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 1281

会议视频 67

会议信息 21

年份

2024 3

2023 129

2022 139

2021 142

2020 86

2019 105

2018 86

2017 90

2016 41

2015 30

2014 33

2013 24

2012 22

2011 33

2010 35

2009 27

2008 44

2007 47

2006 38

2005 48

展开︾

关键词

颠覆性技术 33

机器学习 27

人工智能 15

深度学习 15

数学模型 13

能源 11

模型 10

可靠性 9

数值模拟 9

数据挖掘 9

智能制造 9

模型试验 9

可持续性 8

增材制造 8

安全性 8

神经网络 8

企业 7

战略性新兴产业 7

创新 6

展开︾

检索范围：

排序：展示方式：

基于多关系平移图注意力网络的需融中小企业挖掘方法 Research Article

梁倩乔1,卫华2,吴亚熙2,韦峰2,赵登3,何建衫3,郑小林1,马国芳4,韩冰2

《信息与电子工程前沿（英文）》 2023年第24卷第3期页码 388-402 doi: 10.1631/FITEE.2200151

摘要：需融企业挖掘任务指挖掘财务困难、需要融资的中小企业，其有利于金融机构帮助中小企业的发展，在金融领域中发挥着越来越重要的作用。本文首先深入分析中小企业的融资需求在企业社交网络中的传递现象，从而提供了一个利用企业社交网络来提升需融企业挖掘有效性的想法，即学习企业社交网络中企业节点的表征并利用该表征挖掘需融企业。然而，该想法面临两种异构性挑战，即融资需求在不同关系下的传递异构性和中小企业在不同关系类型下的行为模式异构性。为了应对这些挑战，本文提出一种基于多关系平移图注意力网络的需融企业挖掘方法。该方法不仅基于一种新颖的实体-关系组合算子来对不同关系类型下的融资需求传递异构性进行建模，还基于本文所设计的关系超平面平移机制来获得中小企业在不同关系类型下的表征，以区分中小企业在不同关系类型下的异构行为模式最后，本文在两个大型真实数据集上进行大量实验，实验结果证明了所提方法在需融企业挖掘任务中优于最先进的方法。

关键词：需融企业挖掘；图表征学习；传递异构性；行为模型异构性

HTML PDF 收藏

面向潜在行为预测的异构行为网络嵌入学习 Article

Yue-yang WANG, Wei-hao JIANG, Shi-liang PU, Yue-ting ZHUANG

《信息与电子工程前沿（英文）》 2020年第21卷第3期页码 422-435 doi: 10.1631/FITEE.1800493

摘要：潜在行为预测即理解特定群体潜在的人类行为，可辅助组织做出战略决策。信息技术的进步使获取人类行为的庞大数据成为可能。本文将真实场景中获取的人类行为数据构建成信息网络；该信息网络由2种对象（人和动作）和3种关系（人—人、人—动作和动作—动作）组成，称作异构行为网络（HBN）。为充分利用异构行为网络的丰富性和异构性，提出一种网络嵌入方法，称作人—行为—属性感知的异构网络嵌入（a4HNE）；该方法综合考虑网络结构邻近性、节点属性相似性和异构性融合。在两个真实数据集上的实验结果表明，该方法在各种异构信息网络挖掘任务中的潜在行为预测性能优于其他同类方法。

关键词：网络嵌入；表示学习；人类行为；社交网络；异构信息网络；属性

HTML PDF 收藏

后E级系统编程模型的构想 None

Ji-dong ZHAI, Wen-guang CHEN

《信息与电子工程前沿（英文）》 2018年第19卷第10期页码 1261-1266 doi: 10.1631/FITEE.1800442

摘要：后E级系统存在许多主要挑战，例如处理器体系结构、编程模型、存储架构和互连网络。讨论了后E级系统编程模型面临的3个重要挑战：异构性、并行性和容错性。

关键词：计算模型；容错；异构；并行性；后E级

HTML PDF 收藏

联邦相互学习：一种针对异构数据、模型和目标的协同机器学习方法 Research Article

沈弢1,张杰2,贾鑫康2,张凤达1,吕喆奇1,况琨1,吴超3,吴飞1

《信息与电子工程前沿（英文）》 2023年第24卷第10期页码 1390-1402 doi: 10.1631/FITEE.2300098

摘要：联邦学习（FL）是深度学习中的一种新技术，可以让客户端在保留各自隐私数据的情况下协同训练模型。然而，由于每个客户端的数据分布、算力和场景都不同，联邦学习面临客户端异构环境的挑战。为解决联邦学习中的异构挑战，本文首先详述了数据、模型和目标（DMO）这3个主要异构来源，然后提出一种新的联邦相互学习（FML）框架。该框架使得每个客户端都能训练一个考虑到数据异构（DH）的个性化模型。在模型异构（MH）问题上，引入一种“模因模型”作为个性化模型与全局模型之间的中介，并且采用深度相互学习（DML）的知识蒸馏技术在两个异构模型之间传递知识。针对目标异构（OH）问题，通过共享部分模型参数，设计针对特定任务的个性化模型，同时，利用模因模型进行相互学习。本研究通过实验评估了FML在应对DMO异构性方面的表现，并与其他常见FL方法在相似场景下进行对比。实验结果表明，FML在处理FL环境中的DMO问题的表现卓越，优于其他方法。

