×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院自动化研究所机构知识库
Knowledge Commons of Institute of Automation,CAS
登录
注册
ALL
ORCID
题名
作者
导师
学科领域
关键词
资助项目
文献类型
出处
会议名称
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
知识图谱
新闻&公告
在结果中检索
研究单元&专题
学术期刊 [13]
多模态人工智能系统全... [4]
复杂系统认知与决策实... [2]
中科院工业视觉智能装... [1]
复杂系统管理与控制国... [1]
模式识别实验室 [1]
更多...
作者
谢源 [2]
张伟 [2]
徐德 [1]
苏虎 [1]
邹伟 [1]
田野 [1]
更多...
文献类型
期刊论文 [21]
发表日期
2023 [21]
语种
英语 [7]
出处
IEEE/CAA J... [7]
Machine In... [6]
自动化学报 [3]
IEEE TRANS... [2]
IEEE TRANS... [1]
IEEE Trans... [1]
更多...
资助项目
CAAI-Huawe... [1]
Major Proj... [1]
National K... [1]
National K... [1]
National N... [1]
National N... [1]
更多...
收录类别
SCI [5]
EI [2]
导师
资助机构
National N... [2]
CAAI-Huawe... [1]
Major Proj... [1]
National K... [1]
Natural Sc... [1]
Shanghai S... [1]
更多...
×
知识图谱
CASIA OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共21条,第1-10条
帮助
限定条件
发表日期:2023
文献类型:期刊论文
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
发表日期升序
发表日期降序
作者升序
作者降序
期刊影响因子升序
期刊影响因子降序
WOS被引频次升序
WOS被引频次降序
提交时间升序
提交时间降序
题名升序
题名降序
Latent Landmark Graph for Efficient Exploration-Exploitation Balance in Hierarchical Reinforcement Learning
期刊论文
Machine Intelligence Research, 2023, 页码: 158
作者:
Zhang Qingyang
;
Zhang Hongming
;
Xing Dengpeng
;
Bo Xu
Adobe PDF(9639Kb)
  |  
收藏
  |  
浏览/下载:16/9
  |  
提交时间:2024/06/25
基于一步张量学习的多视图子空间聚类
期刊论文
自动化学报, 2023, 卷号: 49, 期号: 1, 页码: 40-53
作者:
赵晓佳
;
徐婷婷
;
陈勇勇
;
徐勇
Adobe PDF(6474Kb)
  |  
收藏
  |  
浏览/下载:20/9
  |  
提交时间:2024/05/09
多视图子空间聚类
张量奇异值分解
一步化学习
图学习
基于宽度混合森林回归的城市固废焚烧过程二噁英排放软测量
期刊论文
自动化学报, 2023, 卷号: 49, 期号: 2, 页码: 343-365
作者:
夏恒
;
汤健
;
崔璨麟
;
乔俊飞
Adobe PDF(5017Kb)
  |  
收藏
  |  
浏览/下载:28/12
  |  
提交时间:2024/05/09
城市固废焚烧
二噁英排放建模
宽度学习
宽度混合森林回归
潜在特征
增量学习
基于灵活平衡约束的图聚类方法
期刊论文
自动化学报, 2023, 卷号: 49, 期号: 4, 页码: 778-789
作者:
罗辉
;
韩纪庆
Adobe PDF(2392Kb)
  |  
收藏
  |  
浏览/下载:17/8
  |  
提交时间:2024/05/09
图聚类
图分割
平衡约束
紧松弛
Deep Learning-based Moving Object Segmentation: Recent Progress and Research Prospects
期刊论文
Machine Intelligence Research, 2023, 卷号: 20, 期号: 3, 页码: 335-369
作者:
Rui Jiang
;
Ruixiang Zhu
;
Hu Su
;
Yinlin Li
;
Yuan Xie
;
Wei Zou
Adobe PDF(9061Kb)
  |  
收藏
  |  
浏览/下载:45/7
  |  
提交时间:2024/04/23
Moving object segmentation (MOS), change detection, background subtraction, deep learning (DL), video understanding
Visual Superordinate Abstraction for Robust Concept Learning
期刊论文
Machine Intelligence Research, 2023, 卷号: 20, 期号: 1, 页码: 79-91
作者:
Qi Zheng
;
Chao-Yue Wang
;
Dadong Wang
;
a-Cheng Tao
Adobe PDF(2703Kb)
  |  
收藏
  |  
浏览/下载:44/13
  |  
提交时间:2024/04/23
Concept learning
visual question answering
weakly-supervised learning
multi-modal learning
curriculum learning
Machine Learning for Brain Imaging Genomics Methods: A Review
期刊论文
Machine Intelligence Research, 2023, 卷号: 20, 期号: 1, 页码: 57-78
作者:
Mei-Ling Wang
;
Wei Shao
;
Xiao-Ke Hao
;
Dao-Qiang Zhang
Adobe PDF(2285Kb)
  |  
收藏
  |  
浏览/下载:58/17
  |  
提交时间:2024/04/23
Brain imaging genomics
machine learning
multivariate analysis
association analysis
outcome prediction
TENET: Beyond Pseudo-Labeling for Semi-supervised Few-shot Learning
期刊论文
Machine Intelligence Research, 2023, 页码: 0
作者:
Ma CC(马成丞)
;
Dong WM(董未名)
;
Xu CS(徐常胜)
Adobe PDF(741Kb)
  |  
收藏
  |  
浏览/下载:143/33
  |  
提交时间:2024/01/29
Semi-supervised few-shot learning
few-shot learning
pseudo-labeling
linear regression
low-rank reconstruction
Affine Subspace Robust Low-Rank Self-Representation: From Matrix to Tensor
期刊论文
IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2023, 卷号: 45, 期号: 8, 页码: 9357-9373
作者:
Tang, Yongqiang
;
Xie, Yuan
;
Zhang, Wensheng
收藏
  |  
浏览/下载:86/0
  |  
提交时间:2023/11/17
Affine subspace
low-rank representation
low-rank tensor
multi-view learning
subspace clustering
Knowledge Transfer Learning via Dual Density Sampling for Resource-Limited Domain Adaptation
期刊论文
IEEE/CAA Journal of Automatica Sinica, 2023, 卷号: 10, 期号: 12, 页码: 2269-2291
作者:
Zefeng Zheng
;
Luyao Teng
;
Wei Zhang
;
Naiqi Wu
;
Shaohua Teng
Adobe PDF(15412Kb)
  |  
收藏
  |  
浏览/下载:140/25
  |  
提交时间:2023/10/31
Cross-domain risk
dual density sampling
intra-domain risk
maximum mean discrepancy
knowledge transfer learning
resource-limited domain adaptation