全国超9亿人或已感染新冠!超8成受访感染者出现发烧症状

经济学家王小鲁:有关某地向非公企业派驻第一书记的三个问题

李庄没能见到小花梅

母子乱伦:和儿子做了,我该怎么办?

【少儿禁】马建《亮出你的舌苔或空空荡荡》

生成图片,分享到微信朋友圈

自由微信安卓APP发布,立即下载! | 提交文章网址
查看原文

Electronics:AI 是如何解析人类情绪的?——“人工智能”栏目 | MDPI 栏目推荐

MDPI MDPI工程科学 2022-12-08

点击左上角"MDPI工程科学"关注我们,为您推送更多最新研究。

栏目介绍

“人工智能”栏目是 Electronics 期刊18个学科栏目之一,目前,该栏目由55位来自全球的知名学者担任编委会成员,包括西班牙国立远程教育大学 Jesús G. Boticario 教授、匈牙利罗兰大学 Janos Botzheim 教授和澳大利亚昆士兰科技大学 Kah Phooi Seng 教授等人工智能领域的知名学者为该栏目提供学术支持。


识别左侧二维码,进入栏目主页。


栏目主编



Yoichi Hayashi 教授

日本明治大学


1984年,获得东京理科大学系统工程系工程博士学位;1986年,担任日本茨城大学计算机系助理教授;1996年至今,担任东京明治大学计算机科学系教授。兼任美国伯明翰阿拉巴马大学、新西兰坎特伯雷大学客座教授。发表230余篇计算机科学领域论文。


研究领域:深度学习 (DBN、CNN);深度神经网络和浅层神经网络的黑盒性质;深度神经网络的透明性、可解释性和可解释性;规则提取;高性能分类器;高级数据挖掘;大数据数据分析和医学信息学。


精选文章

1. Early Detection of Diabetic Retinopathy Using PCA-Firefly Based Deep Learning Model

使用基于 PCA-Firefly 的深度学习模型早期检测糖尿病视网膜病变

Thippa Reddy Gadekallu et al.

https://www.mdpi.com/633998

文章亮点:

(1) 本研究使用从 UCI 机器学习存储库中收集的糖尿病视网膜病变数据集。

(2首先,作者对原始数据库进行了归一化,提取了数据库中最显著的特征。

(3) 此外,作者通过 Firefly 算法实现了维数简化。


识别二维码

阅读英文原文

原文出自 Electronics 期刊

Gadekallu, T.R.; Khare, N.; Bhattacharya, S.; Singh, S.; Maddikunta, P.K.R.; Ra, I.-H.; Alazab, M. Early Detection of Diabetic Retinopathy Using PCA-Firefly Based Deep Learning Model. Electronics 2020, 9, 274.


2. Sentiment Analysis Based on Deep Learning: A Comparative Study

基于深度学习的情感分析:一项比较研究

Nhan Cach Dang et al.

https://www.mdpi.com/665212

文章亮点:

(1) 本文总结了使用深度学习解决情感极性等情感分析问题的最新研究。

(2) 词汇频率-逆文档频率 (Term Frequency-Inverse Document Frequency, TF-IDF) 和词汇嵌入模型已被大量应用于数据库。

(3) 本文对不同模型和输入特征的实验结果进行了比较研究。


识别二维码

阅读英文原文

原文出自 Electronics 期刊

Dang, N.C.; Moreno-García, M.N.; De la Prieta, F. Sentiment Analysis Based on Deep Learning: A Comparative Study. Electronics 2020, 9, 483. 


3. Biometric User Identification Based on Human Activity Recognition Using Wearable Sensors: An Experiment Using Deep Learning Models

使用基于人类活动识别的可穿戴传感器对生物用户进行识别:使用深度学习模型的实验

Sakorn Mekruksavanich and Anuchit Jitpattanakul 

https://www.mdpi.com/976432

文章亮点:

(1) 本文提出了一种用于多种可穿戴用户识别的新方法,通过深度学习模型来识别人类行为。

(2) 此方法使用来自可穿戴设备的三轴陀螺仪和三轴加速度计的感官数据,以获得各种活动期间用户的高级信息。

(3) 本研究选取了四种深度学习模型进行用户分类,其中神经网络 (CNN) 和长短期记忆 (LSTM) 模型识别用户的最高准确率分别为 91.77% 和 92.43%。


识别二维码

阅读英文原文

原文出自 Electronics 期刊

Mekruksavanich, S.; Jitpattanakul, A. Biometric User Identification Based on Human Activity Recognition Using Wearable Sensors: An Experiment Using Deep Learning Models. Electronics 2021, 10, 308.


相关特刊

1. New Artificial Intelligence Technologies in Biomedical Engineering

Edited by Ali Alouani, Tarek Elfouly and Amr Mohamed

Submission Deadline: 20 December 2022


识别二维码,

了解特刊信息。

2. Trends and Prospects in Hybrid Methods for Natural Language Processing

Edited by Lorenzo Gatti, Álvaro Carrera Barroso and Kyriaki Kalimeri

Submission Deadline: 15 January 2023


识别二维码,

了解特刊信息。


   Electronics 期刊介绍


主编:Flavio Canavero, Politecnico di Torino, Italy

期刊涵盖的研究包括但不限于以下领域:电子材料、微电子学、光电子电、工业电子、电力电子、生物电子、微波和无线通信、计算机科学与工程、系统与控制工程、电路和信号处理、半导体器件、人工智能、电动和自动驾驶汽车、量子电子等。期刊致力于快速发表与广泛电子领域相关的、最新的技术突破以及前沿发展。

2021 Impact Factor

2.690

2021 CiteScore

3.7

Time to First Decision

16.6 Days

Time to Publication

36 Days

识别二维码,

订阅 Electronics 期刊最新资讯。


往期回顾

对话Electronics期刊编委——西安电子科技大学武越副教授 | MDPI 人物专访

Electronics:“网络”栏目 | MDPI 栏目推荐


版权声明:

*本文由MDPI中国办公室翻译撰写,文中涉及到的论文翻译部分,为译者在个人理解之上的概述与转达,论文详情及准确信息请参考英文原文。本文遵守 CC BY 4.0 许可 (https://creativecommons.org/licenses/by/4.0/)。如需转载,请于公众号后台留言咨询。


由于微信订阅号推送规则更新,您可以将“MDPI工程科学”设为星标,便可在消息栏中便捷地找到我们,及时了解最新开放出版动态资讯!


点击左下方“阅读原文”,进入栏目主页。

喜欢今天的内容?给我们点个【在看】吧!

文章有问题?点此查看未经处理的缓存