检索结果-内蒙古大学图书馆

智能科技与K21教育:未来社会的未来学校与未来师生

引用

智能科学与技术学报 2024年第3期6卷 281-283页

作者：王飞跃澳门科技大学创新工程学院工程科学系中国澳门999078 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 中国科学院大学人工智能学院北京100049

智能科技的进一步发展,必将变革社会的知识基础设施,迫使我们以新的思维和新的形态重组从幼儿到博士阶段的K21教育体系,进而重新定义未来学校、政府、社会机构和公益组织等的功能与职责。

关键词： K21教育智慧教育平行教育智能科技人工智能平行智能

来源：评论

学校读者我要写书评

暂无评论

眼动跟踪研究进展与展望

引用

自动化学报 2022年第5期48卷 1173-1192页

作者：苟超卓莹王康王飞跃中山大学智能工程学院中国深圳518107 英伟达圣克拉拉美国950513 中国科学院自动化研究所复杂系统管理与控制国家重点实验室中国北京100190

眼动跟踪是指自动检测瞳孔中心位置或者识别三维视线方向及注视点的过程,被广泛应用于人机交互、智能驾驶、人因工程等.由于不同场景下的光照变化、个体眼球生理构造差异、遮挡、头部姿态多样等原因,眼动跟踪的研究目前仍然是一个具有... 详细信息

眼动跟踪是指自动检测瞳孔中心位置或者识别三维视线方向及注视点的过程,被广泛应用于人机交互、智能驾驶、人因工程等.由于不同场景下的光照变化、个体眼球生理构造差异、遮挡、头部姿态多样等原因,眼动跟踪的研究目前仍然是一个具有挑战性的热点问题.针对眼动跟踪领域,首先概述眼动跟踪研究内容,然后分别论述近年来瞳孔中心检测及视线估计领域的国内外研究进展,综述目前眼动跟踪主要数据集、评价指标及研究成果,接着介绍眼动跟踪在人机交互、智能驾驶等领域的应用,最后对眼动跟踪领域的未来发展趋势进行展望.

关键词：眼动跟踪人眼检测视线估计注意力分析

来源：评论

学校读者我要写书评

暂无评论

McCulloch-Pitts人工神经元模型80周年纪念:思想、方法与意义

引用

智能科学与技术学报 2023年第2期5卷 133-142页

作者：缪青海王雨桐吕宜生那晓翔王飞跃中国科学院大学人工智能学院北京100049 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 剑桥大学工程系英国剑桥CB21PZ

1943年,Warren McCulloch和Walter Pitts发表论文《神经活动内在思想的逻辑演算》,证明可以使用逻辑演算描述神经网络的运行机理,拓展了计算神经科学的领域前沿,奠定了人工神经网络的发展基础。恰逢M-P论文发表80周年之际,结合时代背景... 详细信息

1943年,Warren McCulloch和Walter Pitts发表论文《神经活动内在思想的逻辑演算》,证明可以使用逻辑演算描述神经网络的运行机理,拓展了计算神经科学的领域前沿,奠定了人工神经网络的发展基础。恰逢M-P论文发表80周年之际,结合时代背景和作者学术生涯的变迁,探索M-P理论的思想源泉;借助原文中的示例,概述M-P模型的基本原理;以作者对循环因果和反馈机制的研究为主线,探讨M-P模型对信息科学发展的影响、对控制论发展的贡献,及其在当今人工智能大模型时代的意义。

关键词： M-P模型人工神经网络循环因果控制论平行系统人工智能

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv7-EPAN的光伏板红外图像缺陷检测

引用

红外技术 2024年第11期46卷 1315-1324页

作者：李冰赵宽白云山郭聪彬徐蔚徐大伟翟永杰华北电力大学自动化系河北保定071003 保定市综合能源系统状态检测与优化调控重点实验室河北保定071003 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190

光伏板是光伏电站重要组成部件,需定期对其进行检测,保证光伏电站安全运行。针对航拍光伏图像复杂背景下小目标难检测的问题,提出一种基于YOLOv7-EPAN的光伏板红外图像缺陷检测方法。首先提出融合CSWin Transformer的扩展高效网络CS-ELA... 详细信息

光伏板是光伏电站重要组成部件,需定期对其进行检测,保证光伏电站安全运行。针对航拍光伏图像复杂背景下小目标难检测的问题,提出一种基于YOLOv7-EPAN的光伏板红外图像缺陷检测方法。首先提出融合CSWin Transformer的扩展高效网络CS-ELAN模块,捕获全局有效信息抑制背景信息;其次以CS-ELAN为基础构建高效路径特征聚合网络EPAN(Efficient path aggregation characteristic pyramid network),加强不同特征层的信息交互,丰富语义特征信息,提高特征表达能力;最后优化损失函数,使模型关注高质量先验框,提高小目标定位精度。在航拍光伏红外数据集上进行实验,结果表明:相比于原YOLOv7模型,所提方法的mAP50、mAP50:95分别提高了6.4%、3.3%,表明所提方法能较好地解决航拍光伏图像复杂背景下小目标缺陷漏检的问题。

