在人工智能与信息技术深度融合的2025年，电子科技大学跨学科研究团队在Electronics 期刊发表创新文章。团队依托国家重点实验室与其他院校、机构联合平台，致力于破解算法瓶颈、驱动技术落地。这些研究不仅推进了理论边界的突破，更为智慧城市、工业物联网等重大场景提供了关键技术支撑。
如何在现有研究的基础上拓展创新呢？来自电子科技大学研究团队的这5篇文章或许会为您指引方向。
论文一
知识图中多跳路径推理的统一时间和事件逻辑范式
本文引入了一个创新框架，路径推理逻辑 (PRlogic)，利用善于处理时间和事件驱动属性的上下文感知逻辑关联网络，增强了路径推理能力，从而改进了基于物联网的电力电子和智能电网等动态系统的推理。
选题方向参考：
未来的工作还可以探索整合外部知识源，如实时事件或时间序列数据；但通过高级上下文嵌入增强其处理更复杂的时间和事件关系的能力需改进；扩大PRlogic的规模以管理更大的知识图谱并改进实时推理也是下一步工作的关键；随着研究的深入，PRlogic有可能在知识图推理领域占据领先地位。
论文二
基于俄罗斯方块的实时操作系统任务分配策略
基于俄罗斯方块算法，本文提出了一种新型启发式调度算法——俄罗斯方块游戏评分调度算法 (TGSSA)，该算法集成了多个启发式参数，多处理器系统上的实时DAG任务调度过程被模拟为俄罗斯方块游戏。
选题方向参考：
未来工作中将计划解决以下问题：确定如何通过人工智能方法优化多重启发式参数的系数，以获得更好的调度结果；建立有效的任务聚类策略，以降低算法复杂度，尤其是对于具有复杂并行依赖关系的大型DAG；调整我们的算法，使其具有高效的实时性能，成为多处理器系统中结合计算绑定并行作业和I/O绑定并行作业的在线调度解决方案。
论文三
基于超宽带技术到达角和双向测距的位置与方向精确联合估计
本文提出了一种基于受限加权最小二乘法 (SL-CWLS) 的自定位算法，该算法整合了从测量噪声模型中得出的加权矩阵。
选题方向参考：
在真实世界的实验中，SL-CWLS的表现优于同行，实现了厘米级的定位精度，并提供了可靠的旋转估计；未来的研究将侧重于开发先进的定位和方位估计方法，特别是针对三维场景和非视距 (NLOS) 问题，并以机器学习技术为基础。
论文四
基于多层次特征提取和感应网络的入侵检测系统
本文提出了一种基于多层次特征提取和归纳学习的入侵检测系统 (MFEI-IDS)，创新性地将全卷积网络 (FCN) 与变换器架构 (FCN-Transformer) 整合在一起，用于特征提取，并利用归纳学习组件进行高效分类。
选题方向参考：
虽然当前的模型主要是为离线检测而设计的，但针对实时推理进行优化是未来研究的一个重要方向；未来的研究重点将放在优化特征提取能力、扩展少量学习性能以及探索知识图谱在入侵检测中的应用上；可以探索细粒度分类机制，以提高模型的分类性能，增强其处理未知攻击的能力；然而，构建和维护高质量的知识图谱面临着如决数据稀缺、动态变化和复杂的实体关系等问题；未来可以探索自动知识图谱构建技术。
论文五
一种用于准确预测锂离子电池剩余容量的进化深度学习框架
本文引入了一个将进化学习与深度学习相结合用于 RCP的创新框架，该框架集成了时间卷积网络 (TCN)、双向门控循环单元 (BiGRU) 和注意力机制，以提取全面的时间序列特征并提高预测准确性。
选题方向参考：
未来的工作重点是整合这些电化学和物理知识，以提高效率和降低复杂性；并在电池管理系统、可再生能源存储和电动汽车等实际应用中验证该框架；确保在复杂和大规模环境中的可扩展性和适用性；通过解决当前的局限性并扩展到实际应用中，旨在为各行各业提供更准确、高效和可持续的电池管理解决方案铺平道路。
Electronics 期刊介绍：https://www.mdpi.com/journal/electronics
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、光电子学、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。
2023 Impact Factor：2.6
2023 CiteScore：5.3
Time to First Decision：16.4 Days
Acceptance to Publication：2.4 Days
转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3516770-1478341.html?mobile=1
收藏
