综述: 动态事件触发的控制与估计 

受限于系统组件(如传感器、控制器) 有限的计算和处理能力以及共享的网络带宽，如何有效地利用计算及通信资源已成为一个众多网络化系统中的一个关键设计问题。与经典的时间触发机制(time-triggered mechanisms, TTMs)相比，事件触发机制(Event-triggered mechanisms, ETMs)被认为是资源受限应用中的一个重要的通信范式转变。这是因为事件触发机制能在预期的系统控制/估计性能和资源利用效率提升之间实现一种平衡。近年来，动态事件触发机制(dynamic event-triggered mechanism, DETMs)正发展成为一种新兴技术。这主要是由于动态事件触发机制往往可以实现比传统事件触发机制更高的资源利用效率，以及满足比传统事件触发机制更为灵活的系统设计要求。 澳大利亚斯威本科技大学韩清龙教授团队系统地综述了网络化系统动态事件触发控制与估计的最新研究进展，并展望了未来研究方向。

全文下载：

Dynamic Event-triggered Control and Estimation: A Survey

Xiaohua Ge, Qing-Long Han, Xian-Ming Zhang, Derui Ding

https://link.springer.com/article/10.1007/s11633-021-1306-z     

引用格式：

Xiaohua Ge, Qing-Long Han, Xian-Ming Zhang, Derui Ding. Dynamic Event-triggered Control and Estimation: A Survey. International Journal of Automation and Computing,  vol. 18, no. 6, pp.857-886, 2021.  https://doi.org/10.1007/s11633-021-1306-z

综述: 深度视听学习 

视听学习，旨在挖掘听觉和视觉两种模态之间的关系。随着深度学习得到成功应用，视听学习引起了广泛关注，研究者们以期利用这两种模态来提高单一模态任务的性能，或借此解决新的具有挑战性的问题。中科院自动化所赫然研究员团队对近年来视听学习的探索与发展进行了系统的综述，将其分为四个子领域：视听分离和定位、视听相关性学习、视听生成和视听表征学习，对前沿方法进行了讨论和梳理，分析了每个子领域存在的问题，总结了常用的数据集，并对面临的挑战进行了研判。

全文下载：

Deep Audio-visual Learning: A Survey

Hao Zhu, Man-Di Luo, Rui Wang, Ai-Hua Zheng, Ran He

https://link.springer.com/article/10.1007/s11633-021-1293-0 

引用格式：

Hao Zhu, Man-Di Luo, Rui Wang, Ai-Hua Zheng, Ran He. Deep Audio-visual Learning: A Survey. International Journal of Automation and Computing,  vol. 18, no. 3, pp.351-376, 2021.  https://doi.org/10.1007/s11633-021-1293-0

综述：进化计算在大规模多目标优化问题中的进展 

多目标进化算法在求解大规模(决策变量数多)多目优化问题时通常面临性能的急剧下降，引发决策变量维度高可扩放的多目标进化算法的研究热潮。算法可扩放性提升面临的难点是什么？如何增强多目标进化算法的可扩放性？南方科技大学唐珂教授团队围绕上述两个关键难题，综述了近十年来进化计算在大规模多目标优化问题中的研究进展。

全文下载：

Evolutionary Computation for Large-scale Multi-objective Optimization: A Decade of Progresses

Wen-Jing Hong, Peng Yang, Ke Tang

https://link.springer.com/article/10.1007/s11633-020-1253-0 

引用格式：

Wen-Jing Hong, Peng Yang, Ke Tang. Evolutionary Computation for Large-scale Multi-objective Optimization: A Decade of Progresses. International Journal of Automation and Computing,  vol. 18, no. 2, pp.155-169, 2021.  https://doi.org/10.1007/s11633-020-1253-0

​综述：计算智能在遥感图像配准中的应用 

遥感图像配准在遥感图像处理中有着重要应用，是许多遥感信息提取和处理技术中的基础性问题。进化算法模拟生态系统中优胜劣汰的进化过程，可很好对遥感图像配准任务参数进行优化。近些年来，基于深度学习的遥感图像配准方法也取得了令人满意的效果。本文为西安电子科技大学公茂果教授团队特约综述，文章深入讨论了计算智能在遥感图像配准中的应用，主要从进化算法和深度学习两方面进行阐述。

