检索范围:
排序: 展示方式:
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
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
论视觉知识 Perspective
Yun-he PAN
《信息与电子工程前沿(英文)》 2019年 第20卷 第8期 页码 1021-1025 doi: 10.1631/FITEE.1910001
关键词: None
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
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
关键词: 多重知识表达;人工智能;大数据
基于三维参数模型重建的心脏病理视觉识别 Research Article
肖金肖1,李岩松1,田沄1,徐冬溶2,3,李鹏辉1,赵世凤1,潘云鹤3
《信息与电子工程前沿(英文)》 2022年 第23卷 第9期 页码 1324-1337 doi: 10.1631/FITEE.2200102
基于场景自适应概念学习的无监督目标检测 Research Articles
浦世亮1,赵暐1,陈伟杰1,杨世才1,谢迪1,潘云鹤2
《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.2000567
基于定量属性的单目标视觉跟踪算法评价体系研究 Article
Wen-jing KANG, Chang LIU, Gong-liang LIU
《信息与电子工程前沿(英文)》 2020年 第21卷 第3期 页码 405-421 doi: 10.1631/FITEE.1900245
关键词: 视觉跟踪;性能评价;视觉属性;计算机视觉
钟义信
《中国工程科学》 2000年 第2卷 第9期 页码 50-64
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
面向视觉常识推理的有向视觉连接 Research Articles
韩亚洪1,2,武阿明1,朱霖潮3,杨易3
《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.2000722
李华
《中国工程科学》 2011年 第13卷 第8期 页码 87-93
在知识经济时代,企业已经开始认识到最宝贵的资产是知识,知识不但是生产的关键要素,而且还是企业保持持续竞争优势的重要手段。企业知识管理系统的有效实施,要在正确的思想指导下,建立适于知识共享的组织结构和企业文化,在理解和实施知识管理时必须坚持积累、信任、共享、交流、学习五项原则。知识管理的目标是实现组织总体发展战略,因此知识共享的过程也必须以实现组织战略目标为前提,重视对共享知识的甄选,建立知识共享平台和存储管理单元,引导知识交流,实施奖励政策。
郑庆华,刘欢,龚铁梁,张玲玲,刘均
《中国工程科学》 2023年 第25卷 第2期 页码 208-220 doi: 10.15302/J-SSCAE-2023.02.018
大数据知识工程是人工智能的“基础设施”、诸多行业和领域面临的共性需求、信息化迈向智能化的必由之路。本文阐述了大数据知识工程产生的背景与概念内涵,提出了“数据知识化、知识体系化、知识可推理”的研究框架;梳理了知识获取与融合、知识表征、知识推理等大数据知识工程关键技术和智慧教育、税务风险管控、智慧医疗等典型场景中的工程应用;总结了大数据知识工程面临的挑战,研判了大数据知识工程的未来研究方向,包括复杂大数据知识获取、知识+数据混合学习、脑启发知识编码记忆等。研究建议,引导多学科交叉融合,设立重大和重点研发专项,推动大数据知识工程基础理论与技术攻关;加强企业和研究机构间交流合作,推广前沿研究成果并形成应用示范,建立大数据知识工程行业标准体系;以重大需求应用为导向,探索校企协同育人模式,加快大数据知识工程技术在重要行业的落地应用。
标题 作者 时间 类型 操作