ジャーナル · 参照 | 人工知能分野の最新の発展を捉えていますか?応用人工知能をお気に入りに保存

ChatGPT の出現は、AI 研究において大きな歴史的意義を持つ画期的な発展です。一見全能であるように見える ChatGPT は、人間社会に多くのプラスの影響を与えてきましたが、考えさせられる対立ももたらしました。人工知能の台頭によって引き起こされるリスクと悪影響をどのように回避するかは、政策立案者や人工知能分野の専門家が深く考え、議論する必要がある問題です。

「Journal · See」の今号では、人工知能分野の質の高いジャーナルである Applied Artificial Intelligence をお届けします。ジャーナルの紹介に加えて、過去 3 年間で引用数の多かった論文と 2022 年に読まれた論文も厳選してご紹介します。

• トマトの害虫を分類するための転移学習に基づくフレームワーク
• Universal Learning Equilibrium Optimizer: 生物学的データ分類のための新しい特徴選択方法
• レビュー: 深層学習に基づく 2D 画像セマンティック セグメンテーション アーキテクチャの調査
• レビュー: 人工知能によるサイバー攻撃の新たな脅威

Applied Artificial Intelligence は、オーストリア サイバネティック研究協会の公式出版物であり、応用研究と人工知能の応用の問題に対処することを目的としており、人工知能の分野における影響力のある研究のための意見やアイデアを交換するためのプラットフォームを提供します。 。このジャーナルは、経営、産業、エンジニアリング、管理および教育業務の解決における人工知能システムの進歩、比較研究とユーザー エクスペリエンスに焦点を当てた既存の人工知能システムとツールの評価、およびこれらに限定されない以下の分野に焦点を当てています。人工知能が経済、社会、文化に及ぼす影響。

このジャーナルは、SCIE、Scopus、CSA、INSPEC、PsycINFO、およびその他のデータベースに収録されています。

ジャーナルのホームページ: http://985.so/m1ug4

＃＃＃＃＃＃インパクトファクター＃＃＃＃＃＃

JCR によると、2021 年の応用人工知能のインパクトファクターは で 2.777 です。 コンピューター: 人工知能の分野で 82/145 位にランクイン

エンジニアリング: 電子および電気分野ランキング 134/276

引用スコア

Scopus によると、応用人工知能の

CiteScore (2021) は 3.0

CiteScoreTracker (2022) は 3.7

コンピューターサイエンス: 人工知能で 151/269 位にランクイン

編集チーム

『Applied Artificial Intelligence』の編集長は、オーストリア人工知能研究所およびウィーン大学のロバート トラップ教授です。副編集長チームの中には、山東財経大学の劉培徳教授も中国出身である。さらに、編集チームは多くの国の専門家や学者で構成されています。

＃＃＃＃＃＃編集者＃＃＃＃＃＃ ロバート・トラップ教授

ロバート・トラップル教授は、オーストリア人工知能研究所の所長であり、ウィーン医科大学脳研究センターの医療サイバネティクスと人工知能の名誉教授でもあります。ウィーン大学の医療サイバネティックスおよび人工知能学部で 30 年間学部長を務めた。

中国からの副編集長

劉培徳教授

劉培徳教授は、山東財経大学管理理工学部の学部長であり、山東財経大学海洋経済管理研究センター所長であり、中国の優れた教師です。 彼の主な研究方向は、意思決定理論と最適化手法、海洋経済と管理、ビッグデータ ビジネス分析です。

雑誌内ニュース

現在、応用人工知能では次のトピックに関する論文を募集しています。

テーマ 1: 信頼できる人工知能時代のマルチエージェント システム

人工知能時代の信頼性の高いマルチエージェントシステム

提出期限: 2023 年 8 月 23 日

トピック 2: インダストリー 4.0 における人工知能のアプリケーション

インダストリー 4.0 における人工知能

提出期限: 2023 年 8 月 31 日

トピック 3: 意思決定を改善するための説明可能な機械学習の運用応用研究と応用

説明可能な機械学習アプリケーションの研究と意思決定を改善するためのアプリケーション

提出期限: 2023 年 10 月 30 日

著者の分布

JCR によると、過去 3 年間に応用人工知能に関する論文を発表した国の中で、上位 3 か国は次のとおりです。

インド

＃＃＃中国＃＃＃

イラン

推奨記事については、[TandF Academic] にアクセスしてご覧ください: http://985.so/m1ug6

出版内高被引文章



記事全文: トマト植物の害虫分類のための転移学習ベースのフレームワーク (tandfonline.com)

