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 926

会议视频 178

会议信息 59

会议专题 1

年份

2024 4

2023 125

2022 165

2021 178

2020 181

2019 113

2018 83

2017 65

2016 48

2015 20

2014 10

2013 5

2012 8

2011 9

2010 4

2009 10

2008 14

2007 17

2006 16

2005 21

展开︾

关键词

智能制造 113

人工智能 89

神经网络 27

2020 24

机器学习 19

农业科学 17

深度学习 15

新一代智能制造 10

智能工业 10

2019 9

智能 9

智能化 9

信息技术 8

智能电网 8

仿真技术 7

大数据 7

物联网 7

学术会议 6

展开︾

检索范围：

排序：展示方式：

论智能起源中的简约与自洽原则 Position Paper

马毅1,曹颖2,沈向洋3

《信息与电子工程前沿（英文）》 2022年第23卷第9期页码 1298-1323 doi: 10.1631/FITEE.2200297

摘要：深度学习重振人工智能十年后的今天，我们提出一个理论框架来帮助理解深度神经网络在整个智能系统里面扮演的角色。我们引入两个基本原则：简约与自洽；分别解释智能系统要学习什么以及如何学习。我们认为这两个原则是人工智能和自然智能之所以产生和发展的基石。虽然这两个原则的雏形早已出现在前人的经典工作里，但是我们对这些原则的重新表述使得它们变得可以精准度量与计算。确切地说，简约与自洽这两个原则能自然地演绎出一个高效计算框架：压缩闭环转录。这个框架统一并解释了现代深度神经网络以及众多人工智能实践的演变和进化。尽管本文主要用视觉数据建模作为例子，我们相信这两个原则将会有助于统一对各种自动智能系统的理解，并且提供一个帮助理解大脑工作机理的框架。

关键词：智能；简约；自洽；编码率减少；深度网络；闭环转录

HTML PDF 收藏

深度三维重建：方法、数据和挑战 Review Article

刘彩霞1,孔德慧1,王少帆1,王志勇2,李敬华1,尹宝才1

《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.2000068

摘要：基于深度学习的三维重建方法通过利用深度网络自动学习低质量图像中的三维形状语义特征，克服了这两个瓶颈。然而，这些方法具有多种体系框架，但是至今未有文献对它们作深入分析和比较。本文对基于深度学习的三维重建方法进行全面综述。首先，基于不同深度学习模型框架，将基于深度学习的三维重建方法分为4类：递归神经网络、深自编码器、生成对抗网络和卷积神经网络，并对相应方法作详细分析。再次，对基于深度学习的三维重建方法进行综合比较，包括不同方法在同一数据库、同一方法在不同数据库以及同一方法对于不同视角个数输入的结果比较。最后，讨论了基于深度学习的三维重建方法的发展趋势。

关键词：深度学习模型；三维重建；循环神经网络；深度自编码器；生成对抗网络；卷积神经网络

HTML PDF 收藏

基于双向深度生成模型和功能磁共振成像数据的大脑编码和解码 Review

杜长德, 李劲鹏, 黄利皆, 何晖光

《工程（英文）》 2019年第5卷第5期页码 948-953 doi: 10.1016/j.eng.2019.03.010

摘要：

通过功能磁共振成像（fMRI）进行大脑编码和解码是视觉神经科学的两个重要方面。尽管以前的研究人员在大脑编码和解码模型方面取得了显著进步，但是现有方法仍需要使用先进的机器学习技术进行改进。例如，传统方法通常会分别构建编码和解码模型，并且容易对小型数据集过度拟合。实际上，有效地统一编码和解码过程可以进行更准确的预测。在本文中，我们首先回顾了现有的编码和解码方法，并讨论了“双向”建模策略的潜在优势。接下来，在体系结构和计算规则方面，我们证明了深度神经网络和人类视觉通路之间存在的对应关系。此外，深度生成模型[如变分自编码器（VAE）和生成对抗网络（GAN）]在大脑编码和解码研究中产生了可喜的成果。最后，我们提出了最初为机器翻译任务设计的对偶学习方法，该方法通过利用大规模未配对数据提高了编码和解码模型的效果。

