检索范围:
排序: 展示方式:
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
关键词: 联邦学习;无监督学习;表示学习;对比学习
6G中联邦学习的应用、挑战和机遇 Review
杨照辉,陈明哲,黃繼傑,H. Vincent Poor,崔曙光
《工程(英文)》 2022年 第8卷 第1期 页码 33-41 doi: 10.1016/j.eng.2021.12.002
标准的机器学习方法需要在数据中心集中训练数据,从而采用集中式机器学习算法来进行数据分析和推理。联邦学习可解决这些问题。联邦学习可以使设备能够在没有数据共享和传输的情况下训练机器学习模型。本文全面概述了未来第六代(6G)无线网络的联邦学习应用。特别是,首先描述了将联邦学习应用于无线通信中的基本要求。然后详细介绍了无线通信中潜在的联邦学习新型应用,讨论了与新型应用相关的主要问题和挑战。最后,描述了用于无线通信的联邦学习的详细实现方案,并给出了联邦学习的难点和应用前景。
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
关键词: 联邦学习;知识蒸馏;隐私保护;异构环境
基于联邦边缘学习的梯度量化和带宽分配优化策略 Research Article
刘沛西1,3,江甲沫2,朱光旭3,程磊4,5,蒋伟1,罗武1,杜滢2,王志勤2
《信息与电子工程前沿(英文)》 2022年 第23卷 第8期 页码 1247-1263 doi: 10.1631/FITEE.2100538
面向物联网的激励感知区块链辅助的智能边缘缓存与计算迁移研究 Article
王倩, 陈思光, 吴蒙
《工程(英文)》 2023年 第31卷 第12期 页码 127-138 doi: 10.1016/j.eng.2022.10.014
孙棕檀,李云,李浩悦,特日格乐
《中国工程科学》 2017年 第19卷 第5期 页码 92-96 doi: 10.15302/J-SSCAE-2017.05.016
美国国防分析研究所发布的《美国联邦政府技术预测工具应用现状与潜在应用》研究报告对美国联邦政府机构技术预测工作开展现状进行了梳理,对联邦政府机构期望拥有的技术预测工具能力进行了分析本文在此基础上,对联邦政府机构技术预测工具的应用态势进行了总结,为我国开发相应技术预测工具提供参考与借鉴。
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
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
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
陈志祥
《中国工程科学》 2007年 第9卷 第7期 页码 82-88
学习曲线是一种通过生产者行为学习与经验积累而得到改进的生产产出的特征函数,利用学习曲线可以科学地制定成本计划,改善作业计划、劳动定额与劳力规划对国际上的研究文献、学习曲线的表现形式及其特点进行分析,探讨了几个新的应用动向。
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
通讯式学习——统一的机器学习模式 Review
袁路遥, 朱松纯
《工程(英文)》 2023年 第25卷 第6期 页码 77-100 doi: 10.1016/j.eng.2022.10.017
In this article, we propose a communicative learning (CL) formalism that unifies existing machine learning paradigms, such as passive learning, active learning, algorithmic teaching, and so forth, and facilitates the development of new learning methods. Arising from human cooperative communication, this formalism poses learning as a communicative process and combines pedagogy with the burgeoning field of machine learning. The pedagogical insight facilitates the adoption of alternative information sources in machine learning besides randomly sampled data, such as intentional messages given by a helpful teacher. More specifically, in CL, a teacher and a student exchange information with each other collaboratively to transmit and acquire certain knowledge. Each agent has a mind, which includes the agent's knowledge, utility, and mental dynamics. To establish effective communication, each agent also needs an estimation of its partner's mind. We define expressive mental representations and learning formulation sufficient for such recursive modeling, which endows CL with human-comparable learning efficiency. We demonstrate the application of CL to several prototypical collaboration tasks and illustrate that this formalism allows learning protocols to go beyond Shannon's communication limit. Finally, we present our contribution to the foundations of learning by putting forth hierarchies in learning and defining the halting problem of learning.
关键词: Artificial intelligencehine Cooperative communication Machine learning Pedagogy Theory of mind
一种用于工业过程监测的鲁棒迁移字典学习算法 Article
阳春华, 梁慧平, 黄科科, 李勇刚, 桂卫华
《工程(英文)》 2021年 第7卷 第9期 页码 1262-1273 doi: 10.1016/j.eng.2020.08.028
标题 作者 时间 类型 操作