关键词：红外图像缺陷检测 YOLOv7 深度学习 CSWinTransformer 小目标

来源：评论

学校读者我要写书评

暂无评论

个人信息保护政策的网络评价量化计算模型实证研究

引用

现代情报 2022年第6期42卷 3-16页

作者：周庆山赵菲菲董立峰北京大学信息管理系北京100871 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190

[目的/意义]通过对个人信息保护政策的网络评价文本进行分析挖掘,可为政府相关部门了解个人信息保护政策具体政策评价提供重要参考维度。[方法/过程]本文结合半结构访谈、网络媒体传播及公众社交平台评论数据,采用定性和定量研究相结合... 详细信息

[目的/意义]通过对个人信息保护政策的网络评价文本进行分析挖掘,可为政府相关部门了解个人信息保护政策具体政策评价提供重要参考维度。[方法/过程]本文结合半结构访谈、网络媒体传播及公众社交平台评论数据,采用定性和定量研究相结合的方法,从政策完善度、政策效果、政策宣传、政府信任等多个维度入手,构建个人信息保护政策的网民评价计算框架。[结果/结论]在计算框架中,本文创新性地提出“议程设置匹配度”“政策各维度正负面占比”等核心指标,以及网络主题抽取模型,最终对6项个人信息保护政策进行了量化实证计算,基于对实验结果的分析,为提高个人信息保护政策的公众认可度提出参考建议。

关键词：网络评价数据公共政策评价计算框架个人信息保护政策

来源：评论

学校读者我要写书评

暂无评论

有噪条件下的新类检测算法

引用

计算机辅助设计与图形学学报 2021年第5期33卷 682-693页

作者：曾凡霞何泽文张文生中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 中国科学院大学北京100049

针对有噪条件下新类检测性能较差的问题,提出一种基于核零空间判别局部保持投影算法(KNDLPP).首先通过核函数将样本隐式映射到高维特征空间,在核空间中利用距离加权机制对样本进行权重赋值,在保持局部结构的同时降低离群噪声样本的影响... 详细信息

针对有噪条件下新类检测性能较差的问题,提出一种基于核零空间判别局部保持投影算法(KNDLPP).首先通过核函数将样本隐式映射到高维特征空间,在核空间中利用距离加权机制对样本进行权重赋值,在保持局部结构的同时降低离群噪声样本的影响;然后利用样本类内零空间使同类样本坍塌为一点,实现对已知类分布的有效约简;最后基于零空间再求得使类间距最大化的变换矩阵,以上步骤得到一个判别性变换矩阵以刻画样本的分布信息、描述样本之间的相似性.该算法能刻画样本潜在结构,提升已知类与新未知类之间的判别性.在11个公开数据集上的实验结果表明,该算法是有效和鲁棒的,具有较好的新类检测性能.在局部保持性实验中,KNDLPP在4个UCI数据集上的整体平均AUC值为90.656%;在复杂结构保持性实验中,KNDLPP在Banana,Moon及3个UCI数据集上的整体平均AUC值为91.949%;在2个无噪高维数据集的新类检测实验中,KNDLPP平均AUC值为86.214%,高于次优算法4个百分点;在4个UCI数据集的4种有噪条件下,KNDLPP性能排名第1.

关键词：核方法零空间判别局部保持映射新类检测

来源：评论

学校读者我要写书评

暂无评论

透视“机器人红利”的新机遇

引用

人民论坛 2022年第3期 32-35页

作者：王飞跃中国科学院自动化研究所中国科学院自动化研究所复杂系统管理与控制国家重点实验室

当前,我国机器人红利的时代不是到来与否的问题,而是必须尽快让它到来的问题。机器人红利既不能简单地理解为“机器人替代人”,也不是单纯的“机器人作为劳动力”。一方面,机器人由复杂的系统构成,能够胜任比一般自动化机械更为复杂精... 详细信息

当前,我国机器人红利的时代不是到来与否的问题,而是必须尽快让它到来的问题。机器人红利既不能简单地理解为“机器人替代人”,也不是单纯的“机器人作为劳动力”。一方面,机器人由复杂的系统构成,能够胜任比一般自动化机械更为复杂精密的工作;另一方面,机器人的普及也需要人才、应用、市场等多方面领域的改革和支持,尤其是对于机器人核心零部件的技术攻关问题更是重中之重。

关键词：机器人机器人红利人口红利制造业

来源：评论

学校读者我要写书评

暂无评论

机器人运动轨迹的模仿学习综述

引用

自动化学报 2022年第2期48卷 315-334页

作者：黄艳龙徐德谭民英国利兹大学计算机系英国利兹LS29JT 中国科学院自动化研究所精密感知与控制研究中心北京100190 中国科学院大学人工智能学院北京101408 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190

作为机器人技能学习中的一个重要分支,模仿学习近年来在机器人系统中得到了广泛的应用.模仿学习能够将人类的技能以一种相对直接的方式迁移到机器人系统中,其思路是先从少量示教样本中提取相应的运动特征,然后将该特征泛化到新的情形.... 详细信息