番茄植物の害虫分別用の移動性のフレームに基づいています。

著者：Gayatri Pattnaik 他

転移学習の概念

文章要約要点：
工場内の害虫は農業分野における大きな課題です。したがって、害虫の早期かつ正確な検出と分類は、経済的損失を大幅に軽減しながら予防策に役立つ可能性があります。ディープ畳み込みニューラル ネットワーク (CNN) の最近の開発により、画像認識システムの精度が大幅に向上しました。この論文では、トマト植物の害虫を分類するための、事前トレーニングされたディープ CNN ベースのフレームワークの転移学習を紹介しました。この研究のデータセットは、10 のクラスに分類された 859 枚の画像で構成されるオンライン ソースから収集されました。この研究は、以下の点でこの種の研究は初めてです。(i) 10 クラスのトマト害虫を含むデータセットが含まれます。 (ii) トマトの害虫分類に関して、15 の事前トレーニング済みディープ CNN モデルのパフォーマンスの徹底的な比較が示されています。実験結果は、DenseNet169 モデルを使用すると、88.83% という最高の分類精度が得られたことを示しています。さらに、転移学習ベースのモデルの有望な結果は、害虫の検出および分類タスクにおけるその有効性を実証しています。



記事全文: 一般学習平衡オプティマイザー: 生物学的データ分類のための新しい特徴選択方法 (tandfonline.com)
汎用学均衡化装置: 生物データ分離に使用される新しい特徴選択方法
著者：Jingwei Too & Seyedali Mirjalili



一般的な学習戦略の基本概念
文章要約要点：
生物学的データから関連情報を見つけることは、特に膨大な数の生物学的特徴が関係する場合、疾患診断の研究にとって重要な問題です。意図的に、特徴の選択は、分類段階の前に必須の前処理ステップとなる場合があります。平衡オプティマイザー (EO) は、平衡状態を測定する際の動的ソースおよびシンク モデルの原理に触発されて、最近確立されたメタヒューリスティック アルゴリズムです。本研究では、ラッパー特徴選択手法として、General Learning equilibrium optimizer (GLEO) と呼ばれる EO の新しい変種を提案します。このアプローチは、粒子が局所領域を回避し、有望な領域を見つける能力を向上させるために一般的な学習戦略を採用しています。提案された GLEO は、多数の属性の中から有益な生物学的特徴のサブセットを特定することを目的としています。 GLEO アルゴリズムのパフォーマンスは 16 の生物学的データセットで検証されており、そのうち 9 つはより少ないインスタンス数で高次元を表しています。得られた結果は、他のメタヒューリスティック アルゴリズムと比較して、適合値、精度、特徴サイズの点で GLEO の優れたパフォーマンスを示しています。

発行内2022年高阅读量文章



記事全文: 2D 画像のセマンティック セグメンテーションのための深層学習ベースのアーキテクチャに関する調査 (tandfonline.com)
説明：深度学に基づいた 2D 画像の分割アーキテクチャ構造の説明
著者：アイレム・ウルク & アーデム・アカグンドゥズ



