刊·見 | 捕捉人工智慧領域最新動態？收藏Applied Artificial Intelligence

ChatGPT的出現是AI研究中具有重大歷史意義的突破性進展，看似無所不能的ChatGPT對於人類社會產生了許多積極的影響，但同時也帶來了發人深省的衝突。如何規避因人工智慧的崛起而引發的風險和負面影響，是人工智慧領域政策的製定者和領域內的專業人士需要深入思考和探討的問題。

本期《刊·見》為您帶來人工智慧領域優質期刊Applied Artificial Intelligence。除了介紹期刊，我們還為您選出了近三年內高被引和2022年高閱讀量的文章，供您閱讀

• 基於遷移學習的框架，為番茄植株上的害蟲分類
• 通用學習均衡優化器：一種新的用於生物資料分類的特徵選擇方法
• 綜述：基於深度學習的2D影像語意分割體系架構的調查
• 綜述：人工智慧驅動的網路攻擊的新威脅

Applied Artificial Intelligence 是奧地利控制論研究學會官方刊物，旨在解決應用研究和人工智慧應用方面的問題，同時為人工智慧領域有影響力的研究提供交流觀點和想法的平台。期刊關注以下領域，包括但不限於人工智慧系統在解決管理、工業、工程、行政和教育工作方面的進展；對現有人工智慧系統和工具的評估，著重於比較研究和使用者體驗；人工智慧對經濟、社會和文化的影響。

該期刊已被SCIE, Scopus, CSA, INSPECs, PsycINFO等資料庫收錄。

期刊首頁：http://985.so/m1ug4

影響因子

根據JCR顯示，Applied Artificial Intelligence 2021年影響因子為2.777，在

計算機：人工智慧領域排名82/145

工程：電子與電氣領域排名134/276

CiteScore

#根據Scopus顯示, Applied Artificial Intelligence 的

CiteScore（2021）為 3.0

CiteScoreTracker（2022）為 3.7

在電腦科學：人工智慧領域排名 151/269

編輯團隊

Applied Artificial Intelligence 的主編是來自奧地利人工智慧研究所和維也納大學的Robert Trappl教授。在副主編團隊中，來自中國的是山東財經大學的劉培德教授。此外，編委團隊由多國專家學者組成。

主編

Robert Trappl教授

Robert Trappl教授是奧地利人工智慧研究所的負責人，他也是維也納醫科大學腦研究中心醫學控制論和人工智慧學科的名譽教授，曾擔任維也納大學醫學控制論和人工智慧系的全職教授和系主任長達30年。

來自中國的副主編

劉培德教授

劉培德教授是山東財經大學管理科學與工程學院院長、山東財經大學海洋經濟與管理研究中心主任、中國優秀教師。

他的主要研究方向是：決策理論與最佳化方法；海洋經濟與管理；大數據商務分析。

刊內新聞

目前，Applied Artificial Intelligence正在針對以下主題進行徵稿。

主題一：Multiagent Systems in the Era of Trustworthy Artificial Intelligence

可信賴的人工智慧時代的多智能體系統

投稿截止日期: 2023年8月23日

主題二：Artificial Intelligence Applications in Industry 4.0

#工業4.0中的人工智慧

投稿截止日期：2023年8月31日

主題三：Explainable Machine Learning Operational Applied Research and Applications for Improved Decision-Making

可解釋的機器學習應用研究與提升決策的應用

投稿截止日期：2023年10月30日

作者分佈

根據JCR顯示，近三年在Applied Artificial Intelligence 發文的國家中，前三名的國家有：

• 印度
• 中國
• 伊朗

文章推薦可以前往【TandF學術】捷閱讀：http://985.so/m1ug6

刊內高被引文章

完整文章：基於遷移學習的番茄植物害蟲分類框架 (tandfonline.com)

基於遷移學習的框架，為番茄上的害蟲分類

作者：Gayatri Pattnaik 等人

遷移學習的概念

#文章摘要：

植物害蟲是農業部門的重大挑戰。因此，及早準確地檢測和分類害蟲有助於採取預防措施，同時大幅減少經濟損失。深度卷積神經網路（CNN）的最新發展大大提高了影像辨識系統的準確性。在本文中，我們提出了一種基於預訓練深度 CNN 框架的遷移學習，用於對番茄植物中的害蟲進行分類。本研究的資料集是從線上資源收集的，其中包含分為 10 個類別的 859 張圖像。本研究在下列方面尚屬首次：(i) 涉及 10 類番茄害蟲的資料集； (ii) 對 15 個預訓練深度 CNN 模型在番茄害蟲分類方面的表現進行了詳盡的比較。實驗結果表明，使用DenseNet169模型獲得了最高88.83%的分類準確率。此外，基於遷移學習的模型令人鼓舞的結果證明了其在害蟲檢測和分類任務中的有效性。