作为机器人技能学习中的一个重要分支,模仿学习近年来在机器人系统中得到了广泛的应用.模仿学习能够将人类的技能以一种相对直接的方式迁移到机器人系统中,其思路是先从少量示教样本中提取相应的运动特征,然后将该特征泛化到新的情形.本文针对机器人运动轨迹的模仿学习进行综述.首先详细解释模仿学习中的技能泛化、收敛性和外插等基本问题;其次从原理上对动态运动基元、概率运动基元和核化运动基元等主要的模仿学习算法进行介绍;然后深入地讨论模仿学习中姿态和刚度矩阵的学习问题、协同和不确定性预测的问题以及人机交互中的模仿学习等若干关键问题;最后本文探讨了结合因果推理的模仿学习等几个未来的发展方向.

关键词：机器人技能学习模仿学习运动基元轨迹学习

来源：评论

学校读者我要写书评

暂无评论

平行财务预算:复杂业财的深度融合与智能服务

引用

智能科学与技术学报 2023年第4期5卷 446-453页

作者：崔华宁王飞跃李娟娟秦蕊王戈梁小龙侯家琛管桑田中国科学院大学经济与管理学院北京100086 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190 澳门科技大学创新工程学院中国澳门999078

财务预算管理是企业管理的重要组成,对于企业内部资源的管理、控制、协调和考核至关重要。然而,目前大多数企业财务预算管理还存在财务预算目标制定不够科学、财务预算执行管控不够迅速、财务预算结果无法有效预测等问题。尽管数字技术... 详细信息

财务预算管理是企业管理的重要组成,对于企业内部资源的管理、控制、协调和考核至关重要。然而,目前大多数企业财务预算管理还存在财务预算目标制定不够科学、财务预算执行管控不够迅速、财务预算结果无法有效预测等问题。尽管数字技术与智能技术的发展为这些问题的缓解提供了有力的支撑,但却无法从本质上解决问题。平行智能理论构建与实际系统对应的人工系统,通过二者的虚实反馈与平行执行,实现对财务预算的描述、预测与引导,以提升预算目标的科学性、预算过程的可控性和预算结果的可靠性。将平行智能理论与财务预算结合,提出平行财务预算管理新模式,为复杂环境下业财的深入融合及其支撑的智能服务提供可行的技术框架与理论指导,促进企业财务预算管理的智能化变革与转型;辨析了平行财务预算的概念,提出了其基本框架,并探讨了其主要特征与支撑技术。

关键词：平行财务预算平行智能业财融合智能服务

来源：评论

学校读者我要写书评

暂无评论

受人脑中记忆机制启发的增量目标检测方法

引用

计算机科学 2023年第2期50卷 267-274页

作者：商迪吕彦锋乔红中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190 中国科学院大学人工智能学院北京100049 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190

增量学习是缩小当前人工智能和人类智能间差距的关键技术,指智能体像人类一样从不稳定数据流中顺序学习多个任务,且不发生遗忘。目标检测是计算机视觉领域的核心任务之一,是计算机理解图像的基石。因此,增量目标检测问题具有重要的研究... 详细信息

增量学习是缩小当前人工智能和人类智能间差距的关键技术,指智能体像人类一样从不稳定数据流中顺序学习多个任务,且不发生遗忘。目标检测是计算机视觉领域的核心任务之一,是计算机理解图像的基石。因此,增量目标检测问题具有重要的研究意义和实际意义。尽管增量学习在图像分类中取得了不错的成果,但基于目标检测的增量学习研究还处于初级阶段。这是因为目标检测相比图像分类更加复杂,它需要同时解决分类和边框回归的问题。不少研究者为解决此问题做了很多努力,但大多数工作都只关注如何保留已学习任务的性能,忽略了模型对新任务的快速适应能力,而这正是增量学习的关键要求。基于大脑的记忆机制,人类可以在学习中不断地提取知识以更好更快地学习新任务,不发生遗忘。受此启发,提出了一种融合编解码记忆重放机制的增量元学习方法。该方法对已学习样本的特征向量进行编码存储和解码重放,从而将不稳定数据流近似为动态稳定数据集,缓解了遗忘问题。同时,设计了一个双循环在线元学习策略,模型在内循环分别基于多批次新旧混合数据进行随机梯度更新,最后在外循环进行元学习,从而获得多任务间的共同结构,使模型具有良好的泛化性能,能够快速适应学习中遇到的新任务。在大型的公开数据集PASCAL VOC和MS COCO上设置了3种增量目标检测实验环境来评估所提算法。实验结果表明,所提算法与最先进的方法相比体现出了具有竞争力的性能,证明了其可以帮助模型更好地抵抗遗忘,具有更好的泛化性能。所提算法基于梯度更新,与模型无关,因此其可以与其他检测框架结合,具有强适应性。

关键词：增量学习目标检测受脑启发元学习抵抗遗忘泛化性能

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：