关键词：大脑编码和解码功能磁共振成像深度神经网络深度生成模型双重学习

HTML PDF 收藏

基于深度学习紧致二进制编码的指纹索引 None

Chao-chao BAI, Wei-qiang WANG, Tong ZHAO, Ru-xin WANG, Ming-qiang LI

《信息与电子工程前沿（英文）》 2018年第19卷第9期页码 1112-1123 doi: 10.1631/FITEE.1700420

摘要：实值特征的指纹索引已进行广泛研究，但二进制编码特征的研究相对较少，并且二进制编码特征更适合大规模指纹数据库的高效检索。首先，提出高效的有区分度的深度紧致二进制细节点圆柱体编码（deep compact binary minutia cylinder code，DCBMCC）作为指纹索引特征。具体分析了最新细节点圆柱体编码（minutia cylinder code，MCC），并发现其缺点。提出一种新颖的深度神经网络学习指纹索引特征DCBMCC，设置网络倒数第二层直接输出为二进制编码。

关键词：指纹索引；细节点圆柱体编码；深度神经网络；多索引哈希

HTML PDF 收藏

基于改进立体网络的深度估计 Research Article

徐万朋1,邹玲3,吴玲达1,齐越2,钱昭勇1

《信息与电子工程前沿（英文）》 2022年第23卷第5期页码 777-789 doi: 10.1631/FITEE.2000676

摘要：自监督深度估计方法通过在训练数据中利用目标图像和参考图像之间的视角合成，呈现了可以与全监督方法相媲美的结果。然而，作为主干网络的ResNet最初是为了应对分类问题而设计的，在应用于下游领域时存在一些结构上的缺陷。图像中的低纹理区域也使深度估计的效果受到很大影响。为了解决这些问题，本文提出一系列改进，以实现更加有效的深度预测。首先，我们通过改进网络结构来促进网络中的信息流通，并提高学习空间结构的能力。

关键词：单目深度估计；自监督；图像重建

HTML PDF 收藏

网络自智——网络创新的新时代

张宏科, 权伟

《工程（英文）》 2022年第17卷第10期页码 13-16 doi: 10.1016/j.eng.2021.06.019

HTML PDF 收藏

迈向下一代视网膜神经假体——基于脉冲的视觉计算方法 Review

余肇飞, 刘健, 贾杉杉, 张祎晨, 郑雅菁, 田永鸿, 黄铁军

《工程（英文）》 2020年第6卷第4期页码 449-461 doi: 10.1016/j.eng.2020.02.004

摘要：

神经假体是一种精准医疗设备，旨在以闭环的方式操纵大脑神经信号，接受来自外界环境刺激的同时，控制人脑或人体的某些部分。外界输入的信息可以在大脑中的神经元细胞中以毫秒量级处理运算。神经假体中的闭环计算包括两个阶段：将刺激信息编码为神经元信号和将神经元信号重新解码为刺激信息。为了更好地理解视网膜中神经网络的计算原理，我们认为，有必要对视网膜构建一个超级网络环路，在此环路中，那些皮层神经网络所揭示的不同功能的网络模块，都可以应用于视网膜网络中。视网膜的不同组成部分，包括多种细胞类型和突触连接——化学突触和电突触（缝隙连接），使视网膜成为一个理想的神经网络，其能够适应人工智能中发展起来的计算技术，对视觉场景的编码和解码进行建模

关键词：视觉编码视网膜神经假体脑-机接口人工智能深度学习脉冲神经网络概率图模型

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：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。结合所有网络时——使用前一网络的输出作为下一网络的输入——流出物平均绝对误差增大至0.19 wt%。除这些网络具有高精度外，主要好处是获得预测值所需的计算成本可忽略不计。在标准的英特尔i7处理器上，预测值以毫秒为单位。此外，对于那些与训练集内石脑油非常不同的石脑油，所建立网络的性能有明显下降。

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

面向网络编码的无证书多重签名方法 Research Article

俞惠芳,亓哲伟

《信息与电子工程前沿（英文）》 2022年第23卷第9期页码 1369-1377 doi: 10.1631/FITEE.2200271

摘要：比起具有转储功能的传统路由技术，网络编码能节省网络资源且速度快。但在实际应用场景中，网络编码容易受到污染攻击和伪造攻击。本文针对这些问题提出面向网络编码的无证书广播多重签名（NC-CLBMS）方法，每个源节点用户生成对消息向量的多重签名，中间节点将接收到的数据线性组合。本文设计的NC-CLBMS在无人机通信网络、5G无线网络、无线传感器网络、移动无线网络和车联网等方面具有广泛应用前景。

