×
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 [42]
作者
王飞跃 [2]
张伟 [2]
徐德 [1]
王聪 [1]
王晓 [1]
熊刚 [1]
更多...
文献类型
期刊论文 [42]
发表日期
2024 [2]
2023 [13]
2022 [5]
2021 [9]
2020 [9]
2019 [3]
更多...
语种
英语 [2]
出处
IEEE/CAA ... [26]
Internatio... [8]
自动化学报 [5]
Machine In... [2]
IEEE Trans... [1]
资助项目
National K... [1]
National N... [1]
National N... [1]
National N... [1]
Science an... [1]
收录类别
SCI [1]
导师
资助机构
National K... [1]
National N... [1]
Science an... [1]
×
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42条,第1-10条
帮助
限定条件
专题:学术期刊
第一作者的第一单位
第一作者单位
通讯作者单位
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
题名升序
题名降序
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
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
基于特征融合注意网络的图像超分辨率重建
期刊论文
自动化学报, 2022, 卷号: 48, 期号: 9, 页码: 2233-2241
作者:
周登文
;
马路遥
;
田金月
;
孙秀秀
Adobe PDF(8374Kb)
  |  
收藏
  |  
浏览/下载:14/4
  |  
提交时间:2024/05/20
单图像超分辨率
卷积神经网络
特征融合
注意网络
基于径向空间划分的昂贵多目标进化算法
期刊论文
自动化学报, 2022, 卷号: 48, 期号: 10, 页码: 2564-2584
作者:
顾清华
;
周煜丰
;
李学现
;
阮顺领
Adobe PDF(4088Kb)
  |  
收藏
  |  
浏览/下载:17/7
  |  
提交时间:2024/05/20
昂贵多目标优化问题
高斯过程
径向投影
双档案管理策略
智能网联车路云协同系统架构与关键技术研究综述
期刊论文
自动化学报, 2022, 卷号: 48, 期号: 12, 页码: 2863-2885
作者:
丁飞
;
张楠
;
李升波
;
边有钢
;
童恩
;
李克强
Adobe PDF(5270Kb)
  |  
收藏
  |  
浏览/下载:6/4
  |  
提交时间:2024/05/20
车路云协同系统
蜂窝车联网
智能网联汽车
边缘计算网络
高精度定位
自适应变化响应的动态多目标进化算法
期刊论文
自动化学报, 2023, 卷号: 49, 期号: 8, 页码: 1688-1706
作者:
梁正平
;
李辉才
;
王志强
;
胡凯峰
;
朱泽轩
Adobe PDF(6886Kb)
  |  
收藏
  |  
浏览/下载:37/16
  |  
提交时间:2024/04/24
动态多目标优化
进化算法
自适应变化响应
预测
存档
A Survey on Collaborative DNN Inference for Edge Intelligence
期刊论文
Machine Intelligence Research, 2023, 卷号: 20, 期号: 3, 页码: 370-395
作者:
Wei-Qing Ren
;
Yu-Ben Qu
;
Chao Dong
;
Yu-Qian Jing
;
Hao Sun
;
Qi-Hui Wu
;
Song Guo
Adobe PDF(2969Kb)
  |  
收藏
  |  
浏览/下载:24/7
  |  
提交时间:2024/04/23
Artificial intelligence (AI), edge intelligence (EI), distributed computing, deep neural network (DNN), collaborative inference
Satellite Integration into 5G: Deep Reinforcement Learning for Network Selection
期刊论文
Machine Intelligence Research, 2022, 卷号: 19, 期号: 2, 页码: 127-137
作者:
Emanuele De Santis
;
Alessandro Giuseppi
;
Antonio Pietrabissa
;
Michael Capponi
;
Francesco Delli Priscoli
Adobe PDF(1513Kb)
  |  
收藏
  |  
浏览/下载:19/6
  |  
提交时间:2024/04/23
Network selection
HetNet
deep reinforcement learning
deep-Q-network (DQN)
5G communications
生物集群能量高效利用机制研究综述
期刊论文
自动化学报, 2024, 卷号: 50, 期号: 3, 页码: 431-449
作者:
吴晓阳
;
邹尧
;
付强
;
贺威
Adobe PDF(5973Kb)
  |  
收藏
  |  
浏览/下载:36/16
  |  
提交时间:2024/04/10
生物集群
能量高效利用
节能机制
编队
Adaptive Sensor-Fault Tolerant Control of Unmanned Underwater Vehicles With Input Saturation
期刊论文
IEEE/CAA Journal of Automatica Sinica, 2024, 卷号: 11, 期号: 4, 页码: 907-918
作者:
Xuerao Wang
;
Qingling Wang
;
Yanxu Su
;
Yuncheng Ouyang
;
Changyin Sun
Adobe PDF(3677Kb)
  |  
收藏
  |  
浏览/下载:41/15
  |  
提交时间:2024/03/18
Asymptotic stability
fault-tolerant control
input saturation
robust integral of the sign of error
unmanned underwater vehicle
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:126/25
  |  
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
Can Digital Intelligence and Cyber-Physical-Social Systems Achieve Global Food Security and Sustainability?
期刊论文
IEEE/CAA Journal of Automatica Sinica, 2023, 卷号: 10, 期号: 11, 页码: 2070-2080
作者:
Yanfen Wang
;
Mengzhen Kang
;
Yali Liu
;
Juanjuan Li
;
Kai Xue
;
Xiujuan Wang
;
Jianqing Du
;
Yonglin Tian
;
Qinghua Ni
;
Fei-Yue Wang
Adobe PDF(9632Kb)
  |  
收藏
  |  
浏览/下载:239/133
  |  
提交时间:2023/09/22
Carbon-water balance
decision-support
digital intelligence (DI)
foundation models
planning