101数学数学1010数学数学101001代数代数101002分析分析101003应用几何形状应用几何形状101031批准 - 理论101004 BiomAthematics 101005 Computer Elgebra 101006 101006差异几何几何几何形状101027动力学系统101007金融数学金融数学101032功能分析功能分析101008复合分析101009几何几何图形101010数学历史101011图理论图论101012组合学101013数学逻辑数学逻辑101028数学数学建模101029数学统计数学统计101014数值数学101015操作研究操作研究操作研究研究研究101016优化优化101017游戏理论101018统计统计101019随机学101020技术数学技术数学101021理论控制论理论控制论101023保险数学数学101024概率理论概率理论101025数字理论101026时间序列分析时间序列分析101030可靠性理论理论
a 挪威科技大学电力工程系,OS Bragstads Plass 2 E, 7034 Trondheim, Norway b 挪威科技大学工程控制论系,OS Bragstads Plass 2 E, 7034 Trondheim, Norway c Equinor R&T 电气技术系,Arkitekt Ebbels 10, 7005, Trondheim, Norway d 特伦托大学工业工程系,Via Sommarive, 9, 38123 Povo, Italy
研究领域:1.人工智能理论方法的自然科学基础(数理逻辑方法、算法理论、组合学、模式识别、统计学、最优化、认知心理学、语言语义学以及其他旨在解决人工智能和机器学习问题的领域)。 2. 人工智能基本范式的理论和概念基础——符号人工智能或“黑箱”控制论(基于知识的方法)和神经控制论(基于机器学习的统计方法)。协同人工智能。可解释人工智能的研究。 3. 对问题领域进行系统分析,以了解人工智能和机器学习方法和技术的适用性,以评估算法和软件解决方案在创建各种建筑类型的智能系统中的质量和有效性。用于比较和选择算法和软件解决方案的多标准方法。 4.智能系统(人工智能系统)是控制论与人工智能协同发展的主要软硬件产物。集成和混合智能系统。设计各种建筑类型的智能系统的方法。人工智能不同范式中的多层次集成模型与混合方法。 5. 在智能系统中表示可靠和合理知识的模型和方法。开发和改进可靠知识表示的经典模型(过渡到抽象知识)并创建新的混合模型,包括非知识因素、时间知识的建模和本体模型的开发。 6. 在思维过程建模背景下的知识处理(推理自动化)的方法和算法,包括推理、论证、识别和分类以及概念形成。基于案例推理的自动化。智能规划方法和智能规划器开发领域的研究。 7. 自然语言和图像分析中处理和分析文本的方法、算法和软件。从自然语言文本中提取开源信息的方法,包括无监督机器学习。从自然语言文本和其他特殊类型的半结构化数据中自动获取时间信息的方法。 8. 在智能系统中搜索、获取和使用知识和模式(包括经验模式)的方法和技术。自动化的模型和方法
摘要 神经网络增强 (NCA) 是一个开创性的跨学科领域,它整合了神经科学、控制论和生物技术,以增强人类的认知和身体能力。这项技术具有变革公共卫生的潜力,可以推动认知增强、疾病管理和人机交互的发展。脑机接口 (BCI) 的早期研究表明,使用神经信号控制外部设备是可行的,为更复杂的应用(如高级假肢和认知训练)奠定了基础。控制论植入物的后续发展通过提供超越自然极限的增强能力,显著改善了感觉和运动障碍患者的生活质量。人工智能 (AI) 与神经接口的结合进一步推动了该领域的发展,实现了个性化的认知训练和自适应疗法。尽管取得了这些进展,但必须解决 NCA 的伦理和社会影响,例如隐私问题、知情同意和公平使用。未来的研究应侧重于改进神经接口、整合人工智能进行个性化干预、制定全面的道德准则、开展长期影响的纵向研究以及制定确保所有人都能获得该技术的策略。通过应对这些挑战,NCA 有可能彻底改变公共卫生,并开创人类增强和福祉的新时代。
电气工程与信息技术的结合具有前瞻性,为研究和教学提供了广泛的机遇和挑战。除了传统的能源、推进和通信技术领域外,我们的学院还开展过程自动化、控制论、传感器技术和医疗技术方面的研究和教学。各个领域的最先进实验室确保了高科学标准的教育。我们学院研究和教学的多样性反映在与其他工程科学、自然科学、医学、经济和商业的众多联系中。