关键词：网络编码；无证书多重签名；线性组合；同态哈希函数

HTML PDF 收藏

基于Wasserstein GAN的新一代人工智能小样本数据增强方法——以生物领域癌症分期数据为例 Article

刘宇飞, 周源, 刘欣, 董放, 王畅, 王子鸿

《工程（英文）》 2019年第5卷第1期页码 156-163 doi: 10.1016/j.eng.2018.11.018

摘要：

以大数据为基础的深度学习算法在推动新一代人工智能快速发展中意义重大。然而深度学习的有效利用对标注样本数量的高度依赖，使得深度学习在小样本数据环境下的应用受到制约。本研究提出了一种基于生成对抗网络（generative adversarial network，GAN）和深度神经网络（deep neural network，DNN）分类器的方法。同时，该方法是一次将基于原始样本的经典统计机器学习分类方法转变为基于数据增强的深度学习分类方法的尝试。本研究有助于探索以深度学习为代表的新一代人工智能技术在应用范围与应用效果方面的潜力。这将对各领域全面推进新一代人工智能的发展具有重要意义。

关键词：人工智能生成式对抗网络深度神经网络小样本癌症

HTML PDF 收藏

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

基于多智能体深度强化学习的工业无线网络端边协同资源分配 Research Article

刘晓宇1,2,3,4,许驰1,2,3,于海斌1,2,3,曾鹏1,2,3

《信息与电子工程前沿（英文）》 2022年第23卷第1期页码 47-60 doi: 10.1631/FITEE.2100331

摘要：边缘人工智能通过协同利用设备侧和边缘侧有限的网络、计算资源，赋能工业无线网络以支持复杂和动态工业任务。面向资源受限的工业无线网络，我们提出一种基于多智能体深度强化学习的资源分配（MADRL-RA）算法，实现了端边协同资源分配，支持计算密集型、时延敏感型工业应用。首先，建立了端边协同的工业无线网络系统模型，将具有感知能力的工业设备作为自学习的智能代理。然后，采用马尔可夫决策过程对端边资源分配问题进行形式化描述，建立关于时延和能耗联合优化的最小系统开销问题。接着，利用多智能体深度强化学习克服状态空间维灾，同时学习关于计算决策、算力分配和传输功率的有效资源分配策略。在此基础上，提出步进的ε-贪婪方法来平衡智能代理对经验的利用与探索。最后，通过大量对比实验，验证了MADRL-RA算法相较于多种基线算法的有效性。

关键词：多智能体深度强化学习；端边协同；工业无线网络；时延；能耗

HTML PDF 收藏

可见光波段的深度衍射神经网络 Article

陈航, 冯佳楠, 江闽伟, 王逸群, 林杰, 谭久彬, 金鹏

《工程（英文）》 2021年第7卷第10期页码 1485-1493 doi: 10.1016/j.eng.2020.07.032

摘要： justify;">基于衍射光学元件的光学深度学习在并行处理深度衍射神经网络（D²NN）是其中一项具有里程碑意义的研究工作。D²NN在太赫兹波段通过3D打印进行神经网络的物理固化。

关键词：光计算光学神经网络深度学习光学机器学习深度衍射神经网络

HTML PDF 收藏

一种端到端语音合成中的高效解码自注意力网络 Research Article

赵伟1,2,许力1,2

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 1127-1138 doi: 10.1631/FITEE.2100501

摘要：自注意力网络由于其并行结构和强大的序列建模能力，被广泛应用于语音合成（TTS）领域。然而，当使用自回归解码方法进行端到端语音合成时，由于序列长度的二次复杂性，其推理速度相对较慢。为解决该问题，提出一种高效解码自注意力网络（EDSA）作为替代。通过一个动态规划解码过程，有效加速TTS模型推理，使其具有线性计算复杂度。

关键词：高效解码；端到端；自注意力网络；语音合成

HTML PDF 收藏

5G最小代价多播网络中的次优编码子图算法 None

Feng WEI, Wei-xia ZOU

《信息与电子工程前沿（英文）》 2018年第19卷第5期页码 662-673 doi: 10.1631/FITEE.1700020

摘要：为降低具有控制—数据分离架构的5G网络中多播的传输代价，本文关注无线网络中两多播共存时的功率代价最小网络编码子图形成问题。提出两个基于Steiner树的扩展次优算法：当两个具有相同吞吐量的多播组共存时，C1CPE算法通过复用拓扑中已经占用链路的方式寻找可行的最小代价方案，并采用节点涂色的方式保证网络编码方案可解码。

关键词：网络编码子图；最小功率代价；5G；分离架构