摘要：绘画艺术是人类艺术创作的重要组成部分,绘画艺术图像的计算美学是利用机器实现可计算的人类审美过程,其在大规模绘画的自动化分析和机器对感性的计算建模上具有重要的应用价值和科学意义.针对其交叉学科的特点,本文首次从人类审美的感知、认知和评价三个关键过程出发,将绘画艺术图像的计算美学研究完整地归纳为属性识别、内容理解和美学评价三方面研究内容,对其中的问题建模、数据获取和前沿方法等关键科学问题进行了归纳总结,并对绘画计算美学的三方面研究内容进行了对比、思考和展望.

摘要：近年来,机器艺术创作逐步得到了人们的重视和长足的发展,通过算法加工的作品,甚至纯粹由机器生成的作品越来越多地出现在人们的视野中。然而,这些作品在感官效果上与人类的艺术作品相去甚远,且不具备共情属性,因此难以被人类认可。与此同时,技术对艺术领域的冲击也引起了人们的担忧。针对目前机器和人在艺术创作中面临的技术问题和人机关系问题,提出了平行艺术理论体系。该体系旨在构建机器与人的伙伴关系,使人与机器在艺术创作中以平行的方式进行配合与协作。这也将为融合以人为主的情感关系与以机器为主的逻辑关系提供一个新思路。

摘要：本文提出了一种新的机器学习理论框架.该框架结合了现有多种机器学习理论框架的优点,并针对如何使用软件定义的人工系统从大数据提取有效数据,如何结合预测学习和集成学习,以及如何利用默顿定律进行指示学习等目前机器学习领域面临的重要问题进行了特别设计.

摘要：机器学习根据历史数据的模式预测未来,近年来进行了大量研究并得到了应用,但在处理动态、非完整、非结构化信息上与人类相去甚远。为此,引入人的决策,结合机器学习、知识库,构建了一个人在回路的混合增强智能闭环系统。基于Sawyer协作机器人搭建了人机融合实验平台,设计了机器人抓取实验。实验结果表明,相比单一机器学习方式,在引入人类智能后,Sawyer在应对非结构化环境下的抓取任务中表现更佳。

摘要：目的随着车联网技术的发展,网联自动驾驶车辆(connected and autonomous vehicle,CAV)的部署场景变得越来越复杂。为了保证效率和安全,提出一种面向CAV部署的集成无人机和现有路侧基础设施的车—路—无人机跨域协同技术,旨在解决依靠路侧基础设施支持CAV感知和通信解决方案在部署范围、机动性和感知视角等方面存在一定限制的问题。方法本文设计了基于任务需求和资源约束的双层调度算法,实现无人机资源的灵活调度和智能决策。该算法上层实现任务规划,下层运动规划则根据动力学约束和虚拟场模型生成无人机运动轨迹,采用上、下层反馈机制,动态响应感知和通信需求,给出目标区域无人机的最优部署方案。结果实验模拟混合交通流场景,并估计了不同场景下CAV动态感知和通信需求;通过对比无人机跨域协同方案与现有路侧基础设施辅助方案,结果表明所提方案相比现有方案降低了路侧设备单元(roadside units,RSU)的空闲率,在CAV渗透率为70%时,所提方案在仿真路网和城市路网场景下分别将RSU的空闲率降低了33.82%和31.20%;同时也展示了基于双层调度算法按需调度无人机的流程,验证了该算法的有效性。结论本文所提出的无人机跨域协同的CAV辅助部署方案,对比现有的基础设施辅助方案,具有覆盖范围广、可以按需灵活调度的特点,可以支持CAV大规模部署。

摘要：首先提出了混合增强智能开放创新平台建设的总体目标以及面临的问题,提出了一种虚实系统互驱的平台架构方案。然后阐述了平台的基本形态,并详述了平台各层的模块机理和作用,以及涉及的关键技术,如人机交互技术、数据处理技术和数字虚拟工业技术。最后设计了开放创新的保障和激励机制,并探讨了区块链技术在混合增强智能开放创新平台数据安全方面的应用。