首页期刊导航|电子与信息学报
期刊信息/Journal information
电子与信息学报
电子与信息学报

吴一戎

月刊

1009-5896

jeit@mail.ie.ac.cn

010-58887066

100190

北京市北四环西路19号

电子与信息学报/Journal Journal of Electronics & Information TechnologyCSCD北大核心CSTPCDEI
查看更多>>本刊是电子科学高级综合性学术刊物。主要刊登有关电子与信息科学方面的具有创新性的、高水平的文章。
正式出版
收录年代

    集对论在人工智能中的若干应用与进展综述

    赵克勤
    383-407页
    查看更多>>摘要：集对论(SPT)把事物所在的时空视为一个既确定又不确定(D-U)时空,把事物的确定性与不确定性作为一个确定不确定系统处理,对不确定性"客观承认、系统描述、定量刻画、具体分析、实践检验",在应用中不断发展.该文综述集对(SP)及其联系数(CN)的来源与性质,集对论的成对原理与不确定原理、不确定性系统理论与同异反系统理论和基本算法之后,概述集对论在智能定义、航天数据快速评估和多雷达信号分选、复杂系统智能预测、不确定性智能决策、以及自然数的联系数化与群体智能测算等涉及人工智能基础方面的若干应用,简介集对论在智能算法创新方面的若干进展,包括偏联系数计算与联系数系统能守恒计算在内的绿色智能计算等;期待"集对论+非集对论"集成的绿色智能算法在新一代人工智能中得到更多应用.

    集对论人工智能不确定性联系数系统能绿色智能计算

      原文链接:
    • 万方数据
    • 维普

    认知相对论——通向强人工智能之路

    李玉鑑
    408-427页
    查看更多>>摘要：人工智能(AI)的发展如火如荼,大有超越人类之势,以致很多人认为奇点就要来临,强人工智能即将实现.这是一种对强人工智能的误解,因为强人工智能的核心并不在于其功能是否强大,而在于它是否具有意识.该文首先解释了强人工智能的内涵,讨论了与之相关的意识问题;然后,阐述了旨在揭开意识奥秘的认知相对论思想,包括:世界的相对性原理和符号的相对性原理,以及世界、语言和心灵的关系.接着,提出了另一条新原理,即意识的等效原理,用以说明意识从物质产生所需要的物理条件,解决主观体验或现象意识的困难问题,推导意识能力受限于感觉能力且以感觉容量为上界的认知基本定理,并分析意识在哪里和自我是什么的可能性.最后,在认知相对论的框架下,给出了研究意识问题的新纲领和实现机器意识的新思路,并展望了强人工智能的未来.

    人工智能强人工智能意识机器意识认知相对论

      原文链接:
    • 万方数据
    • 维普

    联邦学习深度梯度反演攻防研究进展

    孙钰严宇崔剑熊高剑...
    428-442页
    查看更多>>摘要：联邦学习作为一种"保留数据所有权,释放数据使用权"的分布式机器学习方法,打破了阻碍大数据建模的数据孤岛.然而,联邦学习在训练过程中只交换梯度而不交换训练数据的特点并不能保证用户训练数据的机密性.近年来新型的深度梯度反演攻击表明,敌手可从共享梯度中重建用户的私有训练数据,从而对联邦学习的私密性产生了严重威胁.随着梯度反演技术的演进,敌手从深层网络恢复大批量原始数据的能力不断增强,甚至对加密梯度的隐私保护联邦学习(PPFL)发起了挑战.而有效的针对性防御方法主要基于扰动变换,旨在混淆梯度、输入或特征以隐藏敏感信息.该文首先指出了隐私保护联邦学习的梯度反演漏洞,并给出了梯度反演威胁模型.之后从攻击范式、攻击能力、攻击对象3个角度对深度梯度反演攻击进行详细梳理.随后将基于扰动变换的防御方法依据扰动对象的不同分为梯度扰动、输入扰动、特征扰动3类,并对各类方法中的代表性工作进行分析介绍.最后,对未来研究工作进行展望.

