- · 《理论探索》投稿方式[04/29]
- · 《理论探索》数据库收录[04/29]
- · 《理论探索》期刊栏目设[04/29]
- · 理论探索版面费是多少[04/29]
一、来稿必须是作者独立取得的原创性学术研究成果，来稿的文字复制比（相似度或重复率）必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单位无误，未曾以任何形式用任何文种在国内外公开发表过；未一稿多投。 二、来稿除文中特别加以标注和致谢之外，不侵犯任何版权或损害第三方的任何其他权利。如果20天后未收到本刊的录用通知，可自行处理(双方另有约定的除外)。 三、来稿经审阅通过，编辑部会将修改意见反馈给您，您应在收到通知7天内提交修改稿。作者享有引用和复制该文的权利及著作权法的其它权利。 四、一般来说，4500字（电脑WORD统计，图表另计）以下的文章，不能说清问题，很难保证学术质量，本刊恕不受理。 五、论文格式及要素：标题、作者、工作单位全称(院系处室)、摘要、关键词、正文、注释、参考文献(遵从国家标准：GB\T7714-2005，点击查看参考文献格式示例)、作者简介(100字内)、联系方式(通信地址、邮编、电话、电子信箱)。 六、处理流程：（1） 通过电子邮件将稿件发到我刊唯一投稿信箱（2）我刊初审周期为2－3个工作日，请在投稿3天后查看您的邮箱，收阅我们的审稿回复或用稿通知；若30天内没有收到我们的回复，稿件可自行处理。（3）按用稿通知上的要求办理相关手续后，稿件将进入出版程序。（4） 杂志出刊后，我们会按照您提供的地址免费奉寄样刊。 七、凡向文教资料杂志社投稿者均被视为接受如下声明：（1）稿件必须是作者本人独立完成的，属原创作品（包括翻译），杜绝抄袭行为，严禁学术腐败现象，严格学术不端检测，如发现系抄袭作品并由此引起的一切责任均由作者本人承担，本刊不承担任何民事连带责任。（2）本刊发表的所有文章，除另有说明外，只代表作者本人的观点，不代表本刊观点。由此引发的任何纠纷和争议本刊不受任何牵连。（3）本刊拥有自主编辑权，但仅限于不违背作者原意的技术性调整。如必须进行重大改动的，编辑部有义务告知作者，或由作者授权编辑修改，或提出意见由作者自己修改。（4）作品在《文教资料》发表后，作者同意其电子版同时发布在文教资料杂志社官方网上。（5）作者同意将其拥有的对其论文的汇编权、翻译权、印刷版和电子版的复制权、网络传播权、发行权等权利在世界范围内无限期转让给《文教资料》杂志社。本刊在与国内外文献数据库或检索系统进行交流合作时，不再征询作者意见，并且不再支付稿酬。 九、特别欢迎用电子文档投稿，或邮寄编辑部,勿邮寄私人，以免延误稿件处理时间。
IEEE Fellow黄建伟：智能低碳理论探索和关键技术研(2)
作者:网站采编关键词:
摘要：3.当每个用户样本比较小的时候如何进行有效的决策？为此，而向低碳机器学习场景，针对目前机器学习及深度学习需要大量训练数据的关键挑战，提出多
3.当每个用户样本比较小的时候如何进行有效的决策？为此，而向低碳机器学习场景，针对目前机器学习及深度学习需要大量训练数据的关键挑战，提出多智能体少样本学习算法，提升大量智能体联合学习的性能。
在多路口交通灯分布式控制层面，智能系统需要解决等待时间过长、实时交互等痛点。由于红绿灯在大多数情况下没有中央控制，因此我们构建多路口的协作训练交通灯的控制模型，提出去中心化的分布式强化学习，没有中央控制的情况下，可以有效根据车流量调节红绿灯的节奏，使得交通的出行效率大幅度提高。
3.电动车充电调度规划。绿色充电的调度对交通出行有非常大影响，因此有很多工作帮助社会经济有效的降低碳排放。例如智慧城市充电站最优选址的问题，如果一个城市的电动车刚刚发展，如何能有效的选取地址构建充电站，使得用户充电最方便？当电动车不断发展、数量不断增加，如何能够不断的推动电动站的建设，配合城市的发展？我们基于城市的人口、城市的出行数据，共同构建优化电动车充电站的选址，使得最大化的优化用户的满意程度，并且激发用户购买电动车的意愿。
1.电网的优化调度，现代电网区别于“旧”电网，核心的特点是可再生能源比例比较高，其中包括风能、太阳能。它的碳排放比较低或是没有碳排放，因此能够有效的降低整个能源行业的碳排放。但可再生能源“并网”时有很多的挑战，其具有不确定性，和天气非常相关。因此，面向低碳电网优化场景，针对可再生能源高效并网的关键挑战，提出数据驱动的分布式多阶段随机优化模型与算法，解决天气不确定性下分布式电网优化的问题。
以下是演讲原文，AI科技评论做了不改变原意的整理。
1.如何激励大量的个体积极参与？我们基于契约理论设计面向用户多维隐私信息的最优激励机制，激防用户如实、高效地参与联邦学习模型训练。
具体到AI技术路线，搭建智能低碳系统，需要对群智感知、能源众包、机器学习、优化控制等等一系列基础理论有所突破。这个基础上，从而能够集成碳交易、能源系统、交通系统发展中一系列的关键技术。
2.想要在电网里、能源行业里进行有效的减碳，首先要非常准确地了解电力的使用情况，即用户侧有效的建模。但用户电力的使用包含私有信息，会对建模带来非常大的挑战。因此，面向低碳全景式建模场景，针对电力用户侧海量数据的存储及知识挖掘的关键技术挑战，提出非侵入式负荷识别、超分辨率感知等算法，解决用户侧用电行为识别、海量数据空间时间尺度上知识存储与提取的问题。
近日，在GAIR2021大会上，香港中文大学（深圳）校长讲座教授，IEEE Fellow黄建伟做了《智能低碳理论探索和关键技术研究》的报告，他指出：赋能大规模的分布式计算系统，加速碳中和的进程，要立足三个方面：一是通过人工智能助力低碳经济，构建碳交易的生态；二是通过人工智能助力能源产业的低碳和降碳；三是通过人工智能助力交通产业的降低碳排放。
上述工作不仅形成了学术文章，同时也构建了相关的低碳交通的原型系统。目前通过与香港中文大学（深圳）、华为、中国移动合作构建了基于5G和边缘计算的网联自动驾驶测试床。已经在香港中文大学（深圳）校园建设5G车联网基础网络，覆盖了大概2.5万平方米的校园区域，其中设备包括11套，5台智能网联车辆和6台智能路侧设备，这套系统也验证了UC-V2X车联网、交通互联网控制架构等一系列算法。该系统在2019年获得了中国信通院2019年英诺（Innovation）双推优秀案例奖。
面对全国的碳市场交易，我们需要有效高精度的动态仿真，如此才能设计有效的交易策略。
基础研究主要面向知识大规模低碳系统分布式的智能决策，数据层面的技术有三种：数据能不能自由流通、有偿流通、流通受限。
碳计量是非常复杂的情况，我们针对电力的数据，结合企业的实时电力的使用情况推测出碳排放的情况，对相关的情况进行碳计量和碳审计提供方案。例如面向火电厂碳排场景，针对火电厂碳排与电力大数据之间的关系，提出结合碳卫星数据的碳计计算方法，解决火电厂碳排监测等计置与预测问题。
文章来源：《理论探索》 网址: http://www.lltszzs.cn/zonghexinwen/2022/0519/757.html