刊·见 | 捕捉人工智能领域最新动态？收藏Applied Artificial Intelligence
ChatGPT的出现是AI研究中具有重大历史意义的突破性进展，看似无所不能的ChatGPT对于人类社会产生了许多积极的影响，但同时也带来了发人深省的冲突。如何规避因人工智能的崛起而引发的风险和消极影响，是人工智能领域政策的制定者和领域内的专业人士需要深入思考和探讨的问题。本期《刊·见》为您带来人工智能领域优质期刊AppliedArtificialIntelligence。除了期刊介绍外，我们还为您精选了近三年刊内高被引文章和2022年高阅读量文章，供诸位阅读：基于迁移学习的框架，为番茄植株上的害虫分类通用
ChatGPT的出现是AI研究中具有重大历史意义的突破性进展，看似无所不能的ChatGPT对于人类社会产生了许多积极的影响，但同时也带来了发人深省的冲突。如何规避因人工智能的崛起而引发的风险和消极影响，是人工智能领域政策的制定者和领域内的专业人士需要深入思考和探讨的问题。
本期《刊·见》为您带来人工智能领域优质期刊Applied Artificial Intelligence。除了期刊介绍外，我们还为您精选了近三年刊内高被引文章和2022年高阅读量文章，供诸位阅读：
- 基于迁移学习的框架，为番茄植株上的害虫分类
- 通用学习均衡优化器：一种新的用于生物数据分类的特征选择方法
- 综述：基于深度学习的2D图像语义分割体系架构的调查
- 综述：人工智能驱动的网络攻击的新威胁
Applied Artificial Intelligence 是奥地利控制论研究学会官方刊物，旨在解决应用研究和人工智能应用方面的问题，同时为人工智能领域有影响力的研究提供交流观点和想法的平台。期刊关注如下领域，包括但不限于人工智能系统在解决管理、工业、工程、行政和教育工作方面的进展；对现有人工智能系统和工具的评估，侧重比较研究和用户体验；人工智能对经济、社会和文化的影响。
该期刊已被SCIE, Scopus, CSA, INSPECs, PsycINFO等数据库收录。
期刊主页：http://985.so/m1ug4
影响因子
根据JCR显示，Applied Artificial Intelligence 2021年影响因子为2.777，在
计算机：人工智能领域排名82/145
工程：电子与电气领域排名134/276
CiteScore
根据Scopus显示, Applied Artificial Intelligence 的
CiteScore（2021）为 3.0
CiteScoreTracker（2022）为 3.7
在计算机科学：人工智能领域排名 151/269
编辑团队
Applied Artificial Intelligence 的主编是来自奥地利人工智能研究所和维也纳大学的Robert Trappl教授。在副主编团队中，来自中国的是山东财经大学的刘培德教授。此外，编委团队由多国专家学者组成。
主编
Robert Trappl教授
Robert Trappl教授是奥地利人工智能研究所的负责人，他还是维也纳医科大学脑研究中心医学控制论和人工智能学科的名誉教授，曾担任维也纳大学医学控制论和人工智能系的全职教授和系主任长达30年。
来自中国的副主编
刘培德教授
刘培德教授是山东财经大学管理科学与工程学院院长、山东财经大学海洋经济与管理研究中心主任、中国优秀教师。
他的主要研究方向是：决策理论与优化方法；海洋经济与管理；大数据商务分析。
刊内新闻
目前，Applied Artificial Intelligence正在针对以下主题进行征稿。
主题一：Multiagent Systems in the Era of Trustworthy Artificial Intelligence
可信赖的人工智能时代的多智能体系统
投稿截止日期: 2023年8月23日
主题二：Artificial Intelligence Applications in Industry 4.0
工业4.0中的人工智能
投稿截止日期：2023年8月31日
主题三：Explainable Machine Learning Operational Applied Research and Applications for Improved Decision-Making
可解释的机器学习应用研究和提升决策的应用
投稿截止日期：2023年10月30日
作者分布
根据JCR显示，近三年在Applied Artificial Intelligence 发文的国家中，排名前三的国家有：
- 印度
- 中国
- 伊朗
文章推荐可以前往【TandF学术】捷阅读：http://985.so/m1ug6
刊内高被引文章
Full article: Transfer Learning-Based Framework for Classification of Pest in Tomato Plants (tandfonline.com)
基于迁移学习的框架，为番茄植株上的害虫分类
作者：Gayatri Pattnaik et al.
