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
Weekly Review 27 December 2024
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）：为什么人工智能仍然无法处理大块文本：https://arstechnica.com/ai/2024/12/why-ai-language-models-choke-on-too-much-text/一旦经过训练，人工智能就会固守自己的观点，即使经过再训练也是如此：https://techcrunch.com/2024/12/18/new-anthropic-study-shows-ai-really-doesnt-want-to-be-force
IEEE Transactions on Games, Volume 16, Issue 4, December 2024
1) 特邀社论：以人为本的人工智能在游戏评估中的特别专题作者：Alena Denisova、Diego Perez-Liebana、Vanessa Volz、Julian Frommel、Sahar Asadi页数：742 - 7452) 基于视频的游戏主播参与度评估：一种可解释的多模态神经网络方法作者：Sicheng Pan、Gary J. W. Xu、Kun Guo、Seop Hyeong Park、Hongliang Ding页数：746 - 7573) 类魂游戏中的文化洞察：在多元文化背景下分析玩家行为、观点和情感作者：Sicheng Pan、Gary J. W. Xu、Kun Guo
Weekly Review 20 December 2024
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）：如果人们一直说他们已经实现了通用人工智能，那么最终这可能是真的：https://futurism.com/openai-employee-claims-agi 看起来 OpenAI 还没有学会使用受版权保护的数据来训练其人工智能：https://www.extremetech.com/gaming/openai-appears-to-have-trained-sora-on-game-content 微软希望在澳大利亚和新西兰培训一百万人掌握人工
Weekly Review 13 December 2024
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）：虽然我对将 AI 推向一切持怀疑态度，但这可能实际上是有用的：https://www.extremetech.com/computing/creators-of-arc-browser-tease-new-ai-browser所以 OpenAI 暂时不会运行广告支持的 AI：https://www.theregister.com/2024/12/02/openai_mulls_other_revenue_streams/AGI 六年后？我想，如果
IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Number 12, November 2024
1) 场景理论、复杂性和基于压缩的学习与泛化调查作者：Roberto Rocchetta、Alexander Mey、Frans A. Oliehoek页数：16985 - 169992) 深度学习在视觉定位与映射中的应用：调查作者：Changhao Chen、Bing Wang、Chris Xiaoxuan Lu、Niki Trigoni、Andrew Markham页数：17000 - 170203) 实例分割模型稳健性的基准测试作者：Yusuf Dalva、Hamza Pehlivan、Said Fahri Altındiş、Aysegul Dundar页数：17021 - 170354
IEEE Transactions on Emerging Topics in Computational Intelligence, Volume 8, Issue 6, December 2024
1) 多人差分博弈系统的去中心化触发和基于事件的积分强化学习作者：Chaoxu Mu、Ke Wang、Song Zhu、Guangbin Cai页数：3727 - 37412) 基于同步视频和 EEG 的儿童癫痫发作检测作者：Jiuwen Cao、Yuan Fang、Xiaonan Cui、Runze Zheng、Tiejia Jiang、Feng Gao页数：3742 - 37533) 考虑隐私的在线优化零阶去中心化对偶平均作者：Keke Zhang、Qingguo Lü、Xiaofeng Liao、Huaqing Li页数：3754 - 37664) 不平衡和不完整时间序列数据的深度回归建
IEEE Transactions on Cognitive and Developmental Systems, Volume 16, Issue 6, November 2024
1) LITE-SNN：利用固有动态训练节能脉冲神经网络进行顺序学习作者：Nitin Rathi、Kaushik Roy页数：1905 - 19142) 最小化 EEG 人为干扰：使用深度卷积神经网络进行自适应 EEG 空间特征提取的研究作者：Haojin Deng、Shiqi Wang、Yimin Yang、W. G. Will Zhao、Hui Zhang、Ruizhong Wei、Q. M. Jonathan Wu、Bao-Liang Lu页数：1915 - 19283) 长期感官家庭训练的自适应框架：可行性研究作者：Stefano Silvoni、Simon Desch、Florian
IEEE Transactions on Evolutionary Computation, Volume 28, Issue 6
1) 具有共享个体的多任务线性遗传规划及其在动态作业车间调度中的应用作者：Zhixing Huang, Yi Mei, Fangfang Zhang, Mengjie Zhang页数：1546 - 15602) 评估将进化与学习相结合以在复杂形态空间中设计机器人的框架作者：Wei Li, Edgar Buchanan, Léni K. Le Goff, Emma Hart, Matthew F. Hale, Bingsheng Wei, Matteo De Carlo, Mike Angus, Robert Woolley, Zhongxue Gan, Alan F. Winfield, Jo
我上周在 Twitter 上发布的一些有趣链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：LinkedIn 上的大多数帖子都是由人工智能生成的：https://www.theregister.com/2024/11/28/linkedin_ai_posts/ 光数据传输是满足人工智能计算需求的关键：https://www.theregister.com/2024/11/28/ai_copper_cables_limits/ 谷歌人工智能计划可能面临的法律障碍：https://arstechnica.com/tech-policy/202
Weekly Review 29 November 2024
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）：看起来每个人都在加入诉讼潮流。这种情况可能会持续下去，直到对使用数据训练人工智能是否构成复制数据做出最终裁决：https://techcrunch.com/2024/11/18/indian-news-agency-sues-openai-alleging-copyright-infringement/虽然大多数人对生成人工智能持乐观态度，但安全专家并不热衷于它：https://www.techrepublic.com/article/ciso-
Weekly Review 22 November 2024
我上周在推特上发布的一些有趣链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：学术界在采用生成式人工智能方面进展缓慢。有充分理由的是，它确实会把事情搞砸：https://www.insidehighered.com/news/tech-innovation/digital-publishing/2024/11/14/scholarly-publishing-world-slow-embraceYouTube 的音乐修改人工智能：https://www.theverge.com/2024/11/12/24294891/youtube-ai-
Weekly Review 15 November 2024
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）：人工智能如何影响食品服务行业：https://www.informationweek.com/machine-learning-ai/how-ai-is-reshaping-the-food-services-industry在没有更多训练数据的情况下，人工智能模型在试图进一步提高性能方面开始遇到障碍：https://techcrunch.com/2024/11/09/openai-reportedly-developing-new-strate
