저널·인공지능 분야의 최신 동향을 포착하고 싶으신가요? 즐겨찾기에 응용 인공 지능 저장

ChatGPT의 출현은 AI 연구에서 역사적으로 큰 의미를 지닌 획기적인 발전입니다. 겉보기에 전능해 보이는 ChatGPT는 인류 사회에 많은 긍정적인 영향을 미쳤지만, 많은 생각을 불러일으키는 갈등도 가져왔습니다. 인공지능의 부상으로 인한 위험과 부정적인 영향을 어떻게 피할 것인가는 인공지능 분야의 정책 입안자와 전문가들이 깊이 고민하고 논의해야 할 문제이다.

저널·지안' 이번 호에는 인공지능 분야의 고품격 저널인 Applied Artificial Intelligence를 소개합니다. 저널 소개와 더불어 최근 3년간 인용 횟수가 많고 2022년에도 독서량이 많은 논문을 선정하여 여러분이 읽어보실 수 있도록 해드립니다

• 토마토 식물의 해충을 분류하기 위한 전이 학습 기반 프레임워크
• Universal Learning Equilibrium Optimizer: 생물학적 데이터 분류를 위한 새로운 특징 선택 방법
• 리뷰: 딥러닝 기반 2D 이미지 의미 분할 아키텍처에 대한 조사
• 리뷰: 인공지능 기반 사이버 공격의 새로운 위협

Applied Artificial Intelligence는 응용 연구 및 인공 지능 응용 분야의 문제를 해결하는 동시에 인공 지능 분야의 영향력 있는 연구에 대한 견해와 아이디어 교환을 위한 플랫폼을 제공하는 것을 목표로 하는 오스트리아 사이버네틱스 연구 협회의 공식 간행물입니다. 이 저널은 비교 연구 및 사용자 경험에 중점을 두고 기존 인공 지능 시스템 및 도구의 평가를 해결하는 데 있어 인공 지능 시스템의 관리, 산업, 엔지니어링, 행정 및 교육 작업의 진행 상황을 포함하되 이에 국한되지 않는 다음 영역에 중점을 둡니다. 인공지능이 경제, 사회, 문화적 영향에 미치는 영향.

이 저널은 SCIE, Scopus, CSA, INSPECs, PsycINFO 및 기타 데이터베이스에 포함되어 있습니다.

저널 홈페이지: http://985.so/m1ug4

영향력

JCR에 따르면 2021년 응용 인공 지능의 영향 계수는 2.777입니다.

컴퓨터: 인공지능 분야 순위 82/145

공학: 전자 및 전기 분야 순위 134/276

CiteScore

스코퍼스에 따르면 응용인공지능의

CiteScore(2021)는 3.0입니다

CiteScoreTracker(2022)는 3.7입니다

컴퓨터 과학: 인공 지능 부문 151/269위

편집팀

Applied Artificial Intelligence의 편집장은 오스트리아 인공지능연구소와 비엔나 대학교의 Robert Trappl 교수입니다. 부편집자 중에는 산동재경대학교 Liu Peide 교수가 중국 출신이다. 또한 편집팀은 다양한 국가의 전문가와 학자들로 구성되어 있습니다.

편집장

로버트 트라플 교수

로베르트 트라플 교수는 오스트리아 인공지능연구소 소장이기도 하며, 비엔나 의과대학 뇌연구센터의 의학 사이버네틱스 및 인공지능 분야 명예교수이기도 하다. 비엔나 대학교 의료 사이버네틱스 및 인공지능학과 최대 30년.

중국 부편집장

류페이데 교수

Liu Peide 교수는 산동재경대학 경영과학공학부 학장, 산둥재경대학 해양경제 및 경영 연구센터 소장, 중국의 뛰어난 교사입니다.

그의 주요 연구 방향은 다음과 같습니다: 의사결정 이론 및 최적화 방법, 빅데이터 비즈니스 분석.

저널 뉴스

현재 응용인공지능에서는 다음과 같은 주제에 대한 논문을 모집하고 있습니다.

주제 1: 신뢰할 수 있는 인공 지능 시대의 다중 에이전트 시스템

인공지능 시대의 안정적인 멀티 에이전트 시스템

제출 마감일: 2023년 8월 23일

주제 2: 산업 4.0의 인공 지능 응용

산업 4.0의 인공 지능

제출 마감일: 2023년 8월 31일

주제 3: 의사결정 개선을 위한 설명 가능한 기계 학습 운영 응용 연구 및 애플리케이션

설명 가능한 머신러닝 응용 연구 및 의사결정 개선을 위한 응용

제출 마감일: 2023년 10월 30일

저자 배포

JCR에 따르면 지난 3년 동안 응용 인공 지능에 대한 기사를 출판한 국가 중 상위 3개 국가는 다음과 같습니다.

