首页期刊导航|智能系统学报
期刊信息/Journal information
智能系统学报
中国人工智能学会　哈尔滨工程大学
智能系统学报

中国人工智能学会　哈尔滨工程大学

钟义信

双月刊

1673-4785

tis@vip.sina.com

0451-82518134

150001

哈尔滨市南岗区南通大街145-1号楼

智能系统学报/Journal CAAI Transactions on Intelligent SystemsCSCD北大核心CSTPCD
查看更多>>《智能系统学报》于2006年3月正式出刊，双月刊，大16开，CN 23-1538/TP，ISSN 1673-4785，邮发代号14-190。《智能系统学报》是由中国人工智能学会和哈尔滨工程大学联合主办，是中国人工智能学会会刊。主要刊登神经网络与神经计算、智能信息处理、自然语言理解、智能系统工程、机器翻译、复杂系统、机器学习、知识工程与分布式智能、机器人、智能制造、粗糙集与软计算、免疫系统、机器感知与虚拟现实、智能控制与智能管理、可拓工程、人工智能基础等内容,目前，为美国《剑桥科学文摘》、英国《科学文摘》、中文核心期刊、中国科学引文数据库（CSCD）来源期刊、中国科技核心期刊等重要数据库收录。连续5年获国家自然科学基金资助，曾获得中国高校百佳科技期刊、中国科技论文在线优秀期刊一等奖、中国高校特色科技期刊、工业和信息化部优秀期刊等多项荣誉。
正式出版
收录年代

    元宇宙造物主:人工智能3D场景和交互内容生成

    王立军
    1页
      原文链接:
    • 维普
    • 万方数据

    地下空间无人系统研究综述

    王军王佳慧李玉莲陈世海...
    2-21页
    查看更多>>摘要：地下空间作为人类活动空间不可分割的部分,是继宇宙空间、海洋资源外可开拓的第三大领域,也是继陆、海、空、天、电、网之后的第七维战略空间.无人系统通过跨域协同合作可涌现出单个主体难以实现的智能水平,在地下空间发挥关键作用.本文针对地下空间无人系统相关需求,围绕地下空间各领域相关研究进展,梳理其关键技术研究现状及未来发展趋势.介绍了地下矿井无人开采系统、地下轨道交通无人系统、地下管廊综合管理系统、地下空间无人作战系统的国内外研究现状;对地下空间通信、地下空间态势感知、自主导航定位及集群协同控制关键技术进行概述,并指出现存的问题;对地下空间无人系统未来发展趋势进行了展望.

    地下空间无人系统跨域协同可靠通信态势感知集群协作自主规划智能交互

      原文链接:
    • 维普
    • 万方数据

    粒度模糊规则建模方法研究综述

    胡星辰李妍陈紫健李文涛...
    22-35页
    查看更多>>摘要：本文旨在梳理粒度模糊规则模型中的主要研究及构建方法,并且进行系统分析与总结.粒计算是一种能模拟人类思维方式和求解复杂问题的新兴理论体系,以此为基础的粒度模型为复杂非线性系统的描述和问题求解探索了新的方向.粒度模糊规则模型将信息粒融入现有的模糊规则建模方法中,进行粒度级别的系统建模,以实现更高层次的数据分析与推理.本文简要介绍模糊聚类和模糊规则模型的基础知识;归纳了信息粒的构建方法,并讨论了相应的评估方法;总结了典型的粒度模糊规则模型的设计架构和优化方法.

    粒计算信息粒模糊规则模糊C均值聚类粒化和解粒化粒度原型模糊集

      原文链接:
    • 维普
    • 万方数据

    第七届中国模式识别与计算机视觉大会

    35页
      原文链接:
    • 维普
    • 万方数据

    神经网络压缩联合优化方法的研究综述

    宁欣赵文尧宗易昕张玉贵...
    36-57页
    查看更多>>摘要：随着人工智能应用的实时性、隐私性和安全性需求增大,在边缘计算平台上部署高性能的神经网络成为研究热点.由于常见的边缘计算平台在存储、算力、功耗上均存在限制,因此深度神经网络的端侧部署仍然是一个巨大的挑战.目前,克服上述挑战的一个思路是对现有的神经网络压缩以适配设备部署条件.现阶段常用的模型压缩算法有剪枝、量化、知识蒸馏,多种方法优势互补同时联合压缩可实现更好的压缩加速效果,正成为研究的热点.本文首先对常用的模型压缩算法进行简要概述,然后总结了"知识蒸馏+剪枝"、"知识蒸馏+量化"和"剪枝+量化"3 种常见的联合压缩算法,重点分析论述了联合压缩的基本思想和方法,最后提出了神经网络压缩联合优化方法未来的重点发展方向.

