检索范围:
排序: 展示方式:
工程师们可以再次引领潮流吗? Views & Comments
Keith Clarke, CBE
《工程(英文)》 2016年 第2卷 第1期 页码 19-20 doi: 10.1016/J.ENG.2016.01.005
“数控一代”示范工程引领和推动共性使能技术在中小企业推广应用
魏峰,周源,薛澜
《中国工程科学》 2017年 第19卷 第3期 页码 45-52 doi: 10.15302/J-SSCAE-2017.03.007
迟妍妍,王夏晖,宝明涛,张丽苹,刘斯洋,付乐,许开鹏,王晶晶
《中国工程科学》 2022年 第24卷 第1期 页码 104-112 doi: 10.15302/J-SSCAE-2022.01.011
黄河流域是我国重要的生态屏障,生态环境敏感脆弱、部分地区局部支流生态环境问题突出,为此,系统谋划黄河流域生态环境治理工程,着重解决突出问题为进一步推动黄河流域生态保护和高质量发展,本文分析了黄河流域生态环境保护治理面临的主要挑战,从生态环境治理工程投入、生态环境监测网络建设、生态环境治理能力现代化等方面分析了当前存在的主要问题,据此提出了构建以重大工程为引领的黄河流域生态环境一体化治理战略体系框架研究认为,应充分考虑上中下游空间差异化,坚持系统设计、突出重点,因地制宜、分类施策,统筹谋划、协同共治,水陆联动、联防联控,实施“山水林田湖草沙”一体化保护与修复重大工程、流域环境污染综合治理重大工程、流域生态环境治理现代化重大工程。从解决当前生态环境问题的紧迫性和必要性角度出发,本文提出了建立国家黄河流域生态环境治理重大工程项目库、因地制宜分期分批实施重大工程、开展重大工程实施全过程监管与成效评估、强化重大工程实施的科技创新与支撑等措施建议
“新一代人工智能引领下的制造业新模式新业态研究”课题组
《中国工程科学》 2018年 第20卷 第4期 页码 66-72 doi: 10.15302/J-SSCAE-2018.04.011
在新一代人工智能技术引领下,制造业的生产技术、组织方式、竞争策略等,都将面临重大调整,为制造业新模式与新业态的形成提供了可能。课题重点围绕由开展智能服务而产生的新模式和新业态进行研究,分析了在人工智能技术引领下,制造业的模式与业态的演进趋势,新模式与新业态的典型类型,支撑性、关键性技术;提出了新模式与新业态的发展方针、目标与途径
针对工业故障分类系统的单变量攻击及其防御 Article
卓越, Yuri A.W. Shardt, 葛志强
《工程(英文)》 2022年 第19卷 第12期 页码 240-251 doi: 10.1016/j.eng.2021.07.033
近年来,工业过程故障分类系统主要是由数据驱动的,得益于大量的数据模式,基于深度神经网络的模型显著地提高了故障分类的准确性。但是,这些数据驱动模型容易受到对抗攻击,因此,在样本上的微小扰动会导致模型提供错误的故障预测。最近的研究已经证明了机器学习模型的脆弱性以及对抗样本的广泛存在。本文针对安全、关键的工业故障分类系统提出了一种具有极端约束的黑盒攻击方法:只扰动一个变量来制作对抗样本。此外,为了将对抗样本隐藏在可视化空间中,本文使用了雅可比矩阵来引导扰动变量的选择,使降维空间中的对抗样本对人眼不可见。利用单变量攻击(OVA)方法,文本探究了不同工业变量和故障类别的脆弱性,有助于理解故障分类系统的几何特征。基于攻击方法,文本还提出了相应的对抗训练防御方法,该方法能够有效地防御单变量攻击,并提高分类器的预测精度。在实验中,将本文所提出的方法在田纳西-伊士曼过程(TEP)和钢板(SP)故障数据集上进行了测试。本文探索了变量和故障类别的脆弱相关性,并验证了各种分类器和数据集的单变量攻击和防御方法的有效性。对于工业故障分类系统,单变量攻击方法的攻击成功率接近(在TEP上)甚至高于(在SP 上)目前最有效的一阶白盒攻击方法(该方法需要对所有变量进行扰动)。
何华武
《中国工程科学》 2009年 第11卷 第1期 页码 4-16
利镇有,何继善
《中国工程科学》 2011年 第13卷 第8期 页码 10-14
“新一代人工智能引领下的智能制造研究”课题组
《中国工程科学》 2018年 第20卷 第4期 页码 1-8 doi: 10.15302/J-SSCAE-2018.04.001
智能制造是建设制造强国的主攻方向。智能制造是一个不断演进发展的大概念,本文提出智能制造的内涵,归纳出三个基本范式:数字化制造、数字化网络化制造、数字化网络化智能化制造——新一代智能制造,明确了我国推进制造业智能转型应采取“并行推进、融合发展”的技术路线,提出了我国智能制造未来发展的战略目标、战略方针和发展路径,进而对我国体制机制保障和政策提出加强和落实智能制造推进机制、加大财税和金融支持、深化国际交流合作等初步的建议。
信息科学应引领未来的生物医学研究 Perspective
Kenta Nakai
《工程(英文)》 2019年 第5卷 第6期 页码 1155-1158 doi: 10.1016/j.eng.2019.07.023
笔者从长期回顾的角度阐述了对人工智能(AI)/数据科学与生物医学之间关系的看法。随着新技术的不断出现,现代生物医学的发展持续加速。由于所有生命系统基本上都受其自身DNA中信息的支配,因此信息科学对生物医学的研究具有特别重要的意义。与物理学不同,在生物学中没有发现(或很少有)主导定律。因此,在生物学中,“数据到知识”方法很重要。人工智能在历史上一直应用于生物医学,最近的新闻表明,基于人工智能的方法在国际蛋白质结构预测竞争中获得了最佳性能,这可能被视为该领域的另一个里程碑。类似的方法可能有助于解决基因组序列解释中的问题,如确定患者基因组中的癌症驱动突变。最近,新一代测序(NGS)的爆炸性发展已产生大量数据,并且这种趋势将加速。NGS不仅用于“读取”DNA序列,而且还用于在单细胞水平上获得各种类型的信息。这些数据可以视为气候模拟中的网格数据点。数据科学和人工智能对于这些数据的综合解释/模拟都将变得至关重要,并将在未来的精密医学中起主导作用。
标题 作者 时间 类型 操作