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 645

年份

2024 2

2023 88

2022 90

2021 79

2020 76

2019 68

2018 67

2017 45

2016 19

2015 15

2014 7

2013 2

2012 3

2011 6

2010 3

2009 3

2008 3

2007 3

2006 13

2005 5

展开︾

关键词

人工智能 38

智能制造 31

机器学习 27

深度学习 15

新一代智能制造 10

智能化 8

大数据 4

智能 4

智能控制 4

物联网 4

群体智能 4

不确定性 3

工业软件 3

新一代人工智能 3

智能电网 3

Maradbcm算法 2

中国制造 2

云模型 2

展开︾

检索范围：

排序：展示方式：

新一代人工智能引领下的智能产品与装备

谭建荣,刘振宇,徐敬华

《中国工程科学》 2018年第20卷第4期页码 35-43 doi: 10.15302/J-SSCAE-2018.04.007

摘要：

智能产品与装备是智能制造和服务的价值载体、技术前提和物质基础。智能产品与装备的内涵体现在两个辩证的方面：一是智能技术的产品化，主要体现在物联网、大数据、云计算、边缘计算、机器学习、深度学习、安全监控、自动化控制、计算机技术、精密传感技术、GPS定位技术等的综合应用；二是传统产品的智能化，借势新一代人工智能，赋予传统产品以更高智慧，在智能制造装备、智能生产、智能管理等方面注入强劲生命力和发展动能。在广泛科学调研和已有研究基础上，结合《中国制造2025》的十大重点领域及《人工智能三年行动计划》等宏观政策，拟定了智能产品与装备的十二大装备领域。研究表明，新一代智能产品与装备以知识工程为核心，以自感应、自适应、自学习和自决策为显著特征。未来将重点发展该领域的十大关键技术。

关键词：智能产品与装备知识工程智能状态感应智能变异适应智能知识学习智能控制决策

HTML PDF 收藏

知识论框架通向信息-知识-智能统一的理论

钟义信

《中国工程科学》 2000年第2卷第9期页码 50-64

摘要：

知识是人类所创造的宝贵财富，但至今没有形成系统的知识理论。文章旨在提出和建立知识论的框架体系，包括它的基础和主体两部分。基础部分主要给出知识的概念、定义、表示、度量、推理和决策规则；主体部分的核心是阐明由信息提炼知识（知识生成）以及由知识形成智能（知识激活）的机理。知识论的建立将为信息论-知识论-智能论的统一理论奠定坚实的基础，促进人们在更高的水平上利用信息和知识，研究、设计和应用各种智能机器，推动经济和社会的发展。

关键词：知识知识量知识生成知识激活信息-知识-智能的统一理论

HTML PDF 收藏

视觉知识的五个基本问题 Perspectives

潘云鹤

《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.2040000

摘要：认知心理学早已指出，人类知识记忆中的重要部分是视觉知识，被用来进行形象思维。因此，基于视觉的人工智能（AI）是AI绕不开的课题，且具有重要意义。本文继《论视觉知识》一文，讨论与之相关的5个基本问题：（1）视觉知识表达；（2）视觉识别；（3）视觉形象思维模拟；（4）视觉知识的学习；（5）多重知识表达。视觉知识的独特优点是具有形象的综合生成能力，时空演化能力和形象显示能力。这些正是字符知识和深度神经网络所缺乏的。视觉知识和多重知识表达的研究是发展新的视觉智能的关键，也是促进AI 2.0取得重要突破的关键理论与技术。这是一块荒芜、寒湿而肥沃的“北大荒”，也是一块充满希望值得多学科合作勇探的“无人区”。

关键词：视觉知识表达；视觉识别；视觉形象思维模拟；视觉知识学习；多重知识表达

HTML PDF 收藏

基于代价敏感学习的实体-关系联合知识嵌入 Article

Sheng-kang YU, Xue-yi ZHAO, Xi LI, Zhong-fei ZHANG

《信息与电子工程前沿（英文）》 2017年第18卷第11期页码 1867-1873 doi: 10.1631/FITEE.1601255

摘要：在该嵌入框架下，我们设计了联合评分函数，用以对实体和关系间的相关性实例进行量化评价，并将评分函数融入最大间隔学习方法中，使用知识库中的上下文信息学习实体与关系的嵌入向量。实验结果证实了我们的嵌入框架在表达不同关系的语义相关性和进行知识推理中的关系预测时的有效性。

关键词：知识嵌入；联合嵌入；代价敏感学习

HTML PDF 收藏

知行学引论——信息知识智能的统一理论

钟义信

《中国工程科学》 2004年第6卷第6期页码 1-8

摘要：近代科学揭示了物质和能量两类资源的性质和转换规律，创造和不断改进了人力工具和动力工具，创造了辉煌的工业时代文明：文章试图总结信息资源的性质及其转换规律，阐明信息—知识—智能的统一理论，构建知行学，为创造各种智能工具奠定理论基础。