关键词：联邦学习；知识蒸馏；隐私保护；异构环境

HTML PDF 收藏

一种高效的异构车辆集群协同框架 Research Articles

Iftikhar AHMAD1,2,Rafidah Md NOOR2,Zaheed AHMED3,Umm-e-HABIBA3,Naveed AKRAM4, 5,Fausto Pedro GARCÍA MÁRQUEZ6

《信息与电子工程前沿（英文）》 2021年第22卷第9期页码 1247-1259 doi: 10.1631/FITEE.2000260

摘要：异构车辆集群集成了多种类型通信网络，可在各种车辆应用中高效运行。长期演进（LTE）和专用短程通信的集成是异构网络的一种普遍形式。这种网络基础设施的异构性和成本/数据共享的不合作性是需要解决的潜在问题。为解决这些问题，提出一种异构的车辆集群框架，称为目标和兴趣感知集群框架。该框架集成了车载自组织网络与LTE网络，以提高道路交通效率。在此基础上，给出该框架的模型系统。使用模型检测技术对该模型进行形式验证，在功能层面评估其性能。为在微观层面评估该框架性能，通过整合最先进的工具创建异构仿真环境。仿真结果表明，与其他方法相比，该框架具有更好性能。

关键词：车辆集群；异构性；协同；形式验证；系统模型

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。另一个明显的现象是，虽然投入了很多的精力模拟用户或者物品的特殊属性，但用户和物品的总体属性及它们之间的非独立同分布性(non-IID) 被忽略了。本文先讨论了推荐系统的非独立同分布性，紧接着介绍了非独立同分布性原理，目的是从耦合和异构性的角度来深入阐述传统的推荐系统的固有本质。这种非独立同分布推荐系统引起了传统推荐系统范式的转化—— 从独立同分布向非独立同分布进行转化，希望能够形成高效的、相关性高的、个人订制和可操作的推荐系统。

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

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：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。本文用一个移动机器人调节室内温度，来实施这个方法，并把该方法和记录操作者所有诱因和行为的基准办法相比较。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

HTML PDF 收藏

以Matrix-3000为例研究面向裸金属加速器的异构多线程编程模型 Research Article

方建滨1,张鹏1,黄春1,唐滔1,卢凯1,王睿伯1,王峥2

《信息与电子工程前沿（英文）》 2023年第24卷第4期页码 509-520 doi: 10.1631/FITEE.2200359

摘要：随着处理器设计转向使用专门的异构多核以避免功耗墙的影响，软件开发人员发现很难处理这些处理器系统的复杂性。本文分享了我们为Matrix-3000开发的并行编程模型及其支持编译器和库的经验。该低层次编程模型为使用Matrix-3000的裸金属加速器提供了原生编程支持，而高层次模型允许程序员使用OpenCL并行编程标准。我们的编程模型已经被部署到一个E级原型系统的生产环境中。

关键词：异构计算；并行编程模型；可编程性；编译器；运行时系统

HTML PDF 收藏

虚拟企业敏捷性度量的AFHW方法

王硕,唐小我

《中国工程科学》 2002年第4卷第7期页码 29-32

摘要：

提出虚拟企业敏捷性评价指标体系，用改进的层次分析法(AHP)和改进的模糊灰色物元法(FHW)相结合的AFHW模型进行专家咨询及虚拟企业敏捷性度量计算。并根据研制的虚拟企业敏捷性度量支持系统，对企业进行案例研究。

关键词：虚拟企业敏捷性度量 AFHW模型层次分析法(AHP) 模糊灰色物元法(FHW)

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：总结了近年来在理解神经网络内部特征表达和训练一个具有中层表达可解释性的深度神经网络上的相关研究工作。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

