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 1557

会议视频 244

会议信息 102

会议专题 1

年份

2024 6

2023 175

2022 238

2021 228

2020 220

2019 186

2018 127

2017 101

2016 46

2015 42

2014 35

2013 43

2012 38

2011 30

2010 27

2009 23

2008 38

2007 42

2006 43

2005 45

展开︾

关键词

智能制造 113

人工智能 89

2020 47

农业科学 29

机器学习 17

2019 16

信息技术 15

汽车 15

三峡工程 14

数学模型 13

升船机 10

工程管理 10

新一代智能制造 10

智能工业 10

模型 10

三峡升船机 9

学术会议 9

数值模拟 9

智能 9

展开︾

检索范围：

排序：展示方式：

混合-增强智能：协作与认知 Review

南宁郑,子熠刘,鹏举任,永强马,仕韬陈,思雨余,建儒薛,霸东陈,飞跃王

《信息与电子工程前沿（英文）》 2017年第18卷第2期页码 153-179 doi: 10.1631/FITEE.1700053

摘要：人工智能追求的长期目标是使机器能像人一样学习和思考。由于人类面临的许多问题具有不确定性、脆弱性和开放性，任何智能程度的机器都无法完全取代人类，这就需要将人的作用或人的认知模型引入到人工智能系统中，形成混合-增强智能的形态，这种形态是人工智能或机器智能的可行的混合-增强智能可以分为两类基本形式：一类是人在回路的人机协同混合增强智能，另一类是将认知模型嵌入机器学习系统中，形成基于认知计算的混合智能。本文讨论人机协同的混合-增强智能的基本框架，以及基于认知计算的混合-增强智能的基本要素：直觉推理与因果模型、记忆和知识演化；特别论述了直觉推理在复杂问题求解中的作用和基本原理，以及基于记忆与推理的视觉场景理解的认知学习网络；阐述了竞争-对抗式认知学习方法，并讨论了其在自动驾驶方面的应用；最后给出混合-增强智能在相关领域的典型应用。

关键词：人-机协同；混合增强智能；认知计算；直觉推理；因果模型；认知映射；视觉场景理解；自主驾驶汽车

HTML PDF 收藏

“暗”，不止于“深”——迈向认知智能与类人常识的范式转换 Feature Article

朱毅鑫, 高涛, 范丽凤, 黄思远, Mark Edmonds, 刘航欣, 高枫, 张驰, Siyuan Qi, 吴英年, Joshua B. Tenenbaum, 朱松纯

《工程（英文）》 2020年第6卷第3期页码 310-345 doi: 10.1016/j.eng.2020.01.011

摘要：通过回顾综合了机器与人类视觉常识模型的最新突破，我们将阐释这个新范式的潜力。我们将功能性（functionality）、物理（physics）、意图（intent）、因果（causality）和效用（utility）（FPICU）认定为拥有类人常识的认知人工智能的5个核心领域。这些问题在像素层面上并不可见，却促进了视觉场景的创建、维护和发展。因此，我们将它们称为视觉的“暗物质”。正如仅仅研究可观察到的物质不足以理解宇宙，我们认为不研究学习FPICU等“暗物质”就无法理解视觉。本文通过展示如何在少量训练数据的条件下观测和应用FPICU来广泛完成一系列挑战性任务，从而证明这个新观点具有开发类人常识的认知智能的能力。这些任务包括工具使用、规划、效用推断和社交学习。

关键词：计算机视觉人工智能因果直觉物理功能性主观意图效用

HTML PDF 收藏

“第四届中国认知计算与混合智能学术大会暨混合机器学习与自主系统论坛”在昆明举行

会议日期： 2022年08月18日

会议地点：中国

主办单位：中国工程院

视觉知识：智能创意初探 Perspectives

庄越挺,汤斯亮

《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.2100116

摘要：长期以来困扰人工智能领域的一个问题是：人工智能是否具有创造力，或者说，算法的推理过程是否可以具有创造性。本文从思维科学的角度探讨人工智能创造力的问题。首先，列举形象思维推理的相关研究；然后，重点介绍一种特殊的视觉知识表示形式，即视觉场景图；最后，详细介绍视觉场景图构造问题与潜在应用。所有证据表明，视觉知识和视觉思维不仅可以改善当前人工智能任务的性能，而且可以用于机器创造力的实践。

