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 248

会议信息 10

会议视频 5

年份

2023 51

2022 45

2021 38

2020 34

2019 34

2018 18

2017 20

2016 7

2015 1

2011 1

2010 1

2009 1

2008 1

2007 3

2006 1

2005 2

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

增材制造 3

2020 2

4D打印 2

ACM 2

代理模型 2

强化学习 2

形状记忆合金 2

材料设计 2

结构健康监测 2

长短期记忆网络 2

高层建筑 2

12 1

2D—3D配准 1

展开︾

检索范围：

排序：展示方式：

参与中文配对词语联想学习记忆的脑区和神经机制——脑功能磁共振的研究

郑金龙,舒斯云,刘颂豪,郭周义,吴永明,包新民, 张增强,金梅,马翰章

《中国工程科学》 2008年第10卷第5期页码 38-45

摘要：

通过脑功能磁共振技术，研究健康人参与语言的词语配对联想学习记忆任务的脑区和神经机制。对16名右利手健康志愿者进行一项词语配对联想学习记忆任务作业的同时，进行脑功能磁共振扫描。实验采用组块设计，实验任务（包括记忆编码相和记忆提取相）与对照任务（共两个相）交替进行；数据采用SPM99软件进行数据分析和脑功能区定位。结果表明：左侧额叶，特别是左侧额叶的额中下回和枕叶的18，19区在词语联想学习记忆的编码阶段中起重要作用；而左侧顶上小叶、缘上回和角回则在进行记忆提取阶段起重要作用；左侧纹状体边缘区参与了人脑词语联想学习记忆作业的编码阶段揭示了人大脑完成语言联想学习记忆任务时，除额、顶、枕和颞叶的皮层结构参与外，还新发现有皮层下结构如纹状体参与了词语联想学习记忆。

关键词：人脑功能磁共振配对词语语言联想学习记忆皮层和皮层下结构

HTML PDF 收藏

脉冲型惯性双向联想记忆神经网络新解 Research Articles

Chaouki AOUITI, Mahjouba Ben REZEG, Yang CAO

《信息与电子工程前沿（英文）》 2020年第21卷第2期页码 324-339 doi: 10.1631/FITEE.1900181

摘要：探究了具有混合时滞和脉冲效应的惯性双向联想记忆神经网络。该研究为类似系统的反周期解的存在性、唯一性和全局指数稳定性提供了新的实用条件。

关键词：惯性神经网络；反周期解；全局指数稳定；脉冲；时变延迟；双向联想记忆

HTML PDF 收藏

基于深度序列特征学习的临床感染性角膜炎图像分类 Article

许叶圣, 孔鸣, 谢文加, 段润平, 方钲清, 林宇萧, 朱强, 汤斯亮, 吴飞, 姚玉峰

《工程（英文）》 2021年第7卷第7期页码 1002-1010 doi: 10.1016/j.eng.2020.04.012

摘要：本文提出了一种深度序列特征学习模型，该模型能够通过对临床图像的分类高效地鉴别不同的感染性角膜炎。通过比较，我们提出的深度序列特征学习模型在120张图像的测试集上的准确率能够达到80%，远高于421位眼科医生所能达到的平均水平[(49.27 ± 11.5)]%。

关键词：深度学习角膜病序列特征机器学习长短时记忆

HTML PDF 收藏

双向4D打印——对3D打印形状记忆材料可逆性的回顾

Amelia Yilin Lee, Jia An, Chee Kai Chua

《工程（英文）》 2017年第3卷第5期页码 663-674 doi: 10.1016/J.ENG.2017.05.014

摘要：

增材制造技术的快速发展和形状记忆材料的进步推动了四维（4D）打印的发展。随着目前对形状记忆机制的理解和对增材制造技术的改进设计，4D 打印的可逆性已经被证明是可行的。本文综述了影响4D 打印的形状记忆材料的机制，目前在合金和聚合物上的4D 打印研究结果，以及它们各自存在的一些局限性。对形状记忆材料的可逆性和利用三维（3D）打印技术制作的可行性进行了总结和分析。