Soft-HGRNs: 用于多智能体部分可观察场景的随机性层次图递归网络 Research Article

任一翔1,叶振辉1,2,陈弈宁1,姜晓红2,宋广华1

《信息与电子工程前沿（英文）》 2023年第24卷第1期页码 117-130 doi: 10.1631/FITEE.2200073

摘要：近年来，多智能体深度强化学习（multi-agent deep reinforcement learning, MADRL）的研究进展使其在现实世界的任务中更加实用，但其相对较差的可扩展性和部分可观测的限制为MADRL模型的性能和部署带来了更多的挑战。具体来说，我们将多智能体系统构建为一个图，利用新颖的图卷积结构来实现异构相邻智能体之间的通信，并采用一个递归单元来使智能体具备记忆历史信息的能力。为了鼓励智能体探索并提高模型的鲁棒性，我们进而设计一种最大熵学习方法，令智能体可以学习可配置目标行动熵的随机策略。在三个同构场景和一个异构环境中进行实验；实验结果不仅表明我们的方法相比四个MADRL基线取得了明显的改进，而且证明了所提模型的可解释性、可扩展性和可转移性。

关键词：深度强化学习；基于图的通信；最大熵学习；部分可观测性；异构环境

HTML PDF 收藏

用于说话人识别的潜在可区分性表征学习 Research Articles

黄多林1,毛启容1,2,马忠臣1,郑智燊1,Sidheswar ROUTRAY1,Elias-Nii-Noi OCQUAYE1

《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.1900690

摘要：从语音信号中提取特定说话人的可区分性表征，并将其转换为固定长度的向量是说话人识别和验证系统的关键步骤。提出一种潜在的可区分性表征学习方法，用于说话人识别。我们认为所学表征不仅具有可区分性，还具有相关性。具体来说，引入附加说话人嵌入查找表以探索同一说话人不同语音之间的相关性。此外，引入一个重构约束用于学习线性映射矩阵，使表征更具可区分性。

关键词：说话人识别；潜在可区分性表征学习；说话人嵌入查找表；线性映射矩阵

HTML PDF 收藏

融合显著性模型和高斯网模型的视网膜血管分割方法 Research Articles

Lan-yan XUE, Jia-wen LIN, Xin-rong CAO, Shao-hua ZHENG, Lun YU

《信息与电子工程前沿（英文）》 2019年第20卷第8期页码 1075-1086 doi: 10.1631/FITEE.1700404

摘要：本文提出一种融合显著性模型和高斯网（GNET）模型的新型深度学习结构分割视网膜血管。显著性图像替代原始图像作为GNET模型的输入。GNET模型具有双边对称结构。实验结果表明，与UNET模型相比，GNET模型能获得更精确的特征和更精细的细节。本文所提算法能提取准确的血管网络，与其他深度学习方法相比具有更高精确度。

关键词：视网膜血管分割；显著性模型；高斯网模型（GNET）；特征学习

HTML PDF 收藏

大数据的分布式机器学习的策略与原则 Review

Eric P. Xing,Qirong Ho,Pengtao Xie,Dai Wei

《工程（英文）》 2016年第2卷第2期页码 179-195 doi: 10.1016/J.ENG.2016.02.008

摘要：

大数据的发展已经引领了对能够学习包含数百万至数十亿参数的复杂模型的机器学习系统的新需求，以保证足够的能力来消化海量的数据集，提供强大的预测分析（如高维潜特征、中介表示和决策功能）。为了在这样的尺度上，在成百上千台的分布式机器集群中运行机器学习算法，关键往往是要投入显著的工程性的努力——有人可能会问，这样的工程是否还属于机器学习的研究领域？考虑到如此“大”的机器学习系统可以极大地从根植于机器学习的统计和算法的理解中受益——因此，机器学习的研究人员应该不会回避这样的系统设计—&mdash它们关注的是机器学习研究传统上注意较少的四个关键问题：一个机器学习程序怎样能分布到一个集群中去？机器学习计算怎样能通过机器间的交流连接起来？这样的交流是如何被执行的？机器间应该交流的内容是什么？通过揭示机器学习程序所独有的，而非常见于传统计算机程序中的基础性的统计和算法上的特点，并通过剖析成功案例，以揭示我们如何利用这些原则来同时设计和开发高性能的分布式机器学习软件以及通用的机器学习框架，我们为机器学习的研究人员和从业者提供了进一步塑造并扩大机器学习与系统之间的领域的机会

关键词：机器学习人工智能大数据大型模型分布式系统原则理论数据并行性模型并行性

HTML PDF 收藏

C₈芳烃异构化催化剂的开发及应用

乔映宾

《中国工程科学》 1999年第1卷第1期页码 73-77

摘要：

文章介绍了SKI系列C₈芳烃异构化催化剂研究工作的进展。阐述了催化剂研制开发的创新思路以及该催化剂的优异性能。该催化剂可使贫对二甲苯或贫对、邻二甲苯的混合C₈芳烃异构为接近热力学平衡的C₈芳烃，C₈芳烃的选择性大于97%，使用寿命可达5年以上。并介绍了该催化剂在引进的七套C₈芳烃异构化工业装置上取代了进口催化剂，将该科技成果转化为现实的生产力所取得的成绩。

关键词：异构化催化剂二甲苯