关键词：思维科学；形象思维推理；视觉知识表达；视觉场景图

HTML PDF 收藏

平行认知：面向人机交互与管理的混合智能 Research Article

叶佩军1,王晓1,2,郑文博3,魏庆来1,4,王飞跃1,2,4

《信息与电子工程前沿（英文）》 2022年第23卷第12期页码 1765-1779 doi: 10.1631/FITEE.2100335

摘要：作为一门交叉学科，传统的认知科学主要采用实验、归纳、建模和验证的研究范式。对于包含大量用户异质行为和动态特性的社会物理信息系统，此种建模方法有时并不适用。为减少复杂人机系统中的人–机决策冲突，提出采用智能技术与系统来考察认知活动和认知功能的建模范式——平行认知。该范式分为三个阶段：基于人工认知系统的描述认知、基于计算思维实验的预测认知以及基于行为交互引导的引导性认知。在此基础上，进一步提出由心理模型和用户行为数据混合驱动的学习方法，自适应地学习人类个体的认知决策知识，从而使得三个阶段能够持续在线迭代。在交通行为引导和视觉推理场景下的初步实验表明，平行认知学习对于人类的行为引导是可行且有效的，有利于提升复杂工程系统和复杂社会系统中的人机协同程度。

关键词：认知学习；人工智能；行为引导

HTML PDF 收藏

Agent的PASS-BDI模型

樊玮,陈增强,袁著祉

《中国工程科学》 2004年第6卷第6期页码 43-49

摘要：

Agent的BDI模型主要基于Bratman提出的理性主体理论，未能充分体现Agent主动性的认知过程，使Agent的问题求解和心智状态之间的关系未得到充分表达，且难于编程实现。将Das等人提出的计划—注意—同时性加工—继时性加工认知过程模型引入Agent的理论研究中，建立了Agent的PASS-BDI模型，利用多价π-演算从心智状态，认知过程，整体行为等几个方面刻画了该模型的静态和动态特征，并将研究结果应用于多Agent组织中Agent行为特征的刻画。PASS-BDI模型加强了对Agent主动性认知过程的刻画，且易于编程实现。

关键词：主体 π-演算认知过程心智状态

HTML PDF 收藏

无人驾驶技术发展对策研究

杨艳明,高增桂,张子龙,沈悦,王林军

《中国工程科学》 2018年第20卷第6期页码 101-104 doi: 10.15302/J-SSCAE-2018.06.016

摘要：

无人驾驶技术被认为是运载工程领域极具颠覆性的一项技术。本文通过专家访谈、对比分析和文献研究等方法，对无人驾驶技术的发展态势、发展阶段进行了分析，并从潜在价值和社会影响进行了评估；提出通过加强汽车线控技术、能源动力技术和驾驶认知技术研究推动无人驾驶技术发展的具体对策

关键词：颠覆性技术无人驾驶技术汽车线控技术能源动力技术驾驶认知技术

HTML PDF 收藏

深度IA双向智能 Personal View

Lei XU

《信息与电子工程前沿（英文）》 2020年第21卷第4期页码 558-562 doi: 10.1631/FITEE.1900541

摘要：概述了一个深度双向智能框架。由底向上方向有两个行为，一是获取信息形成适当的模式表示，二是抽象—自组织认知，简记为“A-S认知”，将输入模式抽象为概念，由一个标签表示，并通过自组织学习以理解模式构成的层次表示。由顶向下方向也有两个行为，一个简称“I-S推理”，进行推理和综合，执行各种形象思维和问题求解任务，另一个是与环境交互，执行控制、通讯和检验的任务。在这个双向智能框架基础上，探讨了进行综合推理的可能性。

关键词：抽象；最小均方误差重建自组织学习（Lmser）；认知；形象思维；抽象思维；综合推理

HTML PDF 收藏

基于混合强化学习的自动驾驶汽车行人避撞方法 Research Article

李惠乾1,黄晋1,曹重1,杨殿阁1,钟志华2

《信息与电子工程前沿（英文）》 2023年第24卷第1期页码 131-140 doi: 10.1631/FITEE.2200128

摘要：确保行人的安全对自动驾驶汽车而言至关重要，同时也具有一定挑战。经典的行人避撞策略无法应对不确定性，而基于学习的方法缺乏明确的性能保障。本文提出一种基于混合强化学习的行人避撞方法，以使自动驾驶车辆能够与具有行为不确定性的行人安全交互。结果表明，该方法在测试场景中的成功率，相比基准方法的94.4%，提升至98.8%。

关键词：行人；混合强化学习；自动驾驶汽车；决策

HTML PDF 收藏

基于模糊状态描述的不确定因果归纳自动推理机制

杨炳儒,唐菁

《中国工程科学》 2000年第2卷第5期页码 44-50

摘要：

文中提出基于模糊语言场和模糊语言结构的知识表示新型框架，并提出能够综合处理模糊不确定性与随机不确定性的广义细胞自动机和广义归纳逻辑因果模型。在此基础上，又提出基于模糊状态描述的新型不确定因果归纳自动推理机制，并讨论其在智能控制器研制中的应用。