인도
중국
이란

기사 추천을 보려면 [TandF Academic]으로 이동하여 읽을 수 있습니다: http://985.so/m1ug6

刊内高被引文章

전체 기사: 토마토 식물의 해충 분류를 위한 전이 학습 기반 프레임워크(tandfonline.com)

基于迁移science习的框架，为番茄植株上的害虫分类

작곡자: Gayatri Pattnaik 외.

전이 학습의 개념

文章摘要：

공장의 해충은 농업 부문의 주요 과제입니다. 따라서 해충을 조기에 정확하게 탐지하고 분류하면 경제적 손실을 크게 줄이면서 예방 조치에 도움이 될 수 있습니다. 최근 CNN(Deep Convolutional Neural Network)의 발전으로 이미지 인식 시스템의 정확도가 대폭 향상되었습니다. 본 논문에서는 토마토 식물의 해충 분류를 위해 사전 훈련된 심층 CNN 기반 프레임워크의 전이 학습을 제시했습니다. 본 연구의 데이터 세트는 10개 클래스로 분류된 859개의 이미지로 구성된 온라인 소스에서 수집되었습니다. 이 연구는 (i) 10개 클래스의 토마토 해충이 포함된 데이터 세트가 포함된 최초의 연구입니다. (ii) 사전 훈련된 15개의 심층 CNN 모델의 성능에 대한 철저한 비교가 토마토 해충 분류에 대해 제시되었습니다. 실험 결과는 DenseNet169 모델을 사용하여 88.83%의 가장 높은 분류 정확도를 얻었음을 보여줍니다. 또한, 전이 학습 기반 모델의 고무적인 결과는 해충 탐지 및 분류 작업에서의 효율성을 입증합니다.

전체 기사: 일반 학습 평형 최적화: 생물학적 데이터 분류를 위한 새로운 기능 선택 방법(tandfonline.com)

통용학 习均衡优化器: 一种新 躎生物数据分类 的特征选择방법

작곡자: Jingwei Too & Seyedali Mirjalili

일반 학습 전략의 기본 개념

文章摘要：

생물학적 데이터에서 관련 정보를 찾는 것은 질병 진단 연구에서 중요한 문제이며, 특히 수많은 생물학적 특징이 관련되어 있는 경우 더욱 그렇습니다. 의도적으로 특징 선택은 분류 단계 이전에 필수적인 전처리 단계일 수 있습니다. EO(Equilibrium Optimizer)는 평형 상태를 측정할 때 동적 소스 및 싱크 모델의 원리에서 영감을 받아 최근 확립된 메타휴리스틱 알고리즘입니다. 본 연구에서는 래퍼 특징 선택 방법으로 GLEO(General Learning Equilibrium Optimizer)라는 EO의 새로운 변형을 제안합니다. 이 접근 방식은 입자가 지역을 회피하고 유망한 지역을 찾는 능력을 향상시키는 데 도움이 되는 일반적인 학습 전략을 채택합니다. 제안된 GLEO는 수많은 속성 중에서 유익한 생물학적 특징의 하위 집합을 식별하는 것을 목표로 합니다. GLEO 알고리즘의 성능은 16개의 생물학적 데이터 세트에서 검증되었으며, 그 중 9개는 더 적은 수의 인스턴스로 높은 차원성을 나타냅니다. 얻은 결과는 다른 메타휴리스틱 알고리즘과 비교하여 적합도 값, 정확도 및 특징 크기 측면에서 GLEO의 탁월한 성능을 보여줍니다.

刊内2022년 高阅读weight文章

전체 기사: 2D 이미지의 의미론적 분할을 위한 딥 러닝 기반 아키텍처에 대한 설문 조사(tandfonline.com)