DOI:10.56083/RCV4N9-130 原件接收日期:2024 年 12 月 8 日 接受出版日期:2024 年 2 月 9 日 Heloisa Bogaz Madeira 法学本科 机构:南圣菲大学中心 (UNIFUNEC) 地址:巴西圣保罗南圣菲 电子邮件:heloisabogaz@hotmail.com Leticia Lourenço Sangaleto Terron 法学硕士 机构:南圣菲大学中心 (UNIFUNEC) 地址:巴西圣保罗南圣菲 电子邮件:leticiasanga@bol.com.br 摘要:本文旨在讨论人工智能 (AI) 的刑事责任以及赋予这些控制论实体法人资格的可能性。检查刑事责任模型,包括程序员和用户责任、可能的后果和直接机器责任。强调需要使立法适应技术进步,以保障机器的权利和充分保护。人工智能的功能被探索,包括数据收集、算法解释、决策和执行器执行的动作。机器学习被认为是改进人工智能的常用技术。强调寻求人类与控制论生物之间的和谐共处,确保对其行为负责,并在技术创新面前促进公平和包容的社会。在技术进步的背景下,对人工智能的适当问责被视为确保道德和安全至关重要。开展这项工作所采用的方法是基于
摘要。通信信息技术的进步使得各种基础设施依赖于控制论技术。然而,该系统也存在威胁。在国际人道主义法研究中讨论的威胁之一是控制论战争,它是由国家等高级实体进行。这种威胁与武装部队或军队协调,以获得对对手的优势。认识到对国家和民族主权的威胁不断演变且非常动态,在这种情况下,考虑到互联网技术的进步,政府制定了有关网络防御的法规,以努力克服对国防实施造成破坏的网络攻击,从而实现网络防御(网络防御)。总体而言,已经有许多国家法律和法规来管理与网络空间活动有关的事项。本文的研究方法采用规范法学研究法,收集并分析了网络战法规和信息法规两个主要概念的法律材料。法学研究的本质是对法律概念或法律现象提供规定。本文发现,《塔林手册》是一个指导如何应对网络攻击的法律概念,该概念可以在其中采用。同时,在网络战法规的法律真空中,《塔林手册》中的概念可以解释为印度尼西亚现行法律。本文的研究结果表明,根据现有法规,网络攻击可以分为三类,即:普通攻击、中程攻击或恐怖主义、群体攻击或网络战。
Transactions on Pattern Analysis and Machine Intelligence (TPAMI), IEEE Transactions on Cybernetics, IEEE Transactions on Image Processing (TIP), IEEE Transactions on Neural Networks and Learning Systems (TNNLS), Journal of Machine Learning Research (JMLR), Transactions on Knowledge and Data Engineering (TKDE), Pattern Recognition, Cognitive Computation, Neurocomputing, Knowledge and Information系统,计算系统新兴技术杂志,神经处理信,国际机器学习与控制论期刊,国际人工智能工具杂志
1-5 信息学和控制论系 梅利托波尔国立师范大学波格丹赫梅利尼茨基,信息学和控制论系,梅利托波尔,扎波罗热地区,乌克兰 摘要 人工智能已经刺激了当今生活的方方面面。人类的思维质量正试图通过数字工具参与现代所有研究领域。教育行业也在利用人工智能的神奇力量。从上个世纪开始,人们就开始观察到数字技术在教育范式中的应用。人工智能的广泛参与开始重塑教育格局。自适应学习是一种新兴的教学技术,它在学习过程中使用基于计算机的算法、工具和技术。这些智能实践有助于每个学习曲线阶段,从内容开发到学生的考试评估。随着人工智能系统的参与,信息技术学生和专业人员培训的质量也得到了显着提高。在本文中,我们将研究迄今为止教育领域采用的数字化方法。我们将重点介绍信息技术学生和专业人士采用的智能技术。我们的文献综述针对我们提出的框架,该框架包含四个类别。这些类别是师生之间的交流、改进的计算课程内容设计、学生表现评估和智能代理。我们的研究将展示人工智能在重塑教育过程中的作用。关键词:人工智能、教育、职业教育