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 1383

年份

2024 4

2023 126

2022 106

2021 99

2020 105

2019 65

2018 92

2017 90

2016 42

2015 40

2014 32

2013 44

2012 39

2011 53

2010 69

2009 60

2008 37

2007 25

2006 15

2005 33

展开︾

关键词

机器学习 27

关键技术 21

技术创新 21

颠覆性技术 19

人工智能 15

技术 15

深度学习 15

技术预见 11

三峡工程 10

发展 10

发展趋势 9

增材制造 9

技术路线 8

施工技术 8

技术体系 7

智能制造 7

信息技术 6

升船机 6

高速铁路 6

展开︾

检索范围：

排序：展示方式：

自主创新技术学习与产业竞争力的提高——以台湾IC业为例

卢锐,盛昭瀚

《中国工程科学》 2007年第9卷第8期页码 35-39

摘要：

自主创新、技术学习是台湾集成电路（IC）产业遵循比较优势的产业政策和技术政策的结果，是基于本土市场的自主创新以及企业在技术学习上的努力，

关键词：技术学习自主创新产业竞争力 IC产业

HTML PDF 收藏

光学数字化全息技术——全光学机器学习展望

Min Gu, Xinyuan Fang, Haoran Ren, Elena Goi

《工程（英文）》 2019年第5卷第3期页码 363-365 doi: 10.1016/j.eng.2019.04.002

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

微阵列数据集的特征选择技术：综合评述、分类和未来方向 Review

Kulanthaivel BALAKRISHNAN, Ramasamy DHANALAKSHMI

《信息与电子工程前沿（英文）》 2022年第23卷第10期页码 1451-1478 doi: 10.1631/FITEE.2100569

摘要：

为获得最佳结果，从微阵列数据集中检索相关特征已成为特征选择（FS）技术的研究热点。本综述旨在全面阐述各种最新特征选择技术，同时介绍了基于微阵列数据集的处理多类分类问题的技术以及提高学习算法性能的不同方法。我们试图理解和解决数据集不平衡问题，以证实研究人员在微阵列数据集上的工作。对文献的分析为理解和强调在通过各种特征选择技术寻找最佳特征子集时存在的众多挑战和问题铺平了道路。

关键词：特征选择；高维；学习技术；微阵列数据集

HTML PDF 收藏

埋入式传感、图像处理技术和机器学习方法在路面监测与分析中应用的最新研究进展 Review

侯越, 李秋晗, 张晨, 陆国阳, 叶周景, 陈逸涵, 汪林兵, 曹丹丹

《工程（英文）》 2021年第7卷第6期页码 845-856 doi: 10.1016/j.eng.2020.07.030

摘要：埋入式传感器、图像处理和机器学习是目前常用的三种路面结构动力响应监测技术和分析方法。本文综述了近年来上述三种技术在路面工程中的应用现状，并阐述了这些技术在未来路面工程监测与分析中的发展方向。

关键词：路面监测与分析最新的研究进展埋入式传感器图像处理技术机器学习方法

HTML PDF 收藏

基于机器学习的自动化恶意代码分类与新恶意代码检测技术 Article

Liu LIU, Bao-sheng WANG, Bo YU, Qiu-xi ZHONG

《信息与电子工程前沿（英文）》 2017年第18卷第9期页码 1336-1347 doi: 10.1631/FITEE.1601325

摘要：因此，我们提出一种基于机器学习的恶意软件分析系统，由数据处理系统，决策系统和新的恶意软件检测系统三个子系统组成。数据处理系统包含灰度图像的纹理特征，Opcode特征和API特征等三种特征提取方法。

关键词：恶意代码分类；机器学习；n-gram；灰度图；特征提取；恶意代码检测

HTML PDF 收藏

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

摘要：软测量技术是在线实时预测反映高炉能耗和运行稳定性质量指标的关键技术，在节能减排、提高产品质量和带来经济效益方面发挥着重要作用。随着物联网、大数据和人工智能的发展，高炉炼铁过程中的数据驱动软测量技术受到越来越多关注，但目前尚无关于高炉炼铁过程数据驱动软测量技术的系统性总结与评价。本文详细总结了高炉炼铁过程数据驱动软测量技术的最新研究成果与发展现状。具体而言，首先对高炉炼铁中使用的各种数据驱动软测量建模方法（如多尺度方法、自适应方法、深度学习等）进行了全面分类总结与分析。其次，对高炉炼铁中数据驱动软测量技术的应用现状（如硅含量、熔铁温度、气体利用率等）作对比分析。最后，展望了数据驱动软测量技术在高炉数字孪生、多源信息融合、碳达峰与碳中和等方面的潜在挑战和未来发展趋势。

