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 701

会议视频 183

会议信息 61

会议专题 1

年份

2024 2

2023 103

2022 150

2021 155

2020 150

2019 104

2018 74

2017 54

2016 19

2015 17

2014 12

2013 2

2012 8

2011 6

2010 6

2009 3

2008 6

2007 11

2006 11

2005 6

展开︾

关键词

智能制造 113

人工智能 89

机器学习 27

2020 23

农业科学 19

深度学习 15

2019 11

新一代智能制造 10

智能工业 10

智能 9

智能化 9

大数据 8

智能电网 8

仿真技术 6

信息技术 6

学术会议 6

能源 6

人工神经网络 5

物联网 5

展开︾

检索范围：

排序：展示方式：

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

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基于目前人工智能（AI）研究现状，提出将其划分为以下子学科：人工类人智能、人工机器智能、人工仿生智能和人工量子智能。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

中国人工智能的伦理原则及其治理技术发展 Review

吴文峻,黄铁军,龚克

《工程（英文）》 2020年第6卷第3期页码 302-309 doi: 10.1016/j.eng.2019.12.015

摘要：

伦理原则和治理技术对于人工智能（AI）的健康和可持续发展至关重要。为了实现AI造福人类社会这一长期目标，中国政府、研究机构和企业已经发布了AI的伦理原则，并启动了研究AI治理技术的项目。

关键词：人工智能伦理，人工智能治理技术，机器学习，隐私，安全，公平

HTML PDF 收藏

介尺度中的复杂性——人工智能发展中的共性挑战 Perspective

郭力, 邬俊, 李静海

《工程（英文）》 2019年第5卷第5期页码 924-929 doi: 10.1016/j.eng.2019.08.005

摘要：大数据的兴起与计算能力的提升，加之优化算法的改进，触发了以深度学习为驱动的人工智能变革，并在多个应用领域取得了突破性进展。然而，深度学习难以揭示所解决问题的底层逻辑和物理内涵，进而阻碍了其进一步发展。本文提出“基于介科学的人工智能”研究范式，将介科学原理和方法应用于深度学习模型设计，旨在弥补其模型脱离问题物理原型这一根本性问题，探索人工智能可持续发展的有效途径。

关键词：人工智能，深度学习，介科学，介尺度，复杂系统

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：工业4.0革命宣称，通过将机器学习引入这些领域，就可实现可观的经济收益和环境收益。高频优化和工艺控制的瓶颈往往是按要求对原料和产品等进行详细分析所需的时间。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。

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

人工智能与统计分析 Perspective

Bin YU, Karl KUMBIER

《信息与电子工程前沿（英文）》 2018年第19卷第1期页码 6-9 doi: 10.1631/FITEE.1700813

摘要：人工智能（artificial intelligence, AI）本质上是由数据驱动的。在其通过人机协作完成数据生成、算法开发与结果评估的任务中，需要应用许多统计概念。

关键词：人工智能；统计；人机协作

HTML PDF 收藏

医疗保健中的人工智能——综述与预测性案例研究 Review

荣国光, Arnaldo Mendez, Elie Bou Assi, 赵博, Mohamad Sawan

《工程（英文）》 2020年第6卷第3期页码 291-301 doi: 10.1016/j.eng.2019.08.015

摘要：

近年来，人工智能在软件算法、硬件实现和应用等领域得到了迅速发展。本文综述了人工智能在生物医学中应用的最新进展，包括疾病诊断、生活辅助、生物医学信息处理和生物医学研究。综述的目的是跟踪新的科学成就，了解人工智能在生物医学中的巨大潜力和相关技术的适用性，并为相关领域的研究人员提供启示。可以断言，正如人工智能本身一样，人工智能在生物医学中的应用尚处于早期阶段。本文以人工智能在癫痫发作和膀胱功能失调预测方面的应用的两个案例来说明其在生物医疗等方面的应用。

关键词：人工智能机器学习深度学习神经网络生物医学研究医疗保健应用癫痫发作膀胱充盈

HTML PDF 收藏

我国人工智能核心软硬件发展战略研究

高蕾,符永铨,李东升,廖湘科

《中国工程科学》 2021年第23卷第3期页码 90-97 doi: 10.15302/J-SSCAE-2021.03.008

摘要：

人工智能（AI）是推动全球数字化发展的重要赋能技术，正在引领新一轮科技革命和产业变革；加快培育和推进我国AI核心软硬件技术及产业发展，对推动我国实现跨越式发展

关键词：人工智能核心软硬件人工智能芯片智能基础算法新型使能技术

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：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

人工智能走向2.0

潘云鹤

《工程（英文）》 2016年第2卷第4期页码 409-413 doi: 10.1016/J.ENG.2016.04.018

摘要：

随着互联网的普及、传感网的渗透、大数据的涌现、信息社区的崛起，以及数据和信息在人类社会、物理空间和信息空间之间的交叉融合与相互作用，当今人工智能(AI) 发展所处信息环境和数据基础已经发生了深刻变化，人工智能的目标和理念正面临重要调整，人工智能的科学基础和实现载体也面临新的突破，人工智能正进入一个新的阶段。这个源于传统而又与之不同的人工智能新阶段被称为人工智能2.0(AI 2.0)。本文从人工智能60 年的发展历史出发，通过分析促成人工智能2.0形成的外部环境与目标的转变，分析技术萌芽，提出了人工智能2.0 的核心理念，并结合中国发展的社会需求与信息环境特色，给出了发展人工智能2.0

