Complex & Intelligent Systems, Volume 11, Issue 1, January 2025
1）IMTLM-Net：基于定位机制网络的改进型多任务转换器，用于手写英文文本识别作者：张乾锋、刘峰、宋婉如2）基于混合数据类型的系统可靠性建模因果发现与故障诊断作者：王小康、蒋思琪、王墨竹3）一种用于负荷预测的二次支持向量回归方法作者：贾彦河、周帅光、高哲明4）释放拼音的力量：利用多重嵌入和注意力机制促进中文命名实体识别作者：赵吉贵、钱玉荣、小开提艾孜买提5）CSTrans：用于无监督域自适应的跨子域转换器作者：刘俊驰、张翔、罗志刚6）煤矿设备系统的交互关系推理方法作者：曹宪刚、高嘉俊、程博阳7）一种用于高光谱异常的新型图卷积和频域滤波方法检测作者：杨丁、闫浩、阿如涵8）一种考虑残差恢复的新
IEEE Transactions on Neural Networks and Learning Systems, Volume 36, Issue 2, February 2025
1) 特邀编辑：机器学习泛化、稳健性和可解释性的信息论方法特刊作者：Badong Chen、Shujian Yu、Robert Jenssen、Jose C. Principe、Klaus-Robert Müller页数：1957 - 19582) 用于阿尔茨海默病分类和致病因素识别的社区图卷积神经网络作者：Xia-An Bi、Ke Chen、Siyu Jiang、Sheng Luo、Wenyan Zhou、Zhaoxu Xing、Luyun Xu、Zhengliang Liu、Tianming Liu页数：1959 - 19733) RSS-Bagging：通过训练数据的 Fisher 信息
IEEE Transactions on Cognitive and Developmental Systems, Volume 17, Issue 1, February 2025
1) 社论：主编的 2025 新年寄语作者：Huajin Tang页数：2 - 22) 感觉运动整合：神经和计算模型综述以及帕金森病的影响作者：Yokhesh K. Tamilselvam、Jacky Ganguly、Mandar S. Jog、Rajni V. Patel页数：3 - 213) 利用脑电信号和深度学习进行语音图像解码：一项调查作者：Liying Zhang、Yueying Zhou、Peiliang Gong、Daoqiang Zhang页数：22 - 394) 利用深度学习模型从脑电信号进行心理负荷评估：一项系统评价作者：Kunjira Kingphai、Yashar Mo
上周我在推特上发布了一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：人工智能会反映它所训练的数据。当这些数据来自像中国互联网这样高度受控的环境时，它的响应也会表现出这些限制：https://www.stuff.co.nz/nz-news/360562380/watch-we-test-deepseek-censorship-it-doesnt-go-wellAI 没有现实概念，所以这种巨大的错误是可以预料的：https://dataconomy.com/2025/01/29/top-ai-screw-ups-2024/ 拥有人
IEEE Transactions on Fuzzy Systems, Volume 33, Issue 2, February 2025
1) 具有弹性量化行为的约束随机多智能体系统的分布式饱和容忍模糊控制作者：岳晓辉、张华光、孙嘉悦、张璐璐页数：514 - 5232) 具有区间偏好信息的多准则群体决策的贝叶斯加权作者：刘帆、廖虎昌页数：524 - 5363) 多源扰动和未建模动态下一类非线性航天器邻近系统的自适应积分滑模控制作者：朱远、宁欣、王正、魏才胜、马世超、邱利宽、王诗宇、白云飞页数：537 - 5484) 分层模糊模型不可知解释：用于XAI作者：Faliang Yin、Hak-Keung Lam、David Watson页数：549 - 5585) 受随机网络攻击的四元值模糊神经网络的固定时间事件触发脉冲安全同步作者：
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：如何将机器学习模型部署到生产中：https://www.kdnuggets.com/guide-deploying-machine-learning-models-productionAI 公司在与军方打交道时走着一条细线：https://techcrunch.com/2025/01/19/the-pentagon-says-ai-is-speeding-up-its-kill-chain/AI 是英国零售商将用来降低员工成本的一项技术：http
IEEE Transactions on Evolutionary Computation, Volume 29, Issue 1, February 2025
1) 具有逃逸和扩张力的约束多目标优化作者：Zhi-Zhong Liu, Fan Wu, Juan Liu, Yunchuan Qin, Kenli Li页数：2 - 152) 进化计算的知识学习作者：Yi Jiang, Zhi-Hui Zhan, Kay Chen Tan, Jun Zhang页数：16 - 303) 用于约束多目标优化的牵引种群辅助双种群和两阶段进化算法作者：Shumin Xie, Kangshun Li, Wenxiang Wang, Hui Wang, Chaoda Peng, Hassan Jalil页数：31 - 454) 用于领域自适应的具有多个部分自适应分类器的
IEEE Transactions on Emerging Topics in Computational Intelligence Volume 9, Issue 1, February 2025
1) 深度学习的人机交互检测综述作者：Geng Han, Jiachen Zhao, Lele Zhang, Fang Deng页数：3 - 262) 探索神经网络元学习的前景：最新技术综述作者：Asit Barman, Swalpa Kumar Roy, Swagatam Das, Paramartha Dutta页数：27 - 423) 具有知识迁移的微多目标进化算法作者：Hu Peng, Zhongtian Luo, Tian Fang, Qingfu Zhang页数：43 - 564) MoAR-CNN：用于 SAR 图像分类的多目标对抗性鲁棒卷积神经网络作者：Hai-Nan We
IEEE Transactions on Artificial Intelligence, Volume 6, Issue 1, January 2025