关键词：软测量；数据驱动建模；机器学习；深度学习；高炉；炼铁过程

HTML PDF 收藏

多智能体协作与博弈展望：挑战、技术和应用 Perspective

刘瑜1,李徵2,姜智卓2,何友1

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 1002-1009 doi: 10.1631/FITEE.2200055

摘要：本文从任务挑战、技术方向和应用领域3个角度简要回顾多智能体协作和博弈相关技术。

关键词：多智能体；博弈论；集体智能；强化学习；智能控制

HTML PDF 收藏

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

摘要：为利用分布式边缘设备上大量未标记数据，我们在联邦学习中提出一个称为联邦无监督表示学习(FURL)的新问题，以在没有监督的情况下学习通用表示模型，同时保护数据隐私。

关键词：联邦学习；无监督学习；表示学习；对比学习

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：网络空间安全急需解决的3个技术问题是：网络攻击检测的及时性和准确性、安全态势的可信评估和预测以及安全防御策略优化的有效性。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

向钱学森院士学习

宋健

《中国工程科学》 2001年第3卷第12期页码 1-7

摘要：

文章简要介绍了钱学森院士的生平，回顾了半个多世纪来钱老为我国科学技术事业做出的极其重大的历史贡献。钱老公开申明，所有当代科学技术学科都应该归于马克思主义辩证唯物论哲学指导下的知识体系。文章介绍了钱老在50年前就精辟地论述了科学与技术之间的辩证关系，他的论断对当前我国科技政策的制定仍具有重要的指导意义。

关键词：钱学森马克思主义哲学科学与技术工程控制论系统科学复杂系统

HTML PDF 收藏

面向多类不平衡学习的一对多海林格距离决策树研究 Research Articles

董明刚1,2,刘明1,2,敬超1,2,3

《信息与电子工程前沿（英文）》 2022年第23卷第2期页码 278-290 doi: 10.1631/FITEE.2000417

摘要：由于传统机器学习方法对偏斜分布很敏感，且未考虑多类不平衡问题的特点，多类偏斜分布对机器学习算法来说是一个巨大挑战。为解决这一问题，提出一种新的基于一对多的海林格距离（OAHD）决策树分割准则。最后，从基于进化学习的知识抽取（KEEL）和加州大学欧文分校（UCI）数据库中收集20个公开的真实不平衡数据集进行实验。

关键词：决策树；多类不平衡学习；节点划分准则；海林格距离；一对多技术

HTML PDF 收藏

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

摘要：深度学习模型在命名实体识别（NER）中实现了最先进的性能；然而，其良好性能很大程度上依赖于大量标记数据。在某些特定领域，例如医学、金融和军事领域，标记数据非常稀缺，而未标记数据则很容易获得。本文提出一种用于NER任务的半监督方法，其通过学习一个判别模块筛除错误伪标签，以创建高质量标注数据。伪标签是为未标记数据自动生成的标签，并被当作真实标签用来训练模型。该半监督框架包括3个步骤：为特定NER任务构建最佳单神经网络模型，学习一个评价伪标签的模块，以及迭代创建新的标记数据和改进NER模型。

关键词：命名实体识别；无标注数据；深度学习；半监督学习方法

HTML PDF 收藏

基于深度学习技术的集群电动汽车及家庭热水系统灵活性预测 Article

胡俊杰, 周华嫣然, 周羿宏, 张海婧, Lars Nordströmd, 杨光亚

《工程（英文）》 2021年第7卷第8期页码 1101-1114 doi: 10.1016/j.eng.2021.06.008

摘要：本研究应用一种深度学习技术，即结合时间卷积神经网络的Transformer模型（temporal convolution network-combined transformer）来预测电动汽车与家庭热水系统两种

关键词：负荷灵活性电动汽车家庭热水系统结合时间卷积神经网络的Transformer模型深度学习

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