认知计算

摘要： 在传统的机器学习研究中,数据空间与知识空间分离表达、计算机的信息处理过程与人脑的认知处理过程不一致,成为了当前人工智能研究需要解决的核心关键问题.本文从认知计算的角度,回顾分析了基于多粒度认知的智能计算研究的发展历史轨迹,介绍了该领域的研究现状,提出了多粒度认知计算、可解释的认知机器学习、脑认知的智能计算辅助等该领域的三个前沿研究方向,探讨了在多粒度认知启发下,这些智能计算研究的未来可能发展趋势.

摘要： 目的 促进认知计算与智能设计的创新与应用。方法 从用户需求分析、机械创新设计、图像生成、疾病诊断、在互联网上的应用、产品评价等6个方面总结了认知计算与智能设计的最新进展。结论 结合认知计算方法的智能设计,提高了设计效率,加快了设计的自动化与智能化步伐,但认知计算与智能设计面临诸多机遇与挑战。

摘要： 行为模仿是现代机器人展现其智能化水平的重要技术之一,如何使机器人模仿出的行为动作与示教者相似且自然一直是该领域的热门研究课题。为此,基于朴素方法设计了一种改进的机器人行为模仿框架。该框架使用普通单目摄像头采集示教者动作,在朴素方法中引入行为语义识别模块与关键动作提取模块,使得机器人可以在理解示教者行为动作语义的基础上进行行为模仿。最后将该框架部署在HBE-ROBONOVA-AIⅡ人形机器人平台上,输入自主采集的单人动作视频数据进行实验。与目前其他主流框架的实验效果相比,该框架可以使得机器人在精确性、平衡性、相似性三方面的综合表现更加优秀,同时展现了机器人对于示教者行为动作独特的认知能力。

摘要： 法律人工智能经历了从法律专家系统到论证检索和认知计算的转变。法律解析为论证检索和认知计算提供了强大的技术支持。法律解析是使用语言的统计的和机器学习的技术从法律文本数据库中提取有意义的知识和模式。法律解析实现了自动表示法律概念和关系、信息提取和挖掘与论证相关信息的目标。法律人工智能将法律实践带入人机协作时代,人类与计算机彼此执行最擅长的智能活动。人工智能时代涌现了一大批法律应用程序,他们将极大地改变律师的工作方式和法院的运作方式。

摘要： 应用自适应是软件工程和服务计算这一交叉领域的研究热点之一,应用通过感知自身和环境的变化,动态调整自己的行为与流程,以便在环境与需求发生非确定性变化的情况下继续高效地达成服务目标.近年来随着大数据和人工智能的发展,传统的基于软件模型控制的方法已经不再适用于当今动态和复杂的应用环境.相比而言,数据驱动的方法不依赖于数学模型和专家知识,而是以概率和数理统计为基础,通过应用服务运行的反馈数据,逐步学习和理解复杂多变的环境,继而学习出自适应系统的模型.因此,数据驱动的应用自适应具有感知性、适应性、自治性和协作性等特点,适用于流程复杂的应用服务场景,如物联网、智能交通、分布式计算等.从自适应框架出发,参考了认知计算的相关特点,总结出数据驱动的智能自适应框架,并分别综述了其中的表征学习、模式识别、决策规划和规则演化这4种技术在近几年数据驱动的自适应技术中的应用,重点探索了如机器学习、深度学习和强化学习等新技术在其中所起的作用,并总结和展望了自适应技术在服务计算领域的发展趋势.

摘要： 文成林,男,二级教授,博士生导师,广东石油化工学院特聘教授,河南省特聘教授,浙江省有突出贡献中青年专家,浙江省“新世纪151人才工程”第一层次人才,科技部国家重点研发计划、人工智能2023重大专项等会评专家,国家自然科学基金委重点项目、杰出青年基金项目、优秀青年基础项目等评审专家,中国自动化学会认知计算与系统专业委员会副主任委员、中国自动化学会粒计算与多尺度分析专业委员会副主任委员、中国自动化学会技术过程的故障诊断与安全性专业委员会委员、中国自动化学会智能控制专业委员会委员、中国人工智能学会认知系统与信息处理/智能服务专业委员等。

摘要： “大数据挖掘与粒计算理论及应用”团队围绕“十四五”信息化和工业化深度融合发展规划,致力于推进大数据创新应用,着力解决大数据挖掘关键核心技术以及粒计算理论与应用平台建设,凝练形成了“复杂数据的粒计算理论与方法”“低质数据的粒计算与特征选择”“三支认知计算与个性化推荐”和“图像高维隐写检测特征优化选取”4个稳定的研究方向.