オブジェクト、インスタンス、パーツのセグメンテーションを個別に左から右に示すサンプル画像とその注釈
文章要約要点：

セマンティック セグメンテーションは、画像のピクセル単位のラベル付けです。畳み込みニューラル ネットワーク (CNN) の並外れた能力により、セマンティックで高レベルの階層的な画像特徴を作成できます。過去 10 年間に、深層学習ベースの 2D セマンティック セグメンテーションのアプローチがいくつか提案されてきました。この調査では、セマンティック セグメンテーションにおける最近の科学的発展、特に 2D 画像を使用した深層学習ベースの手法に主に焦点を当てています。私たちは、2D セマンティック セグメンテーションのパブリック イメージ セットとリーダーボードの分析から始め、パフォーマンス評価に使用される手法の概要を説明しました。この分野の進化を調べる際に、私たちはアプローチを時系列に沿って 3 つの主な期間、つまり深層学習以前および初期の時代、完全畳み込み時代、FCN 以降の時代に分類しました。私たちは、きめの細かい位置特定やスケールの不変性など、この分野の基本的な問題を解決するという観点から提案されたソリューションを技術的に分析しました。結論を導き出す前に、言及したすべての時代の手法の表を、この分野への貢献を説明する各アプローチの概要とともに示します。私たちは、この分野の現在の課題とそれらがどの程度解決されているかについて話し合って調査を終了します。



記事全文: AI によるサイバー攻撃の新たな脅威: レビュー (tandfonline.com)

説明：人工智能驱駆動的ネットワーク攻撃击的新威胁

著者：Blessing Guembe 他



系統的レビュープロセスとさまざまな段階での論文選択を示すPRISMAフローチャート

文章要約要点：

サイバー攻撃はより巧妙になり、どこにでも存在するようになってきています。サイバー犯罪者は、サイバー空間を回避し、気付かれずに大きな被害を引き起こすために、必然的に人工知能 (AI) 技術を採用しています。サイバーセキュリティ分野の研究者は、AI を利用したサイバー攻撃の背後にある概念を十分に研究していないため、この種の攻撃がどの程度高度かを理解していません。このペーパーは、AI を利用したサイバー攻撃という新たな脅威を調査し、サイバー攻撃における AI の悪用についての洞察を提供することを目的としています。この調査は、AI によるサイバー攻撃に焦点を当てた品質、除外、および包含基準に基づいて記事のみを選択する 3 段階のプロセスを通じて実行されました。関連する記事を取得するために、ACM、arXiv Blackhat、Scopus、Springer、MDPI、IEEE Xplore およびその他のソースで検索が実行されました。検索条件を満たした 936 件の論文の中から、最終的に合計 46 件の論文がこの研究のために選択されました。この結果は、特定された AI 主導のサイバー攻撃手法の 56% がアクセスおよび侵入フェーズで実証され、12% が悪用および指揮および制御フェーズでそれぞれ実証されたことを示しています。 11%は偵察段階で実証されました。サイバーセキュリティ キル チェーンの配信段階で 9% が実証されました。この調査結果は、既存のサイバー防御インフラストラクチャでは、AI 主導の攻撃の高速化と複雑な意思決定ロジックに対処するには不十分になることを示しています。したがって、組織は、これらの新たな脅威に対抗するために AI サイバーセキュリティ インフラストラクチャに投資する必要があります。

投稿期間

• 提交原稿から初意を取得するまで、平均61日必要です
• 获取首个同行评审定、平均必要62天
• 原稿受領後、オンライン公開には平均 15 日かかります

文章出版費（APC）

は、私の作成者サービス ウェブサイトを通じて、この予定されている標準条項の出版物を確認することができます。

Taylor & Francis Group は、APC 経由でのサポート機能を提供しており、マイクロ信、サポート宝、およびネットワーク経由でのネットワーク経由のサポート料金の使用が可能です。

更多科研人员选择更適的期刊，テイラー＆フランシス推出栏——刊・见，该栏致力的读者及广大科研人员带テイラー＆フランシス旗下期刊の详细解读，期刊の基本情况，编委阵容、社会影響力から原稿速度、高引文章等实用信息、专栏将您带来最详细的介绍、让您より全面的にテイラー＆フランシス旗下优秀的国际期刊、帮助更多中国卓越科研究成果顿利は国内で定期的に公開されています。

上記のコンテンツは定期的に公開されるウェブサイトを基準として更新される可能性があります。

以上がジャーナル · 参照 | 人工知能分野の最新の発展を捉えていますか?応用人工知能をお気に入りに保存の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。