关键词： 4D打印增材制造形状记忆材料智能材料形状记忆合金形状记忆聚合物

HTML PDF 收藏

面向人—多机器人协同系统的带记忆强化学习行为控制任务管理器 Research Article

黄捷1,2,3,莫智斌1,2,3,张祯毅1,2,3,陈宇韬1,2,3

《信息与电子工程前沿（英文）》 2022年第23卷第8期页码 1174-1188 doi: 10.1631/FITEE.2100280

摘要：针对人—多机器人协同系统提出一种基于行为控制框架的带记忆强化学习任务管理器（RLTS）。由于重复的人工干预，现有人—多机器人协同系统决策时间成本高、任务跟踪误差大，限制了多机器人系统的自主性。提出一种带记忆强化学习任务管理器，基于零空间行为控制框架融合深度Q-网络和长短时记忆神经网络知识库，实现任务冲突时最优行为优先级调整策略以及降低人为干预频率。当机器人在紧急情况下置信度不足时，所提带记忆强化学习任务管理器会记忆人类干预历史，在遭遇相同人工干预情况时重新加载历史控制信号。仿真结果验证了该方法的有效性。最后，通过一组受外界噪声和干扰的移动机器人实验，验证了所提带记忆强化学习任务管理器在不确定现实环境中的有效性。

关键词：人—多机器人协同系统；基于零空间行为控制；任务管理器；强化学习；知识库

HTML PDF 收藏

基于脉冲分忆抗桥电路的分数阶记忆性神经突触加权 Research Articles

蒲亦非1,余波1,2,何秋燕1,袁晓3

《信息与电子工程前沿（英文）》 2021年第22卷第6期页码 862-876 doi: 10.1631/FITEE.2000085

摘要：提出一种新颖的分数阶记忆性神经突触加权电路。与以往大多数整数阶神经突触加权电路不同，该分数阶记忆性神经突触加权电路具有许多重要优点。由于忆阻的概念已从经典的整数阶忆阻推广到分数阶忆阻（分忆抗），分忆抗能否实现分数阶记忆性突触成为一个具有挑战性的理论问题。本文研究利用脉冲分忆抗桥电路实现的分数阶记忆性神经突触加权电路的特点。首先，利用基于脉冲的分忆抗桥电路设计分数阶记忆性神经突触加权电路结构。其次，从数学上证明分数阶记忆性神经突触加权电路的分数阶学习能力。最后，通过实验研究分数阶记忆性神经突触加权电路的电特性。分数阶记忆性神经突触加权电路在解释学习和记忆基础的细胞机制方面具有很强的能力，优于传统的整数阶神经突触加权电路，是该电路的主要优势。

关键词：分数阶微积分；分忆抗；分忆抗值；分数阶忆阻；分数阶记忆性突触

HTML PDF 收藏

时序增强的知识记忆网络在问答中的应用 Article

Xin-yu DUAN, Si-liang TANG, Sheng-yu ZHANG, Yin ZHANG, Zhou ZHAO, Jian-ru XUE, Yue-ting ZHUANG, Fei WU

《信息与电子工程前沿（英文）》 2018年第19卷第1期页码 104-115 doi: 10.1631/FITEE.1700788

摘要：本文设计了一个名为时序增强型知识记忆网络（temporality-enhanced knowledge memory network, TE-KMN）的架构，并将该模型应用于一个名为Quiz Bowl的知识竞赛问答数据集

关键词：问答系统；知识记忆；时序增强

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

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

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

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

HTML PDF 收藏

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

HTML PDF 收藏

Ni-Ti-Cu-V四元薄膜库中微观结构和相变的组合合成和高通量表征 Article

Naila M. Al Hasan, Huilong Hou, Suchismita Sarkar, Sigurd Thienhaus, Apurva Mehta, Alfred Ludwig, Ichiro Takeuchi

《工程（英文）》 2020年第6卷第6期页码 637-643 doi: 10.1016/j.eng.2020.05.003

摘要：

过去70年来，基于Ni-Ti的形状记忆合金（shape memory alloy, SMA）已得到广泛使用，但是提高其功能稳定性仍然是实现更稳健和更高级应用的关键。在材料库的177种成分中，有32种成分具有形状记忆效应，其中5种成分具有零或接近零的热滞效应。应用中，这些合金成分在给定工作温度范围内提供了选择的灵活性。

关键词： Ni–Ti–Cu–V合金组合材料科学四元合金形状记忆合金薄膜库弹性冷却热弹性冷却相变高通量表征属性映射机器学习