摘要： 船舶自主航行作为智能船舶的显著特征,日益受到工业与海事企业的关注.为把握船舶自主航行现状和发展方向,开展相关关键技术研究调研与综述.分析近三年国内外船舶自主航行技术的发展现状,针对航行态势感知、认知计算、避碰决策、航行控制、赛博安全等关键技术,剖析其技术内涵、研究现状与应用情况.针对智能航行关键技术现状与技术需求,从态势感知、认知与决策、控制与安全3个方面对船舶自主航行的未来发展进行了展望.

摘要： 进入21世纪,新一代人工智能逐渐处于多国战略规划之下和快速发展之中.对其核心技术和基础理论特征的深入挖掘发现,在计算对象的领域划分上,认知计算已成为新一代人工智能的重要构成;在计算模型分类上,出现了非图灵计算和数据集群处理方式上的新型图灵计算;从计算工具和材料上看,人机融合计算已现雏形.这些特征进一步确认了新一代人工智能理论和技术的独特性及发展趋势,其哲学意义表明,强人工智能正在获得新的说服力;对强人工智能的反驳,事实上已经在新一代人工智能的实践中被否定.除非再提出更有说服力的新的否证理由,否则,强人工智能在理论和实践上正在证明,新一代人工智能与天然智能的本质差异已经难以被弱人工智能学派和非还原论者所坚守.

摘要： 以构建能够像人类一样理性地思考和行动的智能系统为目标的人工智能技术,经历了两次低谷期和三次热潮期,认知计算则是在第三次热潮期开始崛起,它提供了实现人工智能的现实路线图.目前尚没有对认知计算的统一定义,现有定义的共同特征是:认知计算主要指来自对人脑功能的研究而得出的一系列技术,它描述了各种人工智能和信号处理的结合,是一种模仿人脑处理信息并增强人类决策能力的技术.以此为基础,呈现了认知计算的系统架构图,即在5G网络、物联网、机器人和云计算基础设施等技术的支持下,涉及人机交互、语音识别和计算视觉的任务将得到大规模实施;所支持的上层应用包括健康监管、智慧教育、智慧城市、智慧交通等.进而从符号主义认知模型、认知联结主义模型、贝叶斯脑模型、直觉推理与因果模型四个方面,梳理了认知计算模型,以理解认知计算是如何模拟大脑的运算模式.在此基础上,提出了应用于教育领域中的认知计算集成框架.从认知计算在充分体现学习科学研究成果、推动智能化学习的创新发展、学习支持服务应用和驱动教育决策的精准化这四个方面,分析与展望了认知计算在今后“智能+”教育领域中的应用前景.

摘要： 认知计算是对时空感知、识别、对比、排序、计数、推理、预测、决策、游戏等认知行为的计算特征的概括.认知计算能力是人的理智能力和模拟人的思维的人工智能的能力,体现为在现实世界或本体化的虚拟世界中运用常识、信息进行语境推理,涉及人或人工智能体的观察能力、先验知识、推理能力和对行动的后果做出预测决策,通常会运用关于其他行动者的知识、自我指涉、反省、虚拟条件推理等知识.认知计算不是依据机械化程序求解问题,而是在信息、知识、计算资源等约束条件下根据认知目标和互动关系进行(通常是局部)有效的推理计算.

