logo

Scientia Sinica Informationis 2019 Hot Paper Award

Published: 2020-09-23 PageView: 648


经编委会和编辑部推荐,依据文章的科学性、影响力等指标,《中国科学:信息科学》从2017年出版的文章中,评选出4篇“热点论文”,衷心祝贺获奖论文的作者!展现状与展望


(1)周孝信, 曾嵘, 高峰, 屈鲁

《中国科学: 信息科学》, 2017, 47(2): 149-170 

摘要:能源互联网是以可再生能源为优先, 以电力能源为基础, 多种能源协同、供给与消费协同、集中式与分布式协同, 大众广泛参与的新型生态化能源系统. 本文探讨了能源互联网的研究背景和意义; 剖析了能源互联网的基本内涵; 梳理了国内外能源互联网的发展动态与现状; 阐述了能源互联网需重点研究的科学技术问题; 展望了能源互联网的发展前景. 在互联网理念、先进信息技术与能源产业深度融合的基础上, 通过多能协同的能源网络、信息物理融合的能源系统、创新模式的能源运营, 实现绿色、协调、高效发展, 带动经济增长, 支撑能源革命.


(2)涂存超, 杨成, 刘知远, 孙茂松

《中国科学: 信息科学》 2017, 47(8): 980-996

摘要网络是表达物体和物体间联系的一种重要形式, 针对网络的分析研究的一个关键问题就是研究如何合理地表示网络中的特征信息. 随着机器学习技术的发展, 针对网络中节点的特征学习成为了一项新兴的研究任务. 网络表示学习算法将网络信息转化为低维稠密的实数向量, 并用于已有的机器学习算法的输入. 举例来说, 节点表示可以作为特征送入支持向量机等分类器用于节点分类任务, 也可以作为欧氏空间中的点坐标用于可视化任务. 近年来, 网络表示学习问题吸引了大量的研究者的目光, 本文将针对近年来的网络表示学习工作进行系统性的介绍和总结.


(3)马永强, 陈仕韬, 刘子熠, 汪建基, 郑南宁

《中国科学: 信息科学》, 2017, 47(2): 171-192

摘要互联网的出现带来了信息量的爆发式增长, 加快了信息的传播速度, 其传播方式也更加多样化. 人类社会进入了一个前所未有的碎片化知识时代. 互联网中的碎片化知识是人类大量行为、思考与交互活动的产物. 传统的人工智能试图通过知识工程所建立的专家系统实现机器的智能, 但无法有效地解决碎片化知识的处理与高效利用. 因此, 如何对这些巨量的碎片化知识进行归纳重组与新知识的再发现, 是当前信息科学和人工智能研究领域面临的重要科学问题. 本文分析了传统人工智能方法面对大规模碎片化知识处理时存在的问题, 讨论了碎片化知识处理组织与学习的基本结构,以及网络化人工智能的概念, 介绍了大数据演化规律的公式发现方法, 并对未来的研究热点进行了展望.


(4)夏明华, 朱又敏, 陈二虎, 邢成文, 杨婷婷, 温文坤

《中国科学: 信息科学》, 2017, 47(6): 677-695


摘要为了保障我国 “21 世纪海上丝绸之路” 发展战略的顺利实施和满足日趋频繁的海事活动的需要, 必须实现对相关海域的无缝、高效和可靠的通信覆盖. 本文首先概述我国海洋通信网络的发展现状; 其次, 详细分析并比较全球范围内主流海洋通信网络, 包括海上无线通信系统、海洋卫星通信系统和岸基移动通信系统; 然后, 根据我国南海岛礁众多的地理特点, 提出了一种新型的海洋通信网络架构, 并具体阐述了实施该网络架构所面临的技术挑战, 包括海洋信道建模、大气波导效应、微波散射效应, 以及统一、高效的网络资源管理机制等. 本文将为我国海洋通信政策决策人士、科研和工程人员提供一个全球视野, 以准确把握全球技术发展动态, 并积极推动我国海洋通信事业的建设与发展.

qqqq

Contact and support