2015 13

2014 6

2013 8

2012 3

2011 10

2010 6

2009 8

2008 8

2007 7

2006 7

2005 6

2004 8

展开︾

关键词

机器学习 27

深度学习 15

人工智能 10

遗传算法 4

三峡工程 3

优化 3

可持续发展 3

中国 2

中国制造 2

中国汽车工业 2

代理模型 2

关键技术 2

发展 2

存在问题 2

强化学习 2

材料设计 2

水资源 2

生态文明 2

管理 2

展开︾

检索范围：

排序：展示方式：

标准模型下基于高效分级身份的格上加密方案 Article

Feng-he WANG,Chun-xiao WANG,Zhen-hua LIU

《信息与电子工程前沿（英文）》 2016年第17卷第8期页码 781-791 doi: 10.1631/FITEE.1500219

摘要：基于差错学习问题的困难性，我们证明该方案在选择身份、选择明文攻击下是安全的。

关键词：分级身份加密；格密码；标准模型；差错学习问题；高斯

HTML PDF 收藏

后量子安全的格盲签密方案 Research Articles

俞惠芳,白璐

《信息与电子工程前沿（英文）》 2021年第22卷第6期页码 891-901 doi: 10.1631/FITEE.2000099

摘要：大多数盲签密都是基于传统数论问题。随着量子计算技术的发展，传统盲签密面临着严峻的安全威胁。作为有前途的抗量子计算候选密码系统，格密码系统在学术领域引起越来越多关注。在标准模型中PQ-LBSCS基于带错误学习问题和小整数解问题被证明是安全的。Matlab仿真结果表明PQ-LBSCS比已有方案更高效。

关键词：格密码系统；盲签密；抗量子计算；带错误学习问题；最短向量问题

HTML PDF 收藏

一个格上不经意传输协议的量子安全性分析 Article

Mo-meng LIU, Juliane KRÄMER, Yu-pu HU, Johannes BUCHMANN

《信息与电子工程前沿（英文）》 2017年第18卷第9期页码 1348-1369 doi: 10.1631/FITEE.1700039

摘要：以往OT协议都是基于传统数论问题（例如，离散对数，大数分解问题）所构造的，随着量子计算技术的发展，基于传统困难问题的OT协议安全性受到极大的威胁。因此，人们转而考虑使用后量子密码技术替代以往OT协议所依赖的传统困难问题。目前，已有一些基于后量子密码体制的OT协议被提出。然而，大多数后量子密码构造只在假设传统敌手存在的环境下证明其方案安全性。

关键词：不经意传输；后量子；格公钥；带差错学习；通用可复合

HTML PDF 收藏

视觉知识的五个基本问题 Perspectives

潘云鹤

《信息与电子工程前沿（英文）》 2021年第22卷第5期页码 615-766 doi: 10.1631/FITEE.2040000

摘要：本文继《论视觉知识》一文，讨论与之相关的5个基本问题：（1）视觉知识表达；（2）视觉识别；（3）视觉形象思维模拟；（4）视觉知识的学习；（5）多重知识表达。

关键词：视觉知识表达；视觉识别；视觉形象思维模拟；视觉知识学习；多重知识表达

HTML PDF 收藏

技术发展现状——为什么施工中会出现返工？返工会造成什么后果？怎样才能减少返工？ Review

Peter E.D. Love, Jane Matthews, Michael C.P. Sing, Stuart R. Porter, Weili Fang

《工程（英文）》 2022年第18卷第11期页码 246-258 doi: 10.1016/j.eng.2022.05.010

摘要：

已有大量研究对施工中的返工问题进行了研究，但解决返工问题的成效有限，仍然困扰着施工进程，这对项目的绩效产生不利影响。从审查中得出的理论框架使施工组织认识到，减少返工应首先建立一套差错管理文化，包括真正的领导力、心理安全、差错管理导向和复原力。本研究认为，一旦在施工组织及其项目中建立了差错管理文化，施工组织就能更好地认识用于解决返工问题的方法、工具和技术的益处，如精益生产^®和建筑信息模型。

关键词：施工差错差错管理文化病原体返工违规

HTML PDF 收藏

针对无监督域自适应问题的深度逐层领域修正算法 Article

Shuang LI, Shi-ji SONG, Cheng WU

《信息与电子工程前沿（英文）》 2018年第19卷第1期页码 91-103 doi: 10.1631/FITEE.1700774

摘要：深度神经网络凭借强大的特征抽象能力，已成功应用在机器学习的多个领域。然而，传统深度网络假设训练样本和测试样本来自同一分布，这一假设在很多实际应用中并不成立。为借助深度网络解决领域偏移问题，本文提出逐层领域修正（layer-wise domain correction, LDC）深度域自适应算法。