    联邦学习梯度反演数据重建标签恢复扰动变换

      原文链接:
    • 万方数据
    • 维普

    基于脑电的快速序列视觉呈现脑-机接口系统研究进展综述

    魏玮邱爽李叙锦毛嘉宇...
    443-455页
    查看更多>>摘要：脑-机接口(BCI)系统建立大脑与外部设备之间的直接交流通路,结合快速序列视觉呈现(RSVP)范式能够实现利用人类视觉系统进行高流通量图像目标检索.近些年来,RSVP-BCI系统在范式编码、脑电(EEG)解码和系统应用方面的研究取得了长足的进步.对范式编码的研究揭示不同范式参数对系统性能的影响,促进提升系统性能;脑电解码的研究在提升算法分类性能的同时推动少训练、零训练样本、多模态等场景下的应用;对RS-VP-BCI系统应用的研究实现推动系统走向实际应用并拓宽了应用领域.同时,系统仍面临着迈向实际时可应用领域范围窄、脑电跨域解码难题以及计算机视觉飞速进步带来的挑战.该文对RSVP-BCI近年来的相关研究进展进行了回顾与总结,并对未来的发展方向进行了展望.

    脑-机接口快速序列视觉呈现脑电

      原文链接:
    • 万方数据
    • 维普

    无人车集群协同围捕发展现状分析

    徐友春郭宏达娄静涛叶鹏...
    456-471页
    查看更多>>摘要：无人车集群具有成本低、安全性好、自主程度高等优点,已成为无人驾驶领域的研究热点.基于无人车集群,研究人员提出多种不同协同策略以完成各类任务,其中协同围捕作为重要的应用方向,无论是在军用还是民用领域都受到了广泛关注.针对此问题,该文首先基于无人车集群的相关应用和架构,对协同围捕的策略机理进行了系统分析,并将协同围捕策略划分为搜索、追踪和围堵3个子模式.然后,从博弈论、概率分析和机器学习等角度梳理了协同围捕的关键方法,并对这些算法的优缺点进行了比较.最后,对未来研究提出了意见建议,为进一步提高无人车集群协同围捕的效率和性能提供参考和思路.

    无人车集群协同围捕策略机理搜索追踪围堵

      原文链接:
    • 万方数据
    • 维普

    基于伪监督注意力短期记忆与多尺度去伪影网络的图像分块压缩感知

    李俊辉侯兴松
    472-480页
    查看更多>>摘要：基于深度展开网络的分块压缩感知(BCS)方法,在迭代去块伪影时通常会同时去除部分信号和保留部分块伪影,不利于信号恢复.为了改善重建性能,在学习去噪的迭代阈值(LDIT)算法基础上,该文提出基于伪监督注意力短期记忆与多尺度去伪影网络(MSD-Net)的图像BCS迭代方法(PSASM-MD).首先,在每步迭代中,利用残差网络并行地对每个图像子块单独去噪后再拼接.然后,对拼接后的图像采用含有伪监督注意力模块(PSAM)的MSD-Net进行特征提取,以更好地去除块伪影以提高重建性能.其中,PSAM被用于从含有块伪影的残差中抽取部分有用信号,并传递到下一步迭代实现短期记忆,以尽量避免去除有用信号.实验结果表明,该文方法相比现有先进的同类BCS方法在主观视觉感知和客观评价指标上均取得了更优的结果.

    分块压缩感知短期记忆图像去伪影深度展开网络

      原文链接:
    • 万方数据
    • 维普

    半配对的多模态询问哈希方法

    庾骏马江涛咸阳侯瑞霞...
    481-491页
    查看更多>>摘要：多模态哈希能够将异构的多模态数据转化为联合的二进制编码串.由于其具有低存储成本、快速的汉明距离排序的优点,已经在大规模多媒体检索中受到了广泛的关注.现有的多模态哈希方法假设所有的询问数据都具备完整的多种模态信息以生成它们的联合哈希码.然而,实际应用中很难获得全完整的多模态信息,针对存在模态信息缺失的半配对询问场景,该文提出一种新颖的半配对询问哈希(SPQH),以解决半配对的询问样本的联合编码问题.首先,提出的方法执行投影学习和跨模态重建学习以保持多模态数据间的语义一致性.然后,标签空间的语义相似结构信息和多模态数据间的互补信息被有效地捕捉以学习判别性的哈希函数.在询问编码阶段,通过学习到的跨模态重构矩阵为未配对的样本数据补全缺失的模态特征,然后再经习得的联合哈希函数生成哈希特征.相比最先进的基线方法,在Pascal Sentence,NUS-WIDE和IAPR TC-12数据集上的平均检索精度提高了2.48％.实验结果表明该算法能够有效编码半配对的多模态询问数据,取得了优越的检索性能.

