检索范围:
排序: 展示方式:
深度学习中的对抗性攻击和防御 Feature Article
任奎, Tianhang Zheng, 秦湛, Xue Liu
《工程(英文)》 2020年 第6卷 第3期 页码 346-360 doi: 10.1016/j.eng.2019.12.012
在深度学习(deep learning, DL)算法驱动的数据计算时代,确保算法的安全性和鲁棒性至关重要。最近,研究者发现深度学习算法无法有效地处理对抗样本。这些伪造的样本对人类的判断没有太大影响,但会使深度学习模型输出意想不到的结果。最近,在物理世界中成功实施的一系列对抗性攻击证明了此问题是所有基于深度学习系统的安全隐患。因此有关对抗性攻击和防御技术的研究引起了机器学习和安全领域研究者越来越多的关注。本文将介绍深度学习对抗攻击技术的理论基础、算法和应用。然后,讨论了防御方法中的一些代表性研究成果。
机器学习视角下的城市建模计算机图形方法综述 Review Article
冯天1,范非易2,Tomasz BEDNARZ3,4
《信息与电子工程前沿(英文)》 2021年 第22卷 第7期 页码 915-925 doi: 10.1631/FITEE.2000141
基于深度Q学习网络与新训练算法的服务机器人主动物品检测模型 Research Article
刘少鹏,田国会,崔永成,邵旭阳
《信息与电子工程前沿(英文)》 2022年 第23卷 第11期 页码 1673-1683 doi: 10.1631/FITEE.2200109
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
网络空间安全命名实体识别综述 Review Article
高宸1,张璇1,2,3,韩梦婷1,刘会1
《信息与电子工程前沿(英文)》 2021年 第22卷 第9期 页码 1153-1168 doi: 10.1631/FITEE.2000286
高炉炼铁过程数据驱动软测量技术研究综述 Review Article
罗月阳1,张新民1,Manabu Kano2,邓龙3,杨春节1,宋执环1
《信息与电子工程前沿(英文)》 2023年 第24卷 第3期 页码 327-354 doi: 10.1631/FITEE.2200366
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
关键词: 人工智能;深度学习;可解释性模型
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
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。
基于内嵌物理信息深度学习模型的增材制造工艺参数及熔池尺寸预测 Article
赵明志, 韦辉亮, 茅仪铭, 张长东, 刘婷婷, 廖文和
《工程(英文)》 2023年 第23卷 第4期 页码 181-195 doi: 10.1016/j.eng.2022.09.015
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
对家用的私人机器人来说,个性化服务和预先设计的任务同样重要,因为机器人需要根据操作者的习惯调整住宅状况。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。
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
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。新的进展和突破将继续推进,不断深入并扩大广度,并在不久的将来迅速发展。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。
标题 作者 时间 类型 操作