The concept of transfer learning
文章摘要：
Pest in the plant is a major challenge in the agriculture sector. Hence, early and accurate detection and classification of pests could help in precautionary measures while substantially reducing economic losses. Recent developments in deep convolutional neural network (CNN) have drastically improved the accuracy of image recognition systems. In this paper, we have presented a transfer learning of pre-trained deep CNN-based framework for classification of pest in tomato plants. The dataset for this study has been collected from online sources that consist of 859 images categorized into 10 classes. This study is first of its kind where: (i) dataset with 10 classes of tomato pest are involved; (ii) an exhaustive comparison of the performance of 15 pre-trained deep CNN models has been presented on tomato pest classification. The experimental results show that the highest classification accuracy of 88.83% has been obtained using DenseNet169 model. Further, the encouraging results of transfer learning-based models demonstrate its effectiveness in pest detection and classification tasks.
Full article: General Learning Equilibrium Optimizer: A New Feature Selection Method for Biological Data Classification (tandfonline.com)
通用学习均衡优化器：一种新的用于生物数据分类的特征选择方法
作者：Jingwei Too & Seyedali Mirjalili
Basic concept of general learning strategy
文章摘要：
Finding relevant information from biological data is a critical issue for the study of disease diagnosis, especially when an enormous number of biological features are involved. Intentionally, the feature selection can be an imperative preprocessing step before the classification stage. Equilibrium optimizer (EO) is a recently established metaheuristic algorithm inspired by the principle of dynamic source and sink models when measuring the equilibrium states. In this research, a new variant of EO called general learning equilibrium optimizer (GLEO) is proposed as a wrapper feature selection method. This approach adopts a general learning strategy to help the particles to evade the local areas and improve the capability of finding promising regions. The proposed GLEO aims to identify a subset of informative biological features among a large number of attributes. The performance of the GLEO algorithm is validated on 16 biological datasets, where nine of them represent high dimensionality with a smaller number of instances. The results obtained show the excellent performance of GLEO in terms of fitness value, accuracy, and feature size in comparison with other metaheuristic algorithms.
刊内2022年高阅读量文章
Full article: A Survey on Deep Learning-based Architectures for Semantic Segmentation on 2D Images (tandfonline.com)
综述：基于深度学习的2D图像语义分割体系架构的调查
作者：Irem Ulku & Erdem Akagündüz
A sample image and its annotation for object, instance and parts segmentations separately, from left to right
文章摘要：
Semantic segmentation is the pixel-wise labeling of an image. Boosted by the extraordinary ability of convolutional neural networks (CNN) in creating semantic, high-level and hierarchical image features; several deep learning-based 2D semantic segmentation approaches have been proposed within the last decade. In this survey, we mainly focus on the recent scientific developments in semantic segmentation, specifically on deep learning-based methods using 2D images. We started with an analysis of the public image sets and leaderboards for 2D semantic segmentation, with an overview of the techniques employed in performance evaluation. In examining the evolution of the field, we chronologically categorized the approaches into three main periods, namely pre-and early deep learning era, the fully convolutional era, and the post-FCN era. We technically analyzed the solutions put forward in terms of solving the fundamental problems of the field, such as fine-grained localization and scale invariance. Before drawing our conclusions, we present a table of methods from all mentioned eras, with a summary of each approach that explains their contribution to the field. We conclude the survey by discussing the current challenges of the field and to what extent they have been solved.
Full article: The Emerging Threat of Ai-driven Cyber Attacks: A Review (tandfonline.com)
综述：人工智能驱动的网络攻击的新威胁
作者：Blessing Guembe et al.
PRISMA flowchart illustrating the systematic review process and article selection at various stages
文章摘要：
Cyberattacks are becoming more sophisticated and ubiquitous. Cybercriminals are inevitably adopting Artificial Intelligence (AI) techniques to evade the cyberspace and cause greater damages without being noticed. Researchers in cybersecurity domain have not researched the concept behind AI-powered cyberattacks enough to understand the level of sophistication this type of attack possesses. This paper aims to investigate the emerging threat of AI-powered cyberattacks and provide insights into malicious used of AI in cyberattacks. The study was performed through a three-step process by selecting only articles based on quality, exclusion, and inclusion criteria that focus on AI-driven cyberattacks. Searches in ACM, arXiv Blackhat, Scopus, Springer, MDPI, IEEE Xplore and other sources were executed to retrieve relevant articles. Out of the 936 papers that met our search criteria, a total of 46 articles were finally selected for this study. The result shows that 56% of the AI-Driven cyberattack technique identified was demonstrated in the access and penetration phase, 12% was demonstrated in exploitation, and command and control phase, respectively; 11% was demonstrated in the reconnaissance phase; 9% was demonstrated in the delivery phase of the cybersecurity kill chain. The findings in this study shows that existing cyber defence infrastructures will become inadequate to address the increasing speed, and complex decision logic of AI-driven attacks. Hence, organizations need to invest in AI cybersecurity infrastructures to combat these emerging threats.
