具身智能研究的关键问题: 自主感知, 行动与进化
沈甜雨， 陶子锐， 王亚东， 张庭祯， 刘宇航， 王兴霞… - 自动化学报, 2025 - aas.net.cn
具身智能强调了大脑, 身体及环境三者的相互作用, 旨在基于机器与物理世界的交互,
创建软硬件结合, 可自主学习进化的智能体. 当前, 机器学习, 机器人学, 认知科学等多学科技术的 …
创建软硬件结合, 可自主学习进化的智能体. 当前, 机器学习, 机器人学, 认知科学等多学科技术的 …
[HTML][HTML] 面向遥感图像解译的增量深度学习
翁星星， 庞超， 许博文， 夏桂松 - 电子与信息学报, 2022 - jeit.ac.cn
深度学习的发展推动了高精度遥感图像智能解译模型的涌现. 然而, 目前遥感智能解译模型大多
基于预先定义的静态数据集独立训练, 难以适应环境开放和需求动态的实际应用 …
基于预先定义的静态数据集独立训练, 难以适应环境开放和需求动态的实际应用 …
[HTML][HTML] 深度模型的持续学习综述: 理论, 方法和应用
张东阳， 陆子轩， 刘军民， 李澜宇 - 电子与信息学报, 2024 - jeit.ac.cn
自然界中的生物需要在其一生中不断地学习并适应环境, 这种持续学习的能力是生物学习系统的
基础. 尽管深度学习方法在计算机视觉和自然语言处理领域取得了重要进展 …
基础. 尽管深度学习方法在计算机视觉和自然语言处理领域取得了重要进展 …
非平衡数据流在线主动学习方法
李艳红， 任霖， 王素格， 李德玉 - 自动化学报, 2024 - aas.net.cn
数据流分类是数据流挖掘领域一项重要研究任务, 目标是从实时到达不断变化的海量数据中捕获
变化的类结构. 目前, 很少有框架可以同时处理数据流中常见的多类非平衡, 概念漂移 …
变化的类结构. 目前, 很少有框架可以同时处理数据流中常见的多类非平衡, 概念漂移 …
[HTML][HTML] Incremental Deep Learning for Remote Sensing Image Interpretation
W Xingxing, P Chao, XU Bowen, XIA Guisong - 电子与信息学报, 2024 - jeit.ac.cn
The significant advancement of deep learning has facilitated the emergence of high-
precision interpretation models for remote-sensing images. However, a notable drawback is …
precision interpretation models for remote-sensing images. However, a notable drawback is …
[HTML][HTML] A Survey of Continual Learning with Deep Networks: Theory, Method and Application
Z Dongyang, LU Zixuan, LIU Junmin, LI Lanyu - 电子与信息学报, 2024 - jeit.ac.cn
Biological organisms in nature are required to continuously learn from and adapt to the
environment throughout their lifetime. This ongoing learning capacity serves as the …
environment throughout their lifetime. This ongoing learning capacity serves as the …