资源类型

期刊论文 234

会议信息 10

会议视频 5

年份

2023 44

2022 45

2021 36

2020 33

2019 33

2018 17

2017 18

2016 7

2015 1

2011 1

2010 1

2009 1

2008 2

2007 3

2006 1

2005 1

2004 1

2002 2

2001 2

展开 ︾

关键词

机器学习 27

深度学习 15

人工智能 12

2019 3

MATLAB 3

图像处理 3

2020 2

ACM 2

代理模型 2

增材制造 2

强化学习 2

材料设计 2

结构健康监测 2

高层建筑 2

12 1

2D—3D配准 1

3D打印 1

6G 1

ARM 1

展开 ︾

检索范围:

排序: 展示方式:

通过行为足迹学习人类习惯的个性化服务机器人 Article

李坤, Max Q.-H. Meng

《工程(英文)》 2015年 第1卷 第1期   页码 79-84 doi: 10.15302/J-ENG-2015024

摘要:

对家用的私人机器人来说,个性化服务和预先设计的任务同样重要,因为机器人需要根据操作者的习惯调整住宅状况。为了学习由诱因、行为和回报构成的操作者习惯,本文介绍了行为足迹,以描述操作者在家中的行为,并运用逆向增强学习技巧提取用回报函数代表的操作者习惯。结果显示,提出的方法可以使机器人准确揭示操作者习惯,并相应地调节环境状况。

关键词: 个性化机器人     习惯学习     行为足迹    

能力集扩张的管理决策分析方法研究

王华亭, 冯俊文, 苗成林, 王健

《中国工程科学》 2008年 第10卷 第8期   页码 51-55

摘要:

能力集扩张(competence set expansion)是在决策过程中,决策者将已获得的能力集(competence set)拓展到解决问题所需能力集的过程。分析了能力集以及能力集扩张的概念,从确定型与不确定性、多目标决策、动态能力集等方面提出了能力集扩张的研究方法。

关键词: 能力集扩张     习惯领域     管理决策    

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    

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    

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    

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    

非独立同分布推荐系统:推荐范式转换的综述和框架 Artical

Longbing Cao

《工程(英文)》 2016年 第2卷 第2期   页码 212-224 doi: 10.1016/J.ENG.2016.02.013

摘要:

虽然推荐系统在我们的生活、学习、工作和娱乐中扮演着越来越重要的角色,但是很多时候我们收到的推荐都是不相关的、重复的,或者包含不感兴趣的产品和服务。

关键词: 独立同分布     非独立同分布     异构性     关系耦合     耦合学习     关系学习     独立同分布学习     非独立同分布学习     推荐系统     推荐     非独立同分布推荐    

机器学习视角下的城市建模计算机图形方法综述 Review Article

冯天1,范非易2,Tomasz BEDNARZ3,4

《信息与电子工程前沿(英文)》 2021年 第22卷 第7期   页码 915-925 doi: 10.1631/FITEE.2000141

摘要: 同时,人工智能的蓬勃发展激励人们充分利用机器学习以改进现有解决方案。本文回顾了2010至2019年间发表的文献,对计算机图形领域中使用机器学习的城市建模方法进行综述。本文可作为机器学习视角下城市建模研究现状的概述。

关键词: 城市建模;计算机图形学;机器学习;深度学习    

学习曲线及在工业生产运作研究中的应用综述

陈志祥

《中国工程科学》 2007年 第9卷 第7期   页码 82-88

摘要:

学习曲线是一种通过生产者行为学习与经验积累而得到改进的生产产出的特征函数,利用学习曲线可以科学地制定成本计划,改善作业计划、劳动定额与劳力规划对国际上的研究文献、学习曲线的表现形式及其特点进行分析,探讨了几个新的应用动向。

关键词: 学习曲线     运作管理     行为研究    

基于内嵌物理信息深度学习模型的增材制造工艺参数及熔池尺寸预测 Article

赵明志, 韦辉亮, 茅仪铭, 张长东, 刘婷婷, 廖文和

《工程(英文)》 2023年 第23卷 第4期   页码 181-195 doi: 10.1016/j.eng.2022.09.015

摘要: 为了解决此问题,本工作融合典型实验、机理模型和深度学习研究激光PBF过程中关键参数和熔池特性的正向和逆向预测。实验提供基础数据,机理模型显著增强数据集,多层感知器(MLP)深度学习模型则根据实验和机理模型构建的数据集预测熔池尺寸和工艺参数。此外,MLP模型的预测准确率与数据集的特征密切相关,即数据集的可学习性对预测准确率有至关重要的影响。

关键词: 增材制造     熔池     模型     深度学习     学习   

通讯式学习——统一的机器学习模式 Review

袁路遥, 朱松纯

《工程(英文)》 2023年 第25卷 第6期   页码 77-100 doi: 10.1016/j.eng.2022.10.017

摘要:

In this article, we propose a communicative learning (CL) formalism that unifies existing machine learning paradigms, such as passive learning, active learning, algorithmic teaching, and so forth, and facilitates the development of new learning methods. Arising from human cooperative communication, this formalism poses learning as a communicative process and combines pedagogy with the burgeoning field of machine learning. The pedagogical insight facilitates the adoption of alternative information sources in machine learning besides randomly sampled data, such as intentional messages given by a helpful teacher. More specifically, in CL, a teacher and a student exchange information with each other collaboratively to transmit and acquire certain knowledge. Each agent has a mind, which includes the agent's knowledge, utility, and mental dynamics. To establish effective communication, each agent also needs an estimation of its partner's mind. We define expressive mental representations and learning formulation sufficient for such recursive modeling, which endows CL with human-comparable learning efficiency. We demonstrate the application of CL to several prototypical collaboration tasks and illustrate that this formalism allows learning protocols to go beyond Shannon's communication limit. Finally, we present our contribution to the foundations of learning by putting forth hierarchies in learning and defining the halting problem of learning.