1) 基于行业的配对交易策略与新颖的配对选择技术作者：Pranjala G. Kolapwar、Uday V. Kulkarni、Jaishri M. Waghmare页数：3 - 132) 虚假新闻云中的一线希望：大型语言模型能否帮助检测错误信息？作者：Raghvendra Kumar、Bhargav Goddu、Sriparna Saha、Adam Jatowt页数：14 - 243) 强化学习的混合环境中的多智能体协作导航与关系图学习作者：Wen Ou、Biao Luo、Xiaodong Xu、Yu Feng、Yuqian Zhao页数：25 - 364) 使用深度循环的工业物联网流
IEEE Transactions on Fuzzy Systems, Volume 33, Issue 1, January 2025
1) 模糊深度神经网络学习在情绪分析中的特邀编辑专题作者：Gautam Srivastava、Chun-Wei Lin页数：1 - 22) Fcdnet：基于模糊认知的多模态情绪分析动态融合网络作者：Shuai Liu、Zhe Luo、Weina Fu页数：3 - 143) 多模态情绪分析的联合客观和主观模糊性去噪作者：Xun Jiang、Xing Xu、Huimin Lu、Lianghua He、Heng Tao Shen页数：15 - 274) 使用模糊深度神经网络学习探索情绪分析的多模态多尺度特征作者：Xin Wang、Jianhui Lyu、Byung-Gyu Kim、B. D. Pa
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：如何关闭 Windows 中的 AI：https://www.computerworld.com/article/3801801/avoid-ai-windows-web.html 供应链中存在多种欺诈方式。有几种方法可以使用人工智能来对抗它：https://www.datasciencecentral.com/the-role-of-ai-in-fighting-supply-chain-fraud/使用人工智能制造更好的抗蛇毒血清：https
期刊特刊，即将截止投稿：IEEE 模糊系统汇刊：模糊数据驱动的智能技术转移方法 - 2025 年 1 月 30 日 IEEE 模糊系统汇刊：模糊情感计算系统 - 2025 年 1 月 31 日 IEEE 进化计算汇刊：进化计算与大型语言模型的结合 - 2025 年 1 月 31 日 IEEE 模糊系统汇刊：模糊大型模型：连接不确定性和创造力 - 2025 年 5 月 1 日
IEEE Transactions on Neural Networks and Learning Systems, Volume 36, Issue 1, January 2025
1) 特邀编辑：可信联邦学习专题作者：Qiang Yang, Han Yu, Sin G. Teo, Bo Li, Guodong Long, Chao Jin, Lixin Fan, Yang Liu, Le Zhang页数：5 - 52) 联邦推荐系统综述作者：Zehua Sun, Yonghui Xu, Yong Liu, Wei He, Lanju Kong, Fangzhao Wu, Yali Jiang, Lizhen Cui页数：6 - 203) 从梯度进行生成图像重建作者：Ekanut Sotthiwat, Liangli Zhen, Chi Zhang, Zengxiang
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：使用 AI 提高编程效率：https://arstechnica.com/ai/2025/01/how-i-program-with-llms/ 大多数公众并不了解同行评审与预印本的概念。作为研究人员，我们真的应该尽量避免使用预印本作为我们向公众所说的话的基础：https://www.science.org/content/article/preprints-often-make-news-many-people-don-t-know-what-
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：人工智能在战争中的应用越来越广泛：https://www.nzherald.co.nz/world/ai-driven-idf-operations-in-gaza-spark-debate-over-civilian-impact/G4J7PXUUMJFRTPHOJTK3GNLE2Q/人工智能正在使手术机器人功能更加强大：https://www.stuff.co.nz/world-news/360537238/robots-are-learni
IEEE Transactions on Artificial Intelligence, Volume 5, Issue 12, December 2024
1) 社论：人工智能研究的未来方向作者：Hussein Abbass页数：5858 - 58622) 确保自主和智能系统开发中的道德标准作者：Anetta Jedlickova页数：5863 - 58723) 生成式人工智能和大型语言模型的最新进展：现状、挑战和前景作者：Desta Haileselassie Hagos、Rick Battle、Danda B. Rawat页数：5873 - 58934) 深度迁移学习中的可迁移性估计综述作者：Yihao Xue、Rui Yang、Xiaohan Chen、Weibo Liu、Zidong Wang、Xiaohui Liu页数：5894 - 5
IEEE Transactions on Fuzzy Systems, Volume 32, Issue 12, December 2024
1) 为群体决策问题建立信任关系的贝叶斯框架作者：Xianchao Dai、Hao Li、Ligang Zhou、Qun Wu、Weiping Ding、Muhammet Deveci页数：6594 - 66062) 具有防侧倾功能的自主重型卡车的自适应记忆事件触发输出反馈有限时间车道保持控制作者：Fei Ding、Kaicheng Zhu、Jie Liu、Chen Peng、Yafei Wang、Junguo Lu页数：6607 - 66213) 具有系统不确定性和输入死区非线性的协作多机械手的自适应模糊位置和力控制作者：Xing Li、Junxuan Luo、Shaoyu Li、Fujie
我上周在推特上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：通过量化降低 AI 模型复杂性有一个极限，业界可能已经达到了这个极限：https://techcrunch.com/2024/12/23/a-popular-technique-to-make-ai-more-efficient-has-drawbacks/AI 如何帮助改善活动中的交流：https://dataconomy.com/2024/12/24/how-ai-is-turning-networking-into-a-science-of-connec