全文：通用學習平衡優化器：生物資料分類的新特徵選擇方法（tandfonline.com）

通用學習均衡優化器：一種新的用於生物資料分類的特徵選擇方法

作者：Jingwei Too & Seyedali Mirjalili

##一般學習策略的基本概念

文章摘要：

從生物數據中尋找相關資訊是疾病診斷研究的關鍵問題，特別是當涉及大量的生物特徵時。有意地，特徵選擇可以是分類階段之前的必要預處理步驟。平衡優化器（EO）是一種最近建立的元啟發式演算法，其靈感來自測量平衡狀態時動態來源和匯集模型的原理。在這項研究中，提出了一種稱為通用學習平衡優化器（GLEO）的新 EO 變體作為包裝特徵選擇方法。此方法採用通用的學習策略來幫助粒子避開局部區域並提高發現有希望區域的能力。所提出的 GLEO 旨在從大量屬性中識別資訊豐富的生物特徵的子集。 GLEO 演算法的效能在 16 個生物資料集上進行了驗證，其中 9 個代表具有較少實例數量的高維度資料集。所獲得的結果表明，與其他元啟發式演算法相比，GLEO 在適應度值、準確性和特徵大小方面具有出色的性能。

刊內2022年高閱讀量文章

#完整文章：基於深度學習的 2D 圖像語義分割架構調查 (tandfonline.com)

綜述：基於深度學習的2D影像分割體系架構的調查

作者：Irem Ulku & Erdem Akagündüz

範例影像及其分別用於物件、實例和零件分割的註釋，從左到右

文章摘要： ###

語意分割是影像的像素級標記。由於卷積神經網路 (CNN) 在創建語義、高級和分層影像特徵方面的非凡能力；過去十年中提出了幾種基於深度學習的二維語義分割方法。在本次調查中，我們主要關注語義分割的最新科學發展，特別是使用 2D 影像的基於深度學習的方法。我們首先分析了 2D 語義分割的公共影像集和排行榜，並概述了效能評估中使用的技術。在研究該領域的演變時，我們按時間順序將這些方法分為三個主要時期，即深度學習時代之前和早期、全卷積時代和後 FCN 時代。我們從技術上分析了針對解決該領域的基本問題（例如細粒度定位和尺度不變性）而提出的解決方案。在得出結論之前，我們列出了所有提到的時代的方法表，並總結了每種方法，解釋了它們對該領域的貢獻。我們透過討論該領域當前的挑戰以及這些挑戰的解決程度來結束本次調查。

全文：人工智慧驅動的網路攻擊的新興威脅：回顧 (tandfonline.com)

綜述：人工智慧驅動的網路攻擊的新威脅

作者：Blessing Guembe 等人

PRISMA 流程圖說明了系統性評審過程和各階段的文章選擇

文章摘要：

網路攻擊變得越來越複雜和普遍。網路犯罪分子不可避免地採用人工智慧（AI）技術來逃避網路空間，並在不被發現的情況下造成更大的損失。網路安全領域的研究人員尚未對人工智慧驅動的網路攻擊背後的概念進行足夠的研究，無法了解此類攻擊的複雜程度。本文旨在調查人工智慧驅動的網路攻擊的新威脅，並深入了解網路攻擊中人工智慧的惡意使用。研究分三步驟進行，根據品質、排除和納入標準僅選擇關注人工智慧驅動的網路攻擊的文章。在 ACM、arXiv Blackhat、Scopus、Springer、MDPI、IEEE Xplore 和其他來源中執行搜尋以檢索相關文章。在符合我們檢索標準的 936 篇論文中，最終總共選擇了 46 篇文章進行本研究。結果顯示，所識別的人工智慧驅動的網路攻擊技術中有 56% 在訪問和滲透階段得到證實，12% 在利用、指揮和控制階段得到證實； 11%在偵察階段得到證實； 9%是在網路安全殺傷鏈的交付階段得到證明的。本研究的結果表明，現有的網路防禦基礎設施將不足以應對人工智慧驅動的攻擊日益增長的速度和複雜的決策邏輯。因此，組織需要投資人工智慧網路安全基礎設施來應對這些新興威脅。

審稿週期

• 從提交稿件到取得初審意見，平均需要61天
• 獲得第一個同儕審查決定，平均需要62天
• 稿件一旦接受後，線上出版平均需要15天

文章出版費（APC）

作者可以透過我們的服務網站查詢本期刊的標準文章出版費用。

Taylor & Francis Group現已開通APC便捷支付功能，可以透過微信、支付寶和銀聯一鍵使用人民幣便捷支付。

為幫助更多科研人員選擇更合適的期刊，Taylor & Francis推出專欄——刊·見，該專欄致力於為讀者和廣大科研人員帶來Taylor & Francis推出的期刊的詳細解讀，從期刊的基本情況、編委陣容、社會影響力到審速稿、高被引文章等實用信息，專欄為您帶來最詳細的介紹，讓您更全面地了解泰勒與弗朗西斯推出的優秀國際期刊，幫助更多中國卓越科研成果順利在國際期刊上發表。

以上內容可能更新，請以期刊官網首頁為準。

以上是刊·見 | 捕捉人工智慧領域最新動態？收藏Applied Artificial Intelligence的詳細內容。更多資訊請關注PHP中文網其他相關文章！