    神经网络压缩剪枝量化知识蒸馏模型压缩深度学习

      原文链接:
    • 维普
    • 万方数据

    放射多组学协同学习预测鼻咽癌自适应放疗触发机制

    邱成羽李兵林世杰盛嘉宝...
    58-66页
    查看更多>>摘要：针对传统的放射多组学(影像组学、剂量组学和轮廓组学)模型往往采用特征拼接的方式,容易忽略不同组学特定统计属性、产生过拟合的问题,提出了以一致性约束和自适应权重为核心构建的多组学协同学习算法(multi-omics collaborative learning,MOCL).该算法采用一致性约束挖掘不同组学特征之间的互补模式,再通过香农熵自适应学习不同组学特征的权重,最后引入紧致度图来避免过拟合现象.通过将MOCL在311名鼻咽癌患者组成的临床影像数据上得到的实验结果与 3 种传统的机器学习算法以及 2 种多视角算法进行比较,结果表明MOCL在多组学协同学习上,具有一定的优势,能为鼻咽癌自适应放疗资格预测提供有价值的决策依据.

    数据融合机器学习特征提取特征选择预测图像分析自适应算法鼻咽癌多组学

      原文链接:
    • 维普
    • 万方数据

    2024中国具身智能大会

    66页
      原文链接:
    • 维普
    • 万方数据

    基于多尺度金字塔Transformer的人群计数方法

    张少乐雷涛王营博周强...
    67-78页
    查看更多>>摘要：针对密集人群场景中背景复杂、目标尺度变化较大导致人群计数精度较低的问题,本文提出一种基于多尺度金字塔Transformer的人群计数方法(multi-scale pyramid transformer network,MSPT-Net).在特征提取阶段设计了一种基于深度可分离自注意力的金字塔Transformer主干网络结构,该网络结构能有效捕获图像的局部和全局信息,从而有效解决人群密度图像背景复杂导致计数精度低的问题;设计了一种特征金字塔融合模块及多尺度感受野的回归头,实现了密集人群图像浅层细节特征和深层语义特征的高效融合,增强了网络对不同尺度目标的捕获能力;采用深度监督的训练方法在 3 个公开数据集上对提出的方法进行验证.实验结果表明,本文方法在全监督与弱监督学习策略中,与目前主流的人群计数方法相比,实现了更高精度的人群计数,克服了主流方法对背景复杂、目标尺度变化大的密集人群图像计数精度低的问题,同时本文方法保持着更小的参数量与计算量.

    密集人群人群计数多尺度金字塔Transformer自注意力密度图深度监督

      原文链接:
    • 维普
    • 万方数据

    应用双曲空间特征融合的姓名消歧方法研究

    武南南郭泽浩赵一鸣甄紫旭...
    79-88页
    查看更多>>摘要：针对传统用户影响力分析等研究遇到姓名重名的挑战,姓名歧义的影响日益严重的问题,本文基于双曲空间结合欧氏空间进行特征融合,提出融合多空间特征的网络对齐方法(geometry interaction network align-ment,GINA),有效建模网络结构对用户姓名消歧的主要作用.本文同时使用欧氏空间和双曲空间进行网络表示学习,以获取具有不同空间特点的网络结构信息,使用跨空间网络映射及跨空间特征融合在尽量减少空间映射损失的情况下实现不同空间的信息交互得到最终的网络表示,进行网络对齐,进而实现姓名消歧.本文在中文论文合作网络、英文论文合作网络和中文专利合作网络上,两两对齐构建论文-专利实证数据网络对齐数据集和中文-英文实证数据网络对齐数据集,开展GINA模型在网络对齐数据集上对重名人员身份识别和中外论文身份识别 2 个实证场景试验验证,双曲空间融合欧氏空间相比单一空间精确率增加了 24.9%,验证了GINA方法的有效性.

    姓名消歧欧氏空间双曲空间网络对齐网络表示学习图嵌入特征融合锚链接预测

      原文链接:
    • 维普
    • 万方数据

    基于全局与局部感知网络的超高清图像去雾方法

    郑卓然魏绎汶贾修一
    89-96页
    查看更多>>摘要：当前,为实现图像全局建模的目的,基于多层感知机(multi-layer perceptron,MLP)的模型通常需要将图像上的像素进行平铺,之后实施一个自注意力机制或"混合"增强方案以获得图像的长范围依赖.然而,这些方法通常消耗大量的计算资源来弥补图像重建丢失的空间拓扑信息.特别是对于超高清图像去雾任务,大量堆积MLP的模型在资源受限的设备上执行一张超高清带雾图像时会出现内存溢出的问题.为了解决这个问题,本文提出了一种可以在单个GPU上对分辨率为 4 k的图像进行实时去雾(110 f/s)的模型,该模型的建模过程中保持了图像空间结构信息,同时具有低计算复杂度的优点.

    图像去雾超高清图像多层感知机空间拓扑信息局部特征提取全局特征提取深度学习实时去雾

      原文链接:
    • 维普
    • 万方数据