关键词：人工智能2.0 大数据群体智能跨媒体人机混合智能无人智能系统

HTML PDF 收藏

深度学习驱动的智能电网调度：综述 Review Article

黄刚1,吴飞2,郭创新3

《信息与电子工程前沿（英文）》 2022年第23卷第5期页码 763-776 doi: 10.1631/FITEE.2000719

摘要：电力调度是智能电网运行的一大核心问题，其目的是在满足时空变化的电力负荷条件下提供电网的最优运行点。这一功能需要在一天内每隔几分钟运行一次，因此快速、准确的调度决策方法至关重要。随着可再生能源的大规模并网以及灾害性气候的不断恶化，智能电网对调度决策方法提出了更为严苛的要求。近年来，以深度学习为代表的人工智能方法在不少领域取得巨大成功，因此深度学习也被电气工程领域寄予厚望，国内外研究者开始重新思考智能电网的调度决策问题。本文即从深度学习这一角度对智能电网调度决策相关研究进行综述，旨在促进智能电网领域发展的同时促进人工智能生态的发展。

关键词：人工智能；深度学习；电力调度；智能电网

HTML PDF 收藏

深度学习中的视觉可解释性 Review

Quan-shi ZHANG, Song-chun ZHU

《信息与电子工程前沿（英文）》 2018年第19卷第1期页码 27-39 doi: 10.1631/FITEE.1700808

摘要：虽然深度神经网络在众多人工智能任务中已有杰出表现，但神经网络中层表达的可解释性依然是该领域发展的重大瓶颈。目前，深度神经网络以低解释性的黑箱表达为代价，获取了强大的分类能力。我们认为提高神经网络中层特征表达的可解释性，可以帮助人们打破众多深度学习的发展瓶颈，比如，小数据训练，语义层面上的人机交互式训练，以及基于内在特征语义定向精准修复网络中层特征表达缺陷等难题。本文着眼于卷积神经网络，调研了：(1)网络表达可视化方法；(2)网络表达的诊断方法；(3)自动解构解释卷积神经网络的方法；(4)学习中层特征表达可解释的神经网络的方法； (5)基于网络可解释性的中层对端的深度学习算法最后，讨论了可解释性人工智能未来可能的发展趋势。

关键词：人工智能；深度学习；可解释性模型

HTML PDF 收藏

统一集论与人工智能

张江,林华,贺仲雄

《中国工程科学》 2002年第4卷第3期页码 40-47

摘要：从分析集合理论和人类思维形式之间的关系人手，把统一集理论初步应用到模式识别、聚类分析、逻辑推理、机器学习、智能决策等多种人工智能领域，指出了集合论及其运算系统与逻辑推理系统的等价关系。

关键词：统一集人工智能集合运算逻辑推理

HTML PDF 收藏

智能石油工程 Perspective

Mohammad Ali Mirza, Mahtab Ghoroori, Zhangxin Chen

《工程（英文）》 2022年第18卷第11期页码 27-32 doi: 10.1016/j.eng.2022.06.009

摘要：

数据驱动方法和人工智能（AI）算法比基于物理的方法更有前景，前者主要来源是数据，这是每个现象的基本要素。这些算法从数据中学习并揭示看不见的模式。这项新技术对每秒产生大量数据的石油行业具有重要意义。由于石油和天然气行业正处于向油田数字化的过渡阶段，在不同的石油工程挑战中，集成数据驱动建模和机器学习（ML）算法的动力越来越大。ML已广泛应用于工业的不同领域。

关键词：人工智能机器学习智能油藏工程文本挖掘智能地球科学智能钻探工程

HTML PDF 收藏

网络安全遇上人工智能：综述 Review Article

Jian-hua LI

《信息与电子工程前沿（英文）》 2018年第19卷第12期页码 1462-1474 doi: 10.1631/FITEE.1800573

摘要：网络安全与人工智能技术有着广泛的交叉。一方面，可以将人工智能技术（如深度学习）引入网络安全领域，构建智能模型，实现恶意代码检测、入侵检测和威胁情报感知等。另一方面，人工智能模型面临针对样本、学习过程和决策等的各种威胁。因此，人工智能模型需要网络安全防护技术来对抗各类攻击，实现隐私保护机器学习以及安全的联合深度学习等。本文对人工智能与网络安全交叉研究进行综述，首先总结现有利用人工智能技术对抗网络攻击的研究工作，包括采用传统机器学习技术和深度学习技术在对抗网络攻击方面的应用和效果。然后总结和分析人工智能会遭受的对抗攻击，对现有针对对抗攻击的防御方式进行归类，分析各自特点。最后，从构建加密神经网络和实现安全联合深度学习两个方面阐述现有工作中构建安全人工智能系统的方案。

关键词：网络安全；人工智能；攻击监测；防御技术