全文下载：

Computational Intelligence in Remote Sensing Image Registration: A survey

Yue Wu, Jun-Wei Liu, Chen-Zhuo Zhu, Zhuang-Fei Bai, Qi-Guang Miao, Wen-Ping Ma, Mao-Guo Gong

https://link.springer.com/article/10.1007/s11633-020-1248-x 

引用格式：

Yue Wu, Jun-Wei Liu, Chen-Zhuo Zhu, Zhuang-Fei Bai, Qi-Guang Miao, Wen-Ping Ma, Mao-Guo Gong. Computational Intelligence in Remote Sensing Image Registration: A survey. International Journal of Automation and Computing,  vol. 18, no. 1, pp.1-17, 2021.  https://doi.org/10.1007/s11633-020-1248-x

综述：视频中的群体行为识别 

人类群体行为识别在安全监控、社会角色理解和体育视频分析等场景中有着广泛应用。然而，当前关于群体行为识别的综述研究非常少，且大多集中在个体行为识别上。北京工业大学毋立芳教授团队带来最新综述，充分介绍了当前关于群体行为识别的最新研究成果及未来发展趋势。

全文下载：

A Comprehensive Review of Group Activity Recognition in Videos

Li-Fang Wu, Qi Wang, Meng Jian, Yu Qiao, Bo-Xuan Zhao

https://link.springer.com/article/10.1007/s11633-020-1258-8    

引用格式：

Li-Fang Wu, Qi Wang, Meng Jian, Yu Qiao, Bo-Xuan Zhao. A Comprehensive Review of Group Activity Recognition in Videos. International Journal of Automation and Computing,  vol. 18, no. 3, pp.334-350, 2021.  https://doi.org/10.1007/s11633-020-1258-8

综述：基于深度学习的视觉跟踪方法进展 

人眼可以比较轻松地在一段时间内持续定位特定目标，而在计算机视觉领域，这一任务便是高级计算机任务之一——"目标跟踪"。但对计算机而言，在不同场景下实现目标跟踪任务是一件较为困难的事情，尤其在跟踪目标发生剧烈形变、被其他目标遮挡或出现相似物体干扰等复杂情况下。因此，在计算机视觉领域，目标跟踪(特指单目标跟踪)是指：给出目标在跟踪视频第一帧中的初始状态(如位置，尺寸)，自动估计目标物体在后续帧中的状态和移动轨迹。近年来，深度学习方法开始在目标跟踪领域崭露头角，并逐渐在性能上超越传统方法。温州大学人工智能与计算机学院院长张笑钦教授团队综述了基于深度学习的视觉跟踪方法进展。

全文下载：

Advances in Deep Learning Methods for Visual Tracking: Literature Review and Fundamentals

Xiao-Qin Zhang, Run-Hua Jiang, Chen-Xiang Fan, Tian-Yu Tong, Tao Wang, Peng-Cheng Huang

https://link.springer.com/article/10.1007/s11633-020-1274-8

引用格式：

Xiao-Qin Zhang, Run-Hua Jiang, Chen-Xiang Fan, Tian-Yu Tong, Tao Wang, Peng-Cheng Huang. Advances in Deep Learning Methods for Visual Tracking: Literature Review and Fundamentals. International Journal of Automation and Computing,  vol. 18, no. 3, pp.311-333, 2021.  https://doi.org/10.1007/s11633-020-1274-8

综述: 面向复杂网络中社会传播问题的演化计算方法 

社会传播是指与人类社会直接相关的传播现象，包括但不限于传染病扩散、计算机病毒感染、虚假新闻传播、社会创新推广、病毒式广告营销等。其中，仿真(Simulation)、优化(Optimization)、检测和分析(Detection and Analysis)是社会传播的三大主题。基于代理的仿真有助于理解传播过程，面向问题的优化则致力于改善传播效果，基于真实数据的检测分析则更多面向实际应用。由于传播过程日益复杂，传播规模不断扩大，针对社会传播的研究近年来越来越受到关注。其中，随着演化计算(Evolutionary Computation , EC)方法的不断发展，通过将进化和发展的观点与社会传播相结合，演化计算方法逐渐展示出了在求解社会传播问题上的巨大潜力。华南理工大学陈伟能教授团队试图全面探讨面向社会传播的演化计算方法，首先提出针对复杂网络上社会传播研究的综合分类法，从模拟、优化、检测分析三个角度对社会传播问题分类阐述；接着概述了演化计算方法在解决上述问题时的意义及一些代表性应用；最后还讨论了社会传播中存在的一些开放性问题以及演化计算在这些问题中的潜在应用场景，为演化传播动力学的发展探路。