摘要： 老油田进入开发中后期的高含水阶段,受历史技术条件限制,部分较好的油气层可能存在被误判为“水层、干层”的风险.近年来,随着信息技术在石油行业的发展应用,采用大数据、认知计算等新技术手段,以测井数据为主,结合岩心、试油、生产测试等数据,设计机器学习算法组合,重新构建油气层识别模型,对储层的不同特征规律进行重新认识研究,实现油气层的自动解释和识别分析,从而对油、干、水层以及过去一些“薄、差”等低效油层进行重新复查和评价认识,不仅可以大大提高油气层识别工作效率和解释符合率,还可以支持射孔、补孔等生产决策、对老区滚动增储和挖潜增效都具有重要意义.

摘要： 报告基于探索和实践的思考，抛出知识如何在不同模型或解决方案间转移、语义模型如何在行业之间实现共享、如何消除噪音数据、以及如何保障数据模型系统安全的问题，并随后分析了在实际应用中，如何建立领域的通用训练数据集、动态构建和更新知识图谱的技术、如何高效地让系统能持续地学习新的数据并通过系统自主学习进行改进的经验，探讨了三个方面的重要挑战。此外，报告还结合城乡规划领域的需求，提出基于认知计算增强规划智慧、构建规划智库的工作展望。

摘要： 关于医疗大数据，整个数字化进程也是为整个医疗全过程服务的，它在疾病的检测、诊断、治疗和康复中，都提供了很多机会和手段。这也促进整个医疗产业发生了很大的变化。认知计算在健康领域可以提供哪些帮助呢?首先，消费者会利用搜索引擎来判断医生开的方子的准确度。消费者会变得越来越聪明，这也促使这些医生更智慧，学到更多的知识。其次，消费者需要更多的个性化治疗。最后，从另外一个角度来看，认知计算也是大数据分析的下一个阶段，为大数据分析提供了更高维度上的降维攻击的一个工具。

摘要： 控制部(21)根据移动体(100)行驶的道路的类别、移动体(100)的举动、从移动体(100)观察到的视野这样的移动体(100)的移动环境决定运算资源的分配率，该运算资源分别分配给对从观测移动体(100)的周边的多个传感器输出的传感器数据进行解析的多个传感处理。检测部(22)针对对应的传感处理使用根据由控制部(21)决定的分配率而确定的分配量的运算资源，检测移动体(100)的周边的物体。

摘要： 一种以个人情绪为基础的认知助理系统，其包括可由用户穿戴成头戴式耳机的一个或多个组件；收集该用户的情绪状态的一个或多个传感器；根据收集得的情绪状态，来识别环境对该用户的个人意义的处理器；及根据辨识得的个人意义，而将带有有关该环境的资料的经识别的个人化意义，储存于内存储器的不同区中的内存储器。

摘要： 本发明涉及一种经颅磁刺激联合计算机认知矫正治疗轻度认知功能损害的方法，该方法采用两种非药物治疗技术手段，对于轻度认知功能损害患者每天给予重复经颅磁刺激治疗和计算机认知矫正治疗，持续治疗3～5周后，可以改善轻度认知功能损害患者的部分认知功能。本发明方法的优点在于属于非药物治疗，与单纯药物治疗比较，副作用小，安全性高，特别适用于合并多种躯体疾病的患者，且减少药物之间的交互作用，并且操作简单、无创伤，患者愿意接受，适于临床推广。

摘要： 提供了当雇员位于雇员工作站中时监测雇员健康的系统、计算机介质和计算机实现方法的实施例。用于当雇员位于雇员工作站时监测雇员健康的方法包括：采集包括从布置在雇员头皮四周的一个或多个神经传感器采集的神经数据的健康数据；至少部分地基于神经数据确定雇员健康概况，雇员健康概况包括雇员的健康特性、健康状况和健康风险中的一个或多个；至少部分地基于所述雇员健康概况产生雇员的健康计划；以及提供包括雇员健康概况和健康计划的健康内容以向雇员进行显示。