关键词: Artificial intelligencehine     Cooperative communication     Machine learning     Pedagogy     Theory of mind    

一种用于工业过程监测的鲁棒迁移字典学习算法 Article

阳春华, 梁慧平, 黄科科, 李勇刚, 桂卫华

《工程(英文)》 2021年 第7卷 第9期   页码 1262-1273 doi: 10.1016/j.eng.2020.08.028

摘要: 因此,当将从训练数据中学习的模型应用于实际的在线监测时,很难实现精确的过程监测。为了解决操作环境变化导致的历史训练数据和在线测试数据之间的分布差异问题,提出了一种鲁棒的迁移字典学习(RTDL)算法用于工业过程监测。RTDL是表示学习和域自适应迁移学习的协同方法。该方法将历史训练数据和在线测试数据分别作为迁移学习问题的源域和目标域。然后将最大均值差异正则化和线性判别分析正则化引入字典学习框架,可以减少源域和目标域之间的分布差异。这样,即使源域和目标域的特征在实际变化的操作环境的干扰下明显不同,仍可以学习鲁棒的字典。这样的字典可以有效地提高过程监测和模态识别的性能。通过数值仿真和两个工业系统的实验验证了该方法的有效性和优越性。

关键词: 过程监测     多模态过程     字典学习     迁移学习    

面向强化学习自动驾驶模型的异步监督学习预训练方法 Research Articles

王云鹏,郑坤贤,田大新,段续庭,周建山

《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.1900637

摘要: 强化学习训练需要大量训练数据,然后模型才能达到合理的性能要求,这使得基于强化学习的模型不适用于现实环境,尤其在数据昂贵的情况下。本文为基于强化学习的端到端自动驾驶模型提出一种异步监督学习(asynchronous supervised learning,ASL)方法,以解决在实际环境中训练基于强化学习模型时初始性能差的问题。具体而言,通过在多个驾驶演示数据集上并行且异步执行多个监督学习过程,在异步监督学习预训练阶段引入先验知识。经过预训练后,模型将被部署到真实车辆上进一步开展强化学习训练,以适应实际环境并不断突破性能极限。仿真结果表明,在有监督的预训练阶段使用一些演示,可以显著提高强化学习训练阶段的初始性能和收敛速度。

关键词: 自主驾驶;自动驾驶车辆;强化学习;监督学习    

基于最大间隔的贝叶斯分类器 Article

Tao-cheng HU,Jin-hui YU

《信息与电子工程前沿(英文)》 2016年 第17卷 第10期   页码 973-981 doi: 10.1631/FITEE.1601078

摘要: 概要:多分类学习中经常需要考虑在泛化性能和计算开销间进行权衡。本文提出一个生成式概率多分类器,综合考虑了泛化性和学习/预测速率。

关键词: 多类学习;最大间隔学习;在线算法    

NGAT:基于广度和深度探索注意力机制的半监督图表示学习 Research Articles

胡荐苛,张引

《信息与电子工程前沿(英文)》 2022年 第23卷 第3期   页码 409-421 doi: 10.1631/FITEE.2000657

摘要: 近年来图神经网络(GNN)在图结构数据表示学习方面取得显著成绩。然而,随着网络层数增加,由于过度平滑问题,基于邻域信息聚合策略的GNN性能恶化,这也是GNN应用于真实图的主要瓶颈。本文在公开数据集上对比了现有图神经网络模型,实验表明本文提出的NGAT模型具备更强的节点嵌入学习能力。

关键词: 学习;半监督学习;节点分类;注意力机制    

标题 作者 时间 类型 操作

通过行为足迹学习人类习惯的个性化服务机器人

李坤, Max Q.-H. Meng

期刊论文

能力集扩张的管理决策分析方法研究

王华亭, 冯俊文, 苗成林, 王健

期刊论文

联邦无监督表示学习

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

期刊论文

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

李真真,冯大为,李东升,卢锡城

期刊论文

人工智能新方向:类人、机器、仿生和量子智能

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

期刊论文

基于两级层次特征学习的图像分类方法

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

期刊论文

非独立同分布推荐系统:推荐范式转换的综述和框架

Longbing Cao

期刊论文

机器学习视角下的城市建模计算机图形方法综述

冯天1,范非易2,Tomasz BEDNARZ3,4

期刊论文

学习曲线及在工业生产运作研究中的应用综述

陈志祥

期刊论文

基于内嵌物理信息深度学习模型的增材制造工艺参数及熔池尺寸预测

赵明志, 韦辉亮, 茅仪铭, 张长东, 刘婷婷, 廖文和

期刊论文

通讯式学习——统一的机器学习模式

袁路遥, 朱松纯

期刊论文

一种用于工业过程监测的鲁棒迁移字典学习算法

阳春华, 梁慧平, 黄科科, 李勇刚, 桂卫华

期刊论文

面向强化学习自动驾驶模型的异步监督学习预训练方法

王云鹏,郑坤贤,田大新,段续庭,周建山

期刊论文

基于最大间隔的贝叶斯分类器

Tao-cheng HU,Jin-hui YU

期刊论文

NGAT:基于广度和深度探索注意力机制的半监督图表示学习

胡荐苛,张引

期刊论文