关键词：信息论知识论智能论知行学

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。

关键词：人工智能；机器学习；一次性学习；一瞥学习；量子计算

HTML PDF 收藏

视觉知识引导的中国篆刻智能化生成 Research Article

张克俊1,2,张瑞1,殷叶航1,李一非3,伍文棋1,孙凌云1,2,吴飞1,邓晃煌1,潘云鹤1

《信息与电子工程前沿（英文）》 2022年第23卷第10期页码 1479-1493 doi: 10.1631/FITEE.2100094

摘要：

本文将传统篆刻艺术中的资源协同、设计创作、视觉呈现等过程以数字化方式再现，研制了篆刻艺术智能化创作的系统和平台（浙江大学智能篆刻系统：http://www. next.zju.edu.cn/seal/；篆刻搜索排版系统：http://www.next.zju.edu.cn/seal/search_app/），以视觉知识为引导突破计算机艺术学面临的难点问题。本文构建了包含字和印的求是篆刻数据库，并以此为视觉知识库，构建了篆字智能生成算法。此外，为创建印章布局，提出一种篆字变形算法调整印章字符，并结合视觉知识实现智能篆字布局，以实现智能结构。

关键词：篆刻；智能生成；深度学习；参数化模型；计算机艺术

HTML PDF 收藏

融入领域知识的深度学习在心律失常分类中的应用 Research Article

孙洁

《信息与电子工程前沿（英文）》 2023年第24卷第1期页码 59-72 doi: 10.1631/FITEE.2100519

摘要：深度学习为心律失常的自动分类提供了一种有效的方法，但在临床决策中，纯数据驱动的方法以黑盒形式运行，可能会导致不良预测结果。将领域知识与深度学习相结合是一种很有前景的解决方案。本文开发了一个灵活且可扩展的框架，用于集成领域知识与深度神经网络。该模型由深度神经网络和知识推理模块组成，深度神经网络用于捕捉输入数据的统计模式，知识模块用于确保与领域知识的一致性。实验表明，领域知识可以较好地改善神经网络的预测结果，从而提高预测精度。

关键词：领域知识；心律失常；心电图；临床决策

HTML PDF 收藏

大数据人工智能下的多重知识表达：框架、应用及案例研究 Perspective

杨易,庄越挺,潘云鹤

《信息与电子工程前沿（英文）》 2021年第22卷第12期页码 1551-1684 doi: 10.1631/FITEE.2100463

摘要：提出一种多重知识表示框架，探讨了其对推动大数据人工智能技术在各个领域中发展的重要意义及深远影响。传统知识表达和现代基于深度学习的知识表达通常着眼于利用特定变换方式，将输入转换为符号编码或者向量。例如，知识图谱关注于描述各个概念之间的语义联系，而深度神经网络更像是感知原始信号输入的工具。多重知识表达是一种更为先进的人工智能表征框架，具备更完整的智能功能，比如原始信号感知、特征提取及向量化、知识符号化和逻辑推断。多重知识表达有如下两点优势：（1）与现有以深度学习为主导的人工智能技术相比，具有更强的解释性以及更好的泛化能力；（2）将多重知识表达集成于现有人工智能技术，有利于各种表征（例如原始信号感知以及符号化编码我们希望多重知识表达相关研究以及应用能够驱动新一代人工智能蓬勃发展。

关键词：多重知识表达；人工智能；大数据

HTML PDF 收藏

基于知识图谱技术的电力设备缺陷记录错误识别方法 Regular Article

Hui-fang Wang, Zi-quan Liu,huifangwang@zju.edu.cn

《信息与电子工程前沿（英文）》 2019年第20卷第11期页码 1564-1577 doi: 10.1631/FITEE.1800260

摘要：为实时检测缺陷记录的录入错误，提出一种基于知识图谱技术的电力设备缺陷记录错误识别方法。针对电力缺陷文本特点，通过优化构建知识图谱的一般流程，提出利用现有电力设备缺陷记录语料构建电力设备缺陷知识图谱的方法。然后，基于所构建的知识图谱，针对电力设备缺陷记录的各种错误类型，提出利用图搜索识别缺陷记录错误。最后，对比所提方法和机器学习方法在缺陷记录错误识别上的查准率、查全率、F1分数、准确率和效率，并分析影响各种方法错误识别效果的因素。

