继上周MIR发布2024-2025年高被引Top10文章榜单,本周接续推出高下载文章Top15。其中有8篇文章同时入选两大榜单,兼具学术影响力与读者关注度,欢迎阅读、关注。如需纸质期刊,可在文末登记收件地址,编辑部将为您免费赠阅。

01
下载量:31000次
Deep Industrial Image Anomaly Detection: A Survey

Jiaqi Liu, Guoyang Xie, Jinbao Wang, Shangnian Li, Chengjie Wang, Feng Zheng & Yaochu Jin

https://link.springer.com/article/10.1007/s11633-023-1459-z

中文导读:

金耀初团队&郑锋团队 | 综述: 深度工业图像异常检测

 

02
下载量:6774次
Distributed Deep Reinforcement Learning: A Survey and a Multi-player Multi-agent Learning Toolbox

Qiyue Yin, Tongtong Yu, Shengqi Shen, Jun Yang, Meijing Zhao, Wancheng Ni, Kaiqi Huang, Bin Liang

https://link.springer.com/article/10.1007/s11633-023-1454-4

中文导读:

自动化所黄凯奇团队 | 分布式深度强化学习:综述与多玩家多智能体学习工具箱

 

03
下载量:6480次
A Comprehensive Survey on Trustworthy Graph Neural Networks: Privacy, Robustness, Fairness, and Explainability

Enyan Dai, Tianxiang Zhao, Huaisheng Zhu, Junjie Xu, Zhimeng Guo, Hui Liu, Jiliang Tang & Suhang Wang

https://link.springer.com/article/10.1007/s11633-024-1510-8

中文导读:

可信图神经网络的全面综述:隐私性、鲁棒性、公平性和可解释性

 

04
下载量:6066次
Exploring Variational Auto-encoder Architectures, Configurations, and Datasets for Generative Music Explainable AI

Nick Bryan-Kinns, Bingyuan Zhang, Songyan Zhao & Berker Banar

https://link.springer.com/article/10.1007/s11633-023-1457-1

当期专题目录:

AI最前沿 | 特约专题: AI for Art

 

05
下载量:5917次
Multimodal Fusion of Brain Imaging Data: Methods and Applications

Na Luo, Weiyang Shi, Zhengyi Yang, Ming Song & Tianzi Jiang

https://link.springer.com/article/10.1007/s11633-023-1442-8

中文导读:

欧洲科学院院士蒋田仔团队 | 脑成像数据的多模态融合: 方法与应用

 

06
下载量:5743次
Automation and Orchestration of Zero Trust Architecture: Potential Solutions and Challenges

Yang Cao, Shiva Raj Pokhrel, Ye Zhu, Robin Doss & Gang Li

https://link.springer.com/article/10.1007/s11633-023-1456-2

中文导读:

精选综述 | 零信任架构的自动化和编排: 潜在解决方案与挑战

 

07
下载量:4858次
Segment Anything Is Not Always Perfect: An Investigation of SAM on Different Real-world Applications

Wei Ji, Jingjing Li, Qi Bi, Tingwei Liu, Wenbo Li & Li Cheng

https://link.springer.com/article/10.1007/s11633-023-1385-0

中文导读:

前沿观点 | Segment Anything并非一直完美: SAM模型在不同真实场景中的应用调查

 

08
下载量:4401次
Assessing and Understanding Creativity in Large Language Models

Yunpu Zhao, Rui Zhang, Wenyi Li & Ling Li

https://link.springer.com/article/10.1007/s11633-025-1546-4

中文导读:

精选好文 | 大语言模型创造力的评估与理解

 

09
下载量:4058次
A Survey of Embodied Learning for Object-centric Robotic Manipulation

Ying Zheng, Lei Yao, Yuejiao Su, Yi Zhang, Yi Wang, Sicheng Zhao, Yiyi Zhang & Lap-Pui Chau

https://link.springer.com/article/10.1007/s11633-025-1542-8

中文导读:

香港理工大学周立培团队等 | 综述: 面向以物体为中心的机器人操作的具身学习

 

10
下载量:3937次
Counterfactual Learning on Graphs: A Survey

Zhimeng Guo, Zongyu Wu, Teng