审稿周期
- 从提交稿件到获取初审意见，平均需要61天
- 获取首个同行评审决定，平均需要62天
- 稿件一旦接受后，在线出版平均需要15天
文章出版费（APC）
您可以通过我们的作者服务网站查询本期刊的标准文章出版费。
Taylor & Francis Group 现在开通APC便捷支付功能，可以一键通过微信、支付宝和银联使用人民币便捷付款。
为帮助更多科研人员选择更加合适的期刊，Taylor & Francis推出专栏——刊·见，该专栏致力于为读者和广大科研人员带来Taylor & Francis旗下期刊的详细解读，从期刊的基本情况、编委阵容、社会影响力到审稿速度、高被引文章等实用信息，专栏将为您带来最详细的介绍，让您更加全面地了解Taylor & Francis旗下优秀的国际期刊，帮助更多中国卓越科研成果顺利在国际期刊上发表。
以上内容可能更新，请以期刊官网主页为准。
Adobe Acrobat Pro 是面向办公、法务、财务、教育及出版用户的专业PDF处理软件，可在Mac上创建、编辑、转换、合并和保护文档，并提供OCR文字识别、表单、批注、内容比较、敏感信息遮盖及电子签名功能。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Affinity Designer 的矢量设计能力现已整合进 Affinity by Canva，可在 Mac 上进行标志、图标、插画、界面原型及印刷品设计。个人用户使用免费 Canva 账户即可使用完整的矢量、像素和版面工具。
Archicad是Graphisoft推出的建筑信息模型设计软件，可在Mac上完成概念设计、参数化建模、图纸编制、工程量统计、渲染展示及团队协同。模型与平立剖面、明细表和布局保持关联，适合建筑师、室内设计师、BIM团队及相关专业学生使用。
AutoCAD LT是Autodesk推出的专业二维CAD设计与文档编制软件，Mac版本提供原生界面、多点触控及分屏查看体验。用户可精确创建和编辑DWG图形，完成图层管理、尺寸标注、表格、PDF参考、外部参照及打印输出。
AutoCAD for Mac 是 Autodesk 面向 macOS 提供的专业计算机辅助设计软件，支持精确的二维绘图、标注、布局输出以及实体、曲面和网格建模。软件采用适配 Mac 操作习惯的界面，可处理 DWG 图纸。
Autodesk Fusion 是面向产品设计与制造的一体化云连接平台，在 Mac 上提供参数化建模、自由曲面、装配、工程图、仿真、PCB 设计和 CAM 加工等工具。它适合机械工程师、工业设计师、创客及制造团队使用。
Autodesk Maya是一套面向影视动画、游戏开发和视觉特效制作的专业三维创作软件，集多边形与曲面建模、角色绑定、关键帧动画、动力学模拟、程序化特效及Arnold渲染于一体，并提供脚本、插件和开放式制作管线支持。
Blender是一款免费开源的综合三维创作软件，可在Mac上完成建模、数字雕刻、材质制作、角色绑定、动画、物理模拟、渲染、合成及视频剪辑。软件提供Cycles与Eevee渲染工具，并支持几何节点、蜡笔绘制和Python扩展。
AutoCAD 是 Autodesk 推出的专业计算机辅助设计软件，Windows 版支持精确二维绘图、三维实体与曲面建模、图纸标注、布局发布和任务自动化，并包含多套行业专业化工具组合，适用于建筑、机械、电气、工程建设及制造设计人员。
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Cinema 4D是Maxon推出的专业三维创作软件，将建模、动画、MoGraph动态图形、粒子与动力学模拟、材质灯光及Redshift渲染整合在统一工作环境中，适用于广告包装、影视特效、产品和建筑可视化、游戏素材等制作场景。
Blender 是免费开源的三维创作套件，在 Windows 上提供建模、雕刻、材质、动画、物理模拟、合成、跟踪、视频剪辑及 Cycles、EEVEE 渲染工具。它适合个人创作者、学生和小型工作室，
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
SketchUp Pro 是面向建筑、室内、景观、施工和产品设计等专业场景的三维建模工具，提供桌面建模、LayOut 二维文档、模型资源库、扩展程序及云端协作能力。其操作逻辑直观，适合从概念推敲、空间规划到图纸表达和方案汇报的完整工作流程。