关键词：错误识别；电力设备缺陷记录；知识图谱；机器学习

HTML PDF 收藏

视觉知识：智能创意初探 Perspectives

庄越挺,汤斯亮

《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.2100116

摘要：长期以来困扰人工智能领域的一个问题是：人工智能是否具有创造力，或者说，算法的推理过程是否可以具有创造性。本文从思维科学的角度探讨人工智能创造力的问题。首先，列举形象思维推理的相关研究；然后，重点介绍一种特殊的视觉知识表示形式，即视觉场景图；最后，详细介绍视觉场景图构造问题与潜在应用。所有证据表明，视觉知识和视觉思维不仅可以改善当前人工智能任务的性能，而且可以用于机器创造力的实践。

关键词：思维科学；形象思维推理；视觉知识表达；视觉场景图

HTML PDF 收藏

面向视觉概念构建的三维形状空间学习：挑战与研究进展 Perspective

童欣

《信息与电子工程前沿（英文）》 2022年第23卷第9期页码 1290-1297 doi: 10.1631/FITEE.2200318

摘要：人类可以熟练的对真实世界中物体按照形状或者功能进行分类，并在思维中建立每类物体的视觉概念和周围真实世界的视觉知识（Pan, 2019）。Pan（2021）指出建立这些视觉概念和视觉知识的计算表达是发展下一代人工智能的一个关键步骤。学习同一视觉概念下所有物体的三维形状空间是实现视觉概念计算表达的一个关键步骤。本文提出三维形状空间学习中面临的关键技术挑战，并围绕这些技术挑战回顾了这一领域的研究进展，最后讨论了三维形状空间学习领域的研究趋势和未来发展方向。

关键词：视觉概念；视觉知识；三维几何学习；三维形状空间；三维结构

HTML PDF 收藏

针对意外崩溃智能体的教练辅助多智能体强化学习框架 Research Article

赵鉴1,赵有朋1,王维埙2,阳明宇1,胡迅晗1,周文罡1,郝建业2,李厚强1

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 1032-1042 doi: 10.1631/FITEE.2100594

摘要：多智能体强化学习在实际场景中很难应用，一部分原因在于模拟环境和现实环境之间存在差距。造成这种差距的一个原因是，模拟系统总是假设智能体可以一直正常工作，而实际上，由于不可避免的硬件或软件故障，一个或多个智能体可能会在合作过程中意外 “崩溃”。这样的崩溃会破坏智能体之间的合作，导致系统性能下降。本文中，我们给出了意外崩溃情况下合作多智能体强化学习系统的正式定义。为增强系统应对崩溃时的鲁棒性，提出教练辅助多智能体强化学习框架，其在训练过程中引入一个虚拟教练智能体，以调整系统的崩溃概率。为教练智能体设计了3种教练策略和重采样策略。据我们所知，这是研究多智能体系统中意外崩溃情况的首项工作。在网格环境和星际争霸微管理任务上的大量实验表明，相比固定崩溃概率和课程学习的教练策略，自适应策略更加有效。

关键词：多智能体系统；强化学习；意外崩溃智能体

HTML PDF 收藏

深度学习驱动的智能电网调度：综述 Review Article

黄刚1,吴飞2,郭创新3

《信息与电子工程前沿（英文）》 2022年第23卷第5期页码 763-776 doi: 10.1631/FITEE.2000719

摘要：电力调度是智能电网运行的一大核心问题，其目的是在满足时空变化的电力负荷条件下提供电网的最优运行点。这一功能需要在一天内每隔几分钟运行一次，因此快速、准确的调度决策方法至关重要。随着可再生能源的大规模并网以及灾害性气候的不断恶化，智能电网对调度决策方法提出了更为严苛的要求。近年来，以深度学习为代表的人工智能方法在不少领域取得巨大成功，因此深度学习也被电气工程领域寄予厚望，国内外研究者开始重新思考智能电网的调度决策问题。本文即从深度学习这一角度对智能电网调度决策相关研究进行综述，旨在促进智能电网领域发展的同时促进人工智能生态的发展。

关键词：人工智能；深度学习；电力调度；智能电网

HTML PDF 收藏

智能过程制造中的数据解析与机器学习——大数据时代的最新进展与展望 Perspective

尚超、 Fengqi You

《工程（英文）》 2019年第5卷第6期页码 1010-1016 doi: 10.1016/j.eng.2019.01.019

摘要：蓬勃发展的大数据时代对流程工业产生了巨大的影响，为实现智能制造提供了前所未有的机遇。这种新的生产方式不仅要求机器能够帮助人类减轻繁重的体力劳动，还要能有效地承担智力劳动，甚至能够实现自主创新。为了实现这一目标，数据分析与机器学习扮演着不可或缺的角色。在本文中，我们回顾了数据分析和机器学习在工业生产过程监控、控制和优化方面的最新进展，着重分析机器学习模型的可解释性和功能性。

关键词：大数据机器学习智能制造过程系统工程