全文下载：

Evolutionary Computation in Social Propagation over Complex Networks: A Survey

Tian-Fang Zhao, Wei-Neng Chen, Xin-Xin Ma, Xiao-Kun Wu

https://link.springer.com/article/10.1007/s11633-021-1302-3     

引用格式：

Tian-Fang Zhao, Wei-Neng Chen, Xin-Xin Ma, Xiao-Kun Wu. Evolutionary Computation in Social Propagation over Complex Networks: A Survey. International Journal of Automation and Computing,  vol. 18, no. 4, pp.503-520, 2021.  https://doi.org/10.1007/s11633-021-1302-3

综述: 正则表达式正确性保证 

正则表达式是对字符串操作的一种逻辑公式，许多程序设计语言都支持利用正则表达式进行字符串操作。在最近的六十年中，正则表达式逐渐从模糊而深奥的数学概念，发展成为在计算机各类工具和软件包应用中的主要功能。若正则表达式的定义出现错误，则可能导致使用它们的应用程序失败。因此，保证正则表达式的正确性是其实际应用的重要前提。北京航空航天大学马帅教授团队系统综述了正则表达式正确性保证的相关研究。

全文下载：

Ensuring the Correctness of Regular Expressions: A Review

Li-Xiao Zheng, Shuai Ma, Zu-Xi Chen, Xiang-Yu Luo

https://link.springer.com/article/10.1007/s11633-021-1301-4  

引用格式：

Li-Xiao Zheng, Shuai Ma, Zu-Xi Chen, Xiang-Yu Luo. Ensuring the Correctness of Regular Expressions: A Review. International Journal of Automation and Computing,  vol. 18, no. 4, pp.521-535, 2021.  https://doi.org/10.1007/s11633-021-1301-4

综述：基于机器学习探秘神经科学 

解密人脑工作机制，已然成为神经科学界最重要的挑战之一。最新研究进展证实，借助功能磁共振成像(fMRI)可有效测量人脑神经活动，让解码人的思想、记忆和情绪成为可能。机器学习在神经科学发挥着越来越重要的作用，学界已提出大量机器学习算法来分析fMRI数据中的大脑活动。南京航空航天大学张道强教授团队，从脑影像功能校准、脑活动模式分析和视觉刺激重建三个方面综述了用以分析神经活动的机器学习方法，并提供了有关脑模式分析的在线资源和开放性研究问题。

全文下载：

fMRI-based Decoding of Visual Information from Human Brain Activity: A Brief Review

Shuo Huang, Wei Shao, Mei-Ling Wang, Dao-Qiang Zhang

https://link.springer.com/article/10.1007/s11633-020-1263-y  

引用格式：

Shuo Huang, Wei Shao, Mei-Ling Wang, Dao-Qiang Zhang. fMRI-based Decoding of Visual Information from Human Brain Activity: A Brief Review. International Journal of Automation and Computing,  vol. 18, no. 2, pp.170-184, 2021.  https://doi.org/10.1007/s11633-020-1263-y

Machine Intelligence Research（简称MIR，原刊名International Journal of Automation and Computing）由中国科学院自动化研究所主办，于2022年正式出版。MIR立足国内、面向全球，着眼于服务国家战略需求，刊发机器智能领域最新原创研究性论文、综述、评论等，全面报道国际机器智能领域的基础理论和前沿创新研究成果，促进国际学术交流与学科发展，服务国家人工智能科技进步。期刊入选"中国科技期刊卓越行动计划"，已被ESCI、EI、Scopus、中国科技核心期刊、CSCD等数据库收录。