信号传感、处理和识别中的机器智能

近年来，机器智能已成为一个成熟的研究领域，吸引了许多科学和工程领域的研究人员，如机器人、人工智能、大数据、物联网、智能事物等。信号处理、智能传感、图像/视频处理、计算机视觉、机器学习、深度学习、迁移学习、极限学习机器、表征学习等领域在机器智能领域发挥着重要作用[1- - - - - -4]．共同的目标是开发新的技术和算法，以制造更智能的东西，为世界提供更舒适的生活条件。

一般来说，传统的机器智能包括信号感知、信号处理和信号识别三个阶段，又称低级获取、中级表示和高级分析。在传统智能之外，人工智能还融入了丰富的大数据、高计算能力、高效学习算法、互联网、芯片等元素。学习算法在人工智能开发中扮演着关键角色。计算机视觉、自然语言处理、遥感、医疗诊断、智能电网、系统控制等多个领域的研究人员都被目前流行的深度学习算法所吸引。在信号感知、处理和识别方面的进一步研究可以为机器智能提供更多的前景。

本特刊在不同领域探讨了信号处理和机器学习算法的新方法和应用，包括说话人识别、环境数据分析、遥感数据建模、故障诊断和计算机视觉。算法如极限学习机，贝叶斯推理，贝叶斯网络，最小二乘回归和小波已经被开发。本期特刊为读者提供机器智能领域中基于信号的感知、处理和识别的新见解，非常有趣和科学有效。

Lei张
苏尼尔Kr。杰哈
杨主任朱之鑫
Zhenbing赵
Bhupendra Nath女子

参考文献

1. 勒村、本吉奥和欣顿，《深度学习》，自然，第521卷，no。7553，页436-444,2015。视图:出版商的网站|谷歌学者
2. G.-B。“什么是极限学习机?”填补了弗兰克·罗森布拉特的梦想和约翰·冯·诺依曼的困惑之间的空白认知计算，第7卷，第2期。3，页263-278,2015。视图:出版商的网站|谷歌学者
3. L. Zhang, W. Zuo, and D. Zhang， " LSDT:视觉适应的潜在稀疏域迁移学习"，IEEE图像处理汇刊第25卷，没有。3, pp. 1177-1191, 2016。视图:出版商的网站|谷歌学者|MathSciNet
4. Y. Bengio, a . Courville, P. Vincent，《表征学习:回顾与新视角》，IEEE模式分析与机器智能汇刊第35卷，没有。第8页，1798-1828页，2013。视图:出版商的网站|谷歌学者

版权

张磊等人版权所有这是一篇开放获取的文章知识共享署名许可，允许在任何媒介上不受限制地使用、分发和复制，只要原稿被适当引用。