ㅋㅋㅋ

작가:Irem Ulku & Erdem Akagündüz

왼쪽에서 오른쪽으로 개체, 인스턴스 및 부품 분할에 대한 샘플 이미지와 주석

文章摘要：

의미론적 분할은 이미지를 픽셀 단위로 라벨링하는 것입니다. 의미론적, 높은 수준의 계층적 이미지 특징을 생성하는 CNN(컨볼루션 신경망)의 뛰어난 능력으로 강화되었습니다. 지난 10년 동안 몇 가지 딥러닝 기반 2D 의미론적 분할 접근법이 제안되었습니다. 본 설문조사에서는 주로 의미론적 분할의 최근 과학적 발전, 특히 2D 이미지를 활용한 딥러닝 기반 방법에 초점을 맞췄습니다. 우리는 성능 평가에 사용된 기술의 개요와 함께 2D 의미론적 분할을 위한 공개 이미지 세트 및 리더보드 분석부터 시작했습니다. 이 분야의 진화를 조사하면서 우리는 접근 방식을 딥러닝 이전 시대, 초기 딥러닝 시대, 완전 컨볼루셔널 시대, FCN 이후 시대라는 세 가지 주요 기간으로 연대순으로 분류했습니다. 세밀한 지역화, 규모 불변성 등 해당 분야의 근본적인 문제를 해결하기 위해 제시된 솔루션을 기술적으로 분석했습니다. 결론을 내리기 전에 언급된 모든 시대의 방법 표와 해당 분야에 대한 기여를 설명하는 각 접근 방식의 요약을 제시합니다. 현재 현장의 과제와 해결 정도에 대해 논의하며 설문조사를 마무리합니다.

전체 기사: Ai 기반 사이버 공격의 새로운 위협: 검토(tandfonline.com)

综述:人工智能驱动的网络攻击的新威胁

작가：Blessing Guembe et al.

다양한 단계의 체계적인 검토 과정과 논문 선정을 보여주는 PRISMA 흐름도

文章摘要：

사이버 공격은 더욱 정교해지고 보편화되고 있습니다. 사이버범죄자들은 ​​사이버공간을 회피하여 들키지 않고 더 큰 피해를 입히기 위해 필연적으로 인공지능(AI) 기법을 채택하고 있다. 사이버 보안 분야의 연구자들은 이러한 유형의 공격이 갖는 정교함의 수준을 이해할 만큼 AI 기반 사이버 공격의 개념을 충분히 연구하지 않았습니다. 본 백서는 AI 기반 사이버 공격의 새로운 위협을 조사하고 사이버 공격에서 AI가 악의적으로 사용되는 것에 대한 통찰력을 제공하는 것을 목표로 합니다. 이번 연구는 AI 기반 사이버 공격에 초점을 맞춘 품질, 제외, 포함 기준을 바탕으로 기사만을 선정해 3단계 과정을 거쳐 진행됐다. 관련 기사를 검색하기 위해 ACM, arXiv Blackhat, Scopus, Springer, MDPI, IEEE Xplore 및 기타 소스에서 검색이 실행되었습니다. 검색 기준에 맞는 936편의 논문 중 최종적으로 총 46편의 논문이 본 연구 대상으로 선정되었습니다. 그 결과, 식별된 AI 기반 사이버 공격 기술의 56%가 접근 및 침투 단계에서 입증되었고, 12%가 악용 및 명령 및 제어 단계에서 각각 입증되었습니다. 11%는 정찰 단계에서 입증되었습니다. 9%는 사이버 보안 킬 체인의 전달 단계에서 입증되었습니다. 본 연구 결과에 따르면 기존 사이버 방어 인프라는 AI 기반 공격의 증가하는 속도와 복잡한 의사 결정 논리를 처리하는 데 부적절할 것으로 나타났습니다. 따라서 조직은 이러한 새로운 위협에 대처하기 위해 AI 사이버 보안 인프라에 투자해야 합니다.

审稿周期

• 从提交稿件到获取初审意见，平均需要61天
• 获取首个同行评审决定，平均需要62天
• 稿件一旦接受后，지금 线流版平均需要15天

文章출판版费(APC)

您可以通过我们的服务网站查询本期刊的标准文章出版费。

Taylor & Francis Group은 APC와 함께 APC를 사용하고 있으며, 可以一键通过微信, 支付宝와 银联使용인민币便捷付款。

Taylor & Francis는 더 많은 정보를 제공합니다.Taylor & Francis旗下期刊的详细解读，从期刊的基本情况、编委阵容、社会影响力到审稿速島、高被引文章等实用信息，专栏将为您带来最详细的介绍，让您更加全面地了解Taylor & Francis가 아래에 있습니다.卓越科研成果顺利가 국제际期刊上发表에 있습니다.

以上内容可能更新，请以期刊官网主页为准。

위 내용은 저널·인공지능 분야의 최신 동향을 포착하고 싶으신가요? 즐겨찾기에 응용 인공 지능 저장의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!