博文
- 专题综述 | 大语言模型中的知识生命周期
- 知识在人工智能发展中起着至关重要的作用。近年来，大规模语言模型(LLMs)取得了令人瞩目的进展，引发了人们对语言模型获取、维护、更新和使用知识方面的极大关注。尽管已经存在大量的相关研究，但学界对于知识如何在语言模型的学习、调整和应用过程中流动的完整生命周期，仍然缺乏整体性的观点，这可能会阻碍人们深入 ...
- 精选综述 | 零信任架构的自动化和编排: 潜在解决方案与挑战
- 零信任架构(ZTA)是人们保护数据、连接网络和访问资源的一种模式转变。ZTA没有采用传统的周界防御方式，其出现是网络安全领域一次具有前景的革命。ZTA可以通过抵御来自网络系统内部和外部的攻击来持续维护安全。然而，在现有文献中，ZTA的自动化和编排，以及在现实网络中的无缝部署方面的研究还很有限。来自 澳大利亚 ...
- 机器智能前沿论坛·第5期 | AI for Art
- 机器智能前沿论坛衍生于“智能科学创新讲堂”，由中国科学院自动化研究所主办英文学术期刊Machine Intelligence Research(MIR)发起，同时在自动化所及MIR官方B站及视频号直播，旨在聚焦机器智能领域热点，交流最新前沿成果。 机器智能前沿论坛 第 5 期 机器智能前沿论坛·第5期将聚焦 A ...
- 专题好文 | 创新视听内容的联合创作: 计算机艺术面临的新挑战
- 近年来，人工智能生成内容(AIGC)与艺术作品主要特征的交叉研究不断深入，计算机艺术由此迅速发展。视听内容生成逐渐应用于各种实践任务，包括视频或游戏配乐、协助艺术家创作、艺术教育等方面，可见其应用前景之广。 本文从利用人工智能(AI)技术进行视觉艺术生成和听觉艺术生成的视角，介绍了视听内容生成方面的创新 ...
- 欧洲科学院院士蒋田仔团队 | 脑成像数据的多模态融合: 方法与应用
- 神经成像数据通常包括多种模态，如结构或功能磁共振成像、扩散张量成像和正电子发射断层扫描等，它们为观察和分析大脑提供了多种视角。为了充分利用不同模态的互补表征，我们需要进行多模态融合，以挖掘模态间和模态内的信息。这些丰富的信息，使得结合多种模态数据来探索健康和疾病状态下大脑的结构和功能特征变得越 ...
- 征稿启事 | AIART 2024 Call for Papers
- 今年7月，由MIR参与合作举办的学术会议AIART2024将在加拿大召开 (与ICME2024同期)，Workshop现公开征稿中，并 诚邀赞助！ AIART 2024 Call for Papers The 6th IEEE Workshop onArtificial Intelligence for Art Creation Overview Recent advances of AI-Generated Content (AIGC) hav ...
- 2024年 AI 领域国际学术会议参考列表
- 《2024年人工智能领域国际学术会议参考列表》涵盖模式识别、机器学习、机器视觉、语音及语言处理、机器人、知识管理与数据挖掘、类脑智能、机器智能应用及综合交叉领域，部分未列入表格的会议，或未正式发布会讯，或为两年至三年举办一次。自2017年起，MIR已经连续7年发布年度会议列表，并不断补充完善，敬请关注。如 ...
- 金耀初团队&郑锋团队 | 综述: 深度工业图像异常检测
- 深度学习的迅速发展为工业图像异常检测(IAD)领域奠定了里程碑。 欧洲科学院院士金耀初教授联合南方科技大学郑锋团队 从神经网络架构、监督级别、损失函数、评价指标和数据集的角度全面审视了基于深度学习的图像异常检测技术。此外，团队提取了该技术在工业制造中可适用的场景，并回顾了在本文提出的场景下可用的I ...
- AI最前沿 | 特约专题: AI for Art
- MIR新年第一期已正式出版，12篇最新好文免费下载，其中6篇文章来自特约专题Artificial Intelligence for Art，欢迎阅读！ Special Issue Vol.21, No.1 专题客座编委： 牟伦田，北京工业大学 高峰，北京大学 李子晋，中央音乐学院 刘家瑛，北京大学 姚鸿勋，哈尔滨工业大 ...
- 专题征稿Special Issue on Transformers for Medical Image Analysis
- MIR专 题Transformers for Medical Image Analysis现公开征集原创稿件， 截稿日期为2024年7月1日 。欢迎赐稿！ &nbs ...
