期刊名：Technologies

期刊主页：https://www.mdpi.com/journal/technologies

导语

在科技日益发展的时代，人工智能如同一股强大的浪潮，席卷而来，它正悄然改变着我们的生活与未来。本期精选了 Technologies 期刊 (2023影响因子4.2，2024 CiteScore 8.5) 发表的5篇编辑精选论文，这些论文紧跟人工智能应用的潮流，是由期刊主编和编辑委员会成员从第11卷 (2023 年) 的论文中挑选而出。这些文章深受研究人员好评，相信能勾起读者的兴趣，为后续科研带来新的思路。

01

Evaluation of a Remote-Controlled Drone System for Bedridden Patients Using Their Eyes Based on Clinical Experiment

基于临床实验的卧床患者眼控无人机系统的评估

Yoshihiro Kai et al.

https://www.mdpi.com/2077520

文章亮点

(1) 卧床患者难以前往室外，为了提高他们的生活质量，研究人员开发了一种仅用眼睛即可远程控制无人机的系统。

(2) 本文介绍了临床试验结果，以验证该无人机系统的有效性。

(3) 研究结果表明，日常生活活动独立性较高的受试者，甚至是卧床患者，都可以通过该系统操作无人机，看到远处的风景并与他人交流。

02

Utilization of Artificial Neural Networks for Precise Electrical Load Prediction

利用人工神经网络进行精确的电力负荷预测

Christos Pavlatos et al.

https://www.mdpi.com/2313678

文章亮点

(1) 本文提出了一个采用RNN模型预测未来电力负荷的框架，并与其他先进架构进行了比较分析。

(2) 对希腊每小时电力负荷值的数据集进行的广泛测试表明，该框架能够捕获隐藏在模型中的底层模式训练数据和实现预测的高精度；优于更复杂的神经网络，其在捕捉数据模式或趋势方面非常有效。

03

Multi-Scale CNN: An Explainable AI-Integrated Unique Deep Learning Framework for Lung-Affected Disease Classification

多尺度CNN：一种可解释的AI集成独特深度学习框架，用于肺部疾病分类

Ovi Sarkar et al.

https://www.mdpi.com/2504294

文章亮点

(1) 引入一种新颖的多尺度卷积神经网络 (CNN)，可通过有效捕捉医学图像中的局部和全局特征，提高肺部疾病分类的准确性。

(2) 将深度学习与可解释的AI技术相结合，为模型的决策过程提供透明且可解释的见解，这对于临床应用和信任至关重要。

(3) 与传统模型相比，分类准确性有显著提高，特别是在使用大量数据集区分各种肺部疾病方面。

04

Neonatal Hypoxic-Ischemic Encephalopathy Grading from Multi-Channel EEG Time-Series Data Using a Fully Convolutional Neural Network

使用全卷积神经网络从多通道EEG时间序列数据对新生儿缺氧缺血性脑病进行分级

Shuwen Yu et al.

https://www.mdpi.com/2533402

文章亮点

(1) 提出了一种新型深度学习分类器，用于对新生儿缺氧缺血性脑病进行分级，直接利用原始脑电图数据，而不是依赖人工处理后的特征。

(2) 该模型在特征提取和分类阶段都使用全卷积神经网络，与传统方法相比，其架构更简单但更深，参数更少，在训练和测试中可确保稳健而全面的评估，且准确率高、稳健性好。

05

How to Bell the Cat? A Theoretical Review of Generative Artificial Intelligence towards Digital Disruption in All Walks of Life

如何面对风险？面向各行各业数字化颠覆的生成式AI的理论综述

Mondal Subhra, Subhankar Das and Vasiliki G. Vrana

https://www.mdpi.com/2200764

文章亮点

(1) 生成式AI (GAI) 取得了令人印象深刻的成果，但投入使用之前，仍有许多道德和实际问题需要解决。

(2) 以ChatGPT为例，其查询信息的准备性，生成内容的适当性问题，都需要长期研究解决完善。

(3) GAI未来的发展依赖一个在所有应用程序中都具有解释性、交互性和沉浸感的框架。

更多精选文章

点击下方链接，免费阅读 Technologies 期刊更多精选文章：

https://www.mdpi.com/journal/technologies/editors_choice

特刊征稿

选择适合您的特刊进行投稿，Technologies 将为您提供高效优质的出版服务，守护您的发表体验。

点击下方链接，了解更多特刊详情：https://www.mdpi.com/journal/technologies/special_issues

作者指南

如您对投稿有任何疑问，欢迎阅读作者指南，或联系 Technologies 期刊编辑部：

technologies@mdpi.com

点击下方链接，查看作者指南：https://www.mdpi.com/journal/technologies/instructions

Technologies 期刊介绍

主编：Manoj Gupta, National University of Singapore, Singapore

期刊旨在为新兴的科技趋势提供一个交流平台，包括但不限于机器学习、物联网、新兴材料科学、电子技术、辅助技术等领域。