摘要： 一种用于把属于多维空间的信息数据投影到具有较少维的空间的算法，一种用于根据所述算法对多维信息数据进行认知分析的方法和被存储在可记录的载体上的包括所述算法的程序。用于把属于多维空间的信息数据投影到具有较少维的空间的算法，包括以下步骤：提供具有一定数目的变量的记录的形式的N维数据的数据库；定义用于计算在数据库的每个记录之间的距离的度量函数；通过在以前的步骤定义的度量函数来计算在数据库的每个记录之间的距离的矩阵；定义n－1维空间，其中每个记录由n－1个坐标定义；通过调优算法计算在n－1维空间中每个记录的n－1个坐标；把下述投影定义为所述记录在n－1维空间上的最好投影，在所述投影中，在n－1维空间中的记录的距离矩阵最好地适配在n维空间中计算的记录的距离矩阵，或具有与后者的最小差值。所述方法和程序应用上述的算法。

摘要： 一种基于认知智能的连铸数据处理方法及装置、计算设备，方法包括：获取连铸生产过程中的第一事件；确定第一事件的第一注意力参数值，其中，第一注意力参数值取决于事件的发生概率和权重，权重用于表征事件的严重程度和/或紧急程度；将第一事件加入至连铸事件集合，并根据第一事件的第一注意力参数值更新连铸事件集合中的多个待处理事件的优先级，其中，多个待处理事件包括第一事件，待处理事件的第一注意力参数值越大，其优先级越高；根据各个待处理事件的优先级，对多个待处理事件进行响应。通过本申请提供的方案，能够更加准确、高效地对连铸生产过程中的事件进行排查、处理。

摘要： 本申请涉及一种认知雷达目标识别效果在线评估方法、装置和计算机设备。所述方法包括：获取当前时刻认知雷达的观测样本以及对观测样本的识别结果，计算观测样本与预先存储的历史样本的相似性度量，获取最接近的历史样本对应的历史识别结果，并计算冲突度量，根据相似性度量，确定相似性度量序列，根据冲突度量，确定冲突度量序列，根据相似性度量序列和冲突度量序列，构建皮尔逊相关系数计算模型，根据皮尔逊相关系数计算模型输出的皮尔逊相关系数，更新前一时刻的识别效果刻画系数，得到当前时刻的识别效果刻画系数。采用本方法能够实现认知雷达目标识别结果在线评估。

摘要： 本申请公开了一种基于语义工程和案例学习的计算机认知方法及系统，所述方法包括：通过根据网络爬虫技术对人类大规模文本案例进行收集，获得第一标准案例；根据基于全局的NLP技术，构建语义识别推理模型；根据所述语义识别推理模型，获得第一因果关系；根据所述语义识别推理模型，解析所述第一标准案例中的计算机认知空间框架要素，获得第一框架要素；构建第一计算机认知空间；根据所述第一因果关系和第一计算机认知空间，对第一标准案例进行语义的识别推理，获得第一计算机语义集；根据所述第一计算机认知空间和所述第一计算机语义集，构建第一计算机认知系统。解决了现有技术中存在计算机认知系统对人类语义理解不够准确的技术问题。

摘要： 本申请公开了一种认知功能评价方法、终端设备以及计算机可读存储介质，该认知功能评价方法包括：获取测试者在完成认知功能任务期间的测试数据；获取历史数据中的认知正常数据，按照认知正常数据确定关键特征范围，其中，关键特征范围包括若干认知功能类别的关键特征范围；在测试数据超出某一认知功能类别的关键特征范围时，评价测试者在该认知功能类别下存在认知障碍。本申请的认知功能评价方法通过认知功能任务对测试者进行便捷式认知评估，适合大规模推广应用。

摘要： 提供了分形认知计算节点、用于学习过程的计算机实现的方法、计算认知集群以及计算认知架构。FCN包括用于接收第一输入信号的第一输入端、用于提供第一输出信号的第一输出端、用于接收第二输入信号的第二输入端以及用于接收SA参数的第三输入信号。FCN的存储器存储条目的集合。处理单元实现将所述第一输入信号和所述第二输入信号的组合与所存储的集合进行比较并计算针对每个被比较条目的相似性度量的功能。第一输出信号被计算为对具有大于所述SA参数的相似性度量的被比较条目的选择。如果所述选择为空，则向所述存储器添加新条目。如果所述选择不为空，则将所述第一输出信号设置为所述选择。