运用科学计量学的人工智能安全技术评估

面对智能化时代的巨大进步,人工智能安全逐渐成为备受关注的议题。以Web of Science数据库收录的核心论文为研究对象,运用科学计量学方法和可视化技术,对包括国家、机构在内的研究力量分布以及热点、前沿和所涉学科在内的主题内容进行分析和总结。针对潜在的人工智能安全议题,构建定性分析框架,对人工智能安全进行定性定量结合的分析,对人工智能安全技术发展进行初步探索与评估。     

载频带宽同步倍频的高频大带宽线性调频信号光产生方法

针对高载频、大带宽线性调频信号产生需求,提出一种基于级联马赫-曾德尔调制器(Mach-Zehnder Modulator, MZM)的载频带宽同步倍频的高载频、大带宽线性调频信号光产生方法。理论分析表明,通过合理设置级联MZM的直流偏置点和线性调频信号幅度等参数,可产生载频和带宽同步倍频且倍频系数可调的线性调频信号。在此基础上利用光学系统软件进行相应的仿真验证,利用载频和带宽分别为5 GHz和2 GHz的线性调频信号产生了载频和带宽分别为40 GHz、15.07 GHz和58.25 GHz、19.5 GHz的线性调频信号。仿真结果验证了该方法的可行性,也验证了产生的信号具有较好的压缩性。     

基于科学计量的机器学习技术发展评估分析

机器学习是通过数据训练使机器获取新的知识和技能的计算机技术，是人工智能技术的核心和前沿领域之一。本文以Web of Science?核心合集收录的机器学习领域相关SCI论文和incoPat全球专利数据库收录的机器学习领域相关专利为数据源，运用科学计量方法对文献数据和专利数据进行时间、地域和机构分布分析，展示了机器学习领域研究实力的分布情况，并对机器学习的发展趋势进行了分析；然后利用主题聚类分析方法及可视化软件VOSviewer，挖掘出机器学习领域的关键技术、技术热点；最后对结果进行了总结分析，以期为我国机器学习发展布局提供参考和借鉴。