    多模态信息检索哈希半配对数据跨模态重建二值化编码

      原文链接:
    • 万方数据
    • 维普

    PPNet:基于预先预测的降雨短时预测模型

    宋毅张晗奕孙丰张敬林...
    492-502页
    查看更多>>摘要：降雨短时预测一直以来都是气象预测问题中的热点问题.传统的预测方法基于数值天气预测模型展开预报,但近些年利用深度学习展开基于雷达回波图的降雨短时预测方法受到了广大研究者的关注.其中,时序预测网络存在不能并行计算导致耗时过长的问题且存在梯度爆炸问题.全卷积网络可以解决上述两个问题,但是却不具备时序信息提取的能力.因此,该文以泰勒冻结假设为理论依据,提出一个基于预先预测辅助推断结构的2维全卷积网络(PPNet).网络先行提取粗粒度时序信息与空间信息,然后利用全卷积结构细化特征粒度,有效缓解2维卷积网络不能提取时序信息的缺陷.此外,该文还提供一种时序特征约束器对预先预测特征进行时间维度的特征约束,使预测特征更倾向于真实特征.消融实验证明所提预先预测辅助推断结构和时序特征约束器具有优秀的时序特征能力,可以提升网络对时序信息的敏感度.与目前最好的降雨预测算法或视频预测算法相比,该文网络均取得较好结果,特别在暴雨指标上达到最优.

    降雨短时预测全卷积预先预测泰勒冻结特征约束

      原文链接:
    • 万方数据
    • 维普

    融合多源异构气象数据的光伏功率预测模型

    谈玲康瑞星夏景明王越...
    503-517页
    查看更多>>摘要：高精度光伏功率预测对提高电力系统运行效率具有重要意义.光伏功率受多种因素影响,其中云层的变化是最主要的不确定因素.传统光伏功率预测方法没有充分考虑云的3维结构和气象要素对光伏功率的影响.因此,该文提出一种融合多源异构气象数据的多源变量光伏功率预测模型(MPPM).MPPM的核心包括时空条件扩散模型(STCDM)、注意力堆叠LSTM网络(ASLSTM)和多维特征融合模块(MFFM).STCDM模型通过对2维卫星云图进行精确预测,消除了云层边界处的模糊现象.ASLSTM模型则提取了3维天气研究与预报模式(WRF)气象要素特征.MFFM模块将2维卫星云图特征和3维WRF气象要素特征进行融合,以得到未来1 h光伏功率预测结果.该文分别利用STCDM模型和MPPM模型开展卫星云图预测实验和光伏功率预测实验.实验结果显示,STCDM模型预测1 h内卫星云图的结构相似性指数(SSIM)达到0.914,MPPM模型预测1 h内光伏功率的相关系数(CORR)达到0.949,优于所有对比算法.

    多源数据扩散模型堆叠长短期记忆注意力机制特征提取

      原文链接:
    • 万方数据
    • 维普

    一种结构化双注意力混合通道增强的跨模态行人重识别方法

    庄建军庄宇辰
    518-526页
    查看更多>>摘要：在目前跨模态行人重识别技术的研究中,大部分现有的方法会通过单模态原始可见光图像或者对抗生成图像的局部共享特征来降低跨模态差异,导致在红外图像判别中由于底层特征信息丢失而缺乏稳定的识别准确率.为了解决该问题,该文提出一种结构化双注意力可交换混合随机通道增强的特征融合跨模态行人重识别方法,利用通道增强后的可视图像作为第三模态,通过图像通道可交换随机混合增强(I-CSA)模块对可见光图像进行单通道和三通道随机混合增强抽取,从而突出行人的姿态结构细节,在学习中减少模态间差异.结构化联合注意力特征融合(SAFF)模块在注重模态间行人姿态结构关系的前提下,为跨模态表征学习提供更丰富的监督,增强了模态变化中共享特征的鲁棒性.在SYSU-MM01数据集全搜索模式单摄设置下Rank-1和mAP分别达到71.2％和68.1％,优于同类前沿方法.

    行人重识别跨模态混合通道增强联合注意力特征融合

      原文链接:
    • 万方数据
    • 维普