当前位置:首页 > 今日动态 > 技术与产品
  • IEEE开放期刊计算机学会新主编就职展望:跨学科计算技术的未来发展与挑战

    作为新任主编,Vincenzo Piuri教授将带领IEEE开放期刊计算机学会继续聚焦计算机与信息处理科技,通过优化审稿流程、拓展特刊与前沿综述,强化期刊在人工智能、智能系统等领域的学术影响力,致力于推动跨学科融合与知识传播,为全球学者提供高质量开放获取平台。

    来源:IEEE Open Journal of the Computer Society

    时间:2025-12-11

  • 人工智能生成内容(AIGC)与群体智能的融合创新:机遇、挑战与未来展望

    本特刊聚焦AIGC这一革命性技术,探讨其如何重塑群体科学范式下的信息生产、分发与评估。研究涵盖了从人机协同创作、知识增强推理到多模态生成等关键主题,六篇论文分别从金融、音乐、教育等具体领域展示了AIGC在提升效率、促进创新方面的潜力,同时深入剖析了数据质量、可解释性、伦理治理等核心挑战,为构建可信、可持续的AIGC生态系统提供了重要理论支撑与实践路径。

    来源:International Journal of Crowd Science

    时间:2025-12-11

  • 生成式人工智能驱动智慧金融创新:应用进展与挑战剖析

    本文聚焦生成式人工智能(AIGC)在智慧金融领域的最新进展。研究人员针对金融业面临的数据处理效率低、风险管控难度大等问题,系统探讨了AIGC在智能风控、信贷审批、投资顾问等七大场景的应用价值。研究表明,AIGC通过强大的数据生成和模拟能力,显著提升了金融服务效率与风险管理水平,同时指出数据安全、模型可解释性等技术挑战。该研究为金融科技创新发展提供了重要参考。

    来源:International Journal of Crowd Science

    时间:2025-12-11

  • 人工智能在音乐领域的应用综述:技术革新与产业变革

    本文针对人工智能如何重塑音乐创作、生产、传播与消费全链条的核心问题,系统回顾了AI在旋律生成、音频合成、人机协作表演、情感分析及音乐推荐等关键领域的技术进展。研究揭示了从符号规则系统到深度学习架构的技术演进路径,强调了生成模型(如GAN、Transformer、LLM)在提升音乐生成质量与多样性方面的突破性贡献,同时指出在可解释性、伦理责任与创造性定义等方面仍存在挑战。该综述为理解AI与音乐生态系统的协同演化提供了重要理论框架,对推动智能音乐技术标准化及跨学科融合具有指导意义。

    来源:International Journal of Crowd Science

    时间:2025-12-11

  • 知识引导思维链生成技术综述:增强大语言模型推理能力的新范式

    本刊编辑推荐:为解决大语言模型在复杂推理任务中表现不佳、易产生不准确结果的问题,研究人员开展了知识引导思维链(Knowledge-Guided Chain-of-Thought)生成技术的系统性研究。该研究通过引入常识、逻辑和事实等知识增强推理链生成过程,显著提升了模型推理的可靠性和可解释性,为构建更强大的AI推理系统提供了重要理论支撑和方法指导。

    来源:International Journal of Crowd Science

    时间:2025-12-11

  • 基于谱线比对的微波电急流磁图仪无源校准技术研究及其在EZIE任务中的应用

    本文推荐一项针对Electrojet Zeeman Imaging Explorer (EZIE)任务中Microwave Electrojet Magnetogram (MEM)仪器的创新校准研究。为解决传统辐射计内部或外部校准源在测量电离层电流诱导磁场时引入的系统误差,研究人员开发了一种无需校准负载的光谱比率校准技术。通过预发射测试验证,该方案利用参数化接收机噪声温度和大气模型亮温实现单点校准,使118.75 GHz氧谱线在Zeeman效应下的频率分裂测量精度达到200 nT(AEJ)和100 nT(EEJ)。此项工作为首次实现星载毫米波辐射计的全极化光谱无源校准,对空间环境遥感技术发展具有重要意义。

    来源:IEEE Transactions on Geoscience and Remote Sensing

    时间:2025-12-11

  • 电力系统先进测量技术前沿与应用——IEEE TIM AMPS 2024特刊综述

    本特刊聚焦电力系统测量前沿挑战,收录了来自AMPS 2024的8篇高质量论文。研究主题涵盖事件检测、电能质量(PQ)、相量测量单元(PMU)、分布式测量架构及故障定位等。研究人员通过创新算法(如矩阵剖面、自适应泰勒-傅里叶多频模型)和低成本方案,提升了测量精度与系统可靠性。成果对推动电网数字化、智能化及能源转型具有重要意义。

    来源:IEEE Transactions on Instrumentation and Measurement

    时间:2025-12-11

  • 基于证据校准的无源时间序列域适应方法及时间插补技术

    提出MAPU方法通过掩码时间序列信号恢复保持时间一致性,改进为E-MAPU利用证据不确定性识别目标域外样本并调整特征提取器,实验在五个真实数据集上显著优于现有方法。

    来源:IEEE Transactions on Knowledge and Data Engineering

    时间:2025-12-11

  • NAAFL:一种非权威性的无政府联邦学习方法,用于防御恶意攻击

    非权威去中心化联邦学习框架NAAFL提出地区信用筛选机制、多设备验证投票机制和联邦链共识机制,在降低77.51%资源消耗的同时抵御高达80%恶意攻击,优于现有区块链联邦学习方法。

    来源:IEEE Transactions on Sustainable Computing

    时间:2025-12-11

  • 基于数据驱动的无监督集成方法在AMI系统窃电检测中的创新研究

    本文针对智能电网中高级计量基础设施(AMI)系统面临的虚假数据注入攻击(FDIA)问题,提出了一种新型无监督集成窃电检测(ETD)方法。该方法融合K近邻(KNN)、高斯混合模型(GMM)和互信息(MI)相关分析算法,通过加权策略整合三种算法的异常评分,有效解决了传统方法难以同时检测用电量削减攻击和负荷曲线偏移攻击的难题。实验结果表明,该方法在商业和居民用户数据集上的AUC和MAP@20指标显著优于现有基线,为智能电网安全提供了更鲁棒的解决方案。

    来源:IEEE Access

    时间:2025-12-11


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康