关键词：语言场语言值结构广义细胞自动机广义归纳逻辑因果模型自动推理智能控制器

HTML PDF 收藏

人机互信的知识自动化与混合增强智能：复杂系统认知管控机制及其应用 Research Article

王飞跃1,郭剑波2,卜广全3,张俊4

《信息与电子工程前沿（英文）》 2022年第23卷第8期页码 1142-1157 doi: 10.1631/FITEE.2100418

摘要：本文旨在阐述复杂系统认知、管理和控制中人机互信的混合增强智能和知识自动化机制与应用。本文从复杂系统研究的发展历程出发，通过对复杂系统的特性、人工智能科技、人机混合增强智能科技及其在复杂系统管控中的必要性阐述，分析了人类智能、机器智能在复杂系统管控中的优势与局限性，并提出“人机互信知识自动化以电力系统大电网调控为背景，阐述了未来人机混合智能在大电网调度中可能的技术路径和应用基础，并以潮流校正控制为例，说明人机知识自动化任务流程的完成过程。通过本文内容的阐述，希望对基于人机混合增强智能的复杂系统管理和控制的理论方法提供一种新的机制和应用路径，并对社会典型复杂系统管控的数字化、智能化建设起到积极作用。

关键词：复杂系统；人机知识自动化；平行系统；大电网调度；人工智能；智联网

HTML PDF 收藏

迈向L5级自动驾驶汽车的发展原则 Article

王建强, 黄荷叶, 李克强, 李骏

《工程（英文）》 2021年第7卷第9期页码 1313-1325 doi: 10.1016/j.eng.2020.10.018

摘要：

自动驾驶汽车的快速发展给现有交通出行方式带来了全新面貌和潜在挑战。目前，L3 级及以下驾驶辅助系统已经量产，L4 级在特定场景下的一些应用也逐步开发，通过逐渐提高车辆的自动化、智能化程度来不断向完全自动驾驶发展。然而，针对L5 级自动驾驶汽车的发展思路始终未明确，而现有针对L0~L4级自动驾驶发展过程的研发方式主要基于任务驱动来进行特定场景下的功能开发，难以揭示高等级自动驾驶汽车所需解决问题的本质逻辑和物理机制本文通过探索高等级自动驾驶系统背后的物理机制，并从驾驶的本质出发，采用推理演绎方式，提出“大脑-小脑-器官”协调平衡框架，基于“乌鸦推理+鹦鹉学舌”的混合模式，探索“自主学习+先验知识”的研究范式，实现自动驾驶汽车“自学习、自适应、自超越”特性。

关键词：自动驾驶汽车最小作用量原理行车安全场自主学习基础范式

HTML PDF 收藏

认知中继三跳网络联合优化 Article

澄赵,万良王,信威姚,双华杨

《信息与电子工程前沿（英文）》 2017年第18卷第2期页码 253-261 doi: 10.1631/FITEE.1601414

摘要：认知中继网络中，传输的吞吐量和传输距离一直是衡量性能的重要指标。现有的研究多数都集中在两跳网络的优化，但其也存在着传输距离不长，只能进行单项传输等缺点。本文提出了一种新的使用认知中继的三跳网络传输方案，通过三阶段的传输过程，实现了次级用户之间的双向传输。同时，引入了叠加编码技术来处理网络中双接收节点的情况。

关键词：解码转发；三跳；认知中继网络；时间功率分配；叠加编码

HTML PDF 收藏

工业4.0中认知维护框架与案例研究 Special Feature on Industrial Internet

Bao-rui Li, Yi Wang, Guo-hong Dai, Ke-sheng Wang,kesheng.wang@ntnu.no

《信息与电子工程前沿（英文）》 2019年第20卷第11期页码 1493-1504 doi: 10.1631/FITEE.1900193

摘要：提出一种基于信息物理系统和先进人工智能技术的认知维护（CM）框架。CM系统架构集成了智能深度学习方法和智能决策技术，可服务于尖端设备的专业维护人员。

关键词：认知维护；工业4.0；尖端设备；深度学习；绿色监视器；智能制造工厂

HTML PDF 收藏

因果推理 Review

况琨, 李廉, 耿直, 徐雷, 张坤, 廖备水, 黄华新, 丁鹏, 苗旺, 蒋智超

《工程（英文）》 2020年第6卷第3期页码 253-263 doi: 10.1016/j.eng.2019.08.016

摘要：

因果推理是解释性分析的强大建模工具，它可使当前的机器学习变得可解释。如何将因果推理与机器学习相结合，开发可解释人工智能（XAI）算法，是迈向人工智能2.0的关键步骤之一。为了将因果推理的知识带给机器学习和人工智能领域的学者，我们邀请从事因果推理的研究人员，从因果推理的不同方面撰写了本综述。本综述包括以下几个部分：况琨博士的“平均因果效应评估——简要回顾与展望”，李廉教授的“反事实推理的归因问题”，耿直教授的&ldquo“形式论辩在因果推理和解释中的作用”，丁鹏教授的“复杂实验中的因果推断”，苗旺教授的“观察性研究中的工具变量和阴性对照方法”，蒋智超博士的“有干扰下的因果推断”。