关键词：无监督域自适应；最大均值偏差；残差网络；深度学习

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。

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

HTML PDF 收藏

联邦无监督表示学习 Research Article

张凤达1,况琨1,陈隆1,游兆阳1,沈弢1,肖俊1,张寅1,吴超2,吴飞1,庄越挺1,李晓林3,4,5

《信息与电子工程前沿（英文）》 2023年第24卷第8期页码 1181-1193 doi: 10.1631/FITEE.2200268

摘要：为利用分布式边缘设备上大量未标记数据，我们在联邦学习中提出一个称为联邦无监督表示学习(FURL)的新问题，以在没有监督的情况下学习通用表示模型，同时保护数据隐私。

关键词：联邦学习；无监督学习；表示学习；对比学习

HTML PDF 收藏

城市燃气发展中的主要问题

李猷嘉

《中国工程科学》 2002年第4卷第11期页码 26-31

摘要：

21世纪我国的城市燃气面临大发展的形势，规划中涉及使用天然气的城市超过400个，由此产生方方面面的问题需要审慎的考虑。作者对存在的主要问题进行了分析与讨论，以期引起广泛的注意并减少项目建设中存在的风险性。

关键词：城市燃气发展规律性存在问题建议

HTML PDF 收藏

学习挑选伪标签：一种用于命名实体识别的半监督学习方法 Research Articles

李真真,冯大为,李东升,卢锡城

《信息与电子工程前沿（英文）》 2020年第21卷第6期页码 809-962 doi: 10.1631/FITEE.1800743

摘要：深度学习模型在命名实体识别（NER）中实现了最先进的性能；然而，其良好性能很大程度上依赖于大量标记数据。在某些特定领域，例如医学、金融和军事领域，标记数据非常稀缺，而未标记数据则很容易获得。本文提出一种用于NER任务的半监督方法，其通过学习一个判别模块筛除错误伪标签，以创建高质量标注数据。伪标签是为未标记数据自动生成的标签，并被当作真实标签用来训练模型。该半监督框架包括3个步骤：为特定NER任务构建最佳单神经网络模型，学习一个评价伪标签的模块，以及迭代创建新的标记数据和改进NER模型。

关键词：命名实体识别；无标注数据；深度学习；半监督学习方法

HTML PDF 收藏

再制造产业发展过程中的管理问题

徐滨士

《中国工程科学》 2012年第14卷第12期页码 10-14

摘要：从再制造产业发展的实际出发，针对再制造产业化过程中的若干关键管理问题进行研究。

关键词：再制造产业发展管理问题

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

用于解决非线性受电弓系统的启发式神经网络计算 Article

Muhammad Asif Zahoor RAJA, Iftikhar AHMAD, Imtiaz KHAN, Muhammed Ibrahem SYAM, Abdul Majid WAZWAZ

《信息与电子工程前沿（英文）》 2017年第18卷第4期页码 464-484 doi: 10.1631/FITEE.1500393

摘要：用于解决基于不同阶数泛函微分方程的非线性受电弓系统（Pantograph systems based on functional differential equations, P-FDEs）中的初值问题通过设定一个无监督学习误差，针对完全和不完全满足初始条件两种情况，利用ANNs创建了系统的两种数学模型。采用GA–IPT混合算法，对ANN模型的设计参数进行了优化。

关键词：神经网络；初值问题（IVP）；函微分方程（FDE）；无监督学习；遗传算法（GAs）；内点技术（IPT）

HTML PDF 收藏

基于两级层次特征学习的图像分类方法 Article

Guang-hui SONG,Xiao-gang JIN,Gen-lang CHEN,Yan NIE

《信息与电子工程前沿（英文）》 2016年第17卷第9期页码 897-906 doi: 10.1631/FITEE.1500346

摘要：本文提出了一种新颖、有效的基于深度卷积神经网络的两级层次特征学习框架。首先，不同层次的深度特征抽取器使用迁移学习方法进行训练。最后，基于Caltech-256、Oxford Flower-102和Tasmania Coral Point Count三个图像数据集的实验证明，通过两级层次特征学习的深度特征的表达能力十分强大，与传统的扁平多分类方法相比

关键词：迁移学习；特征学习；深度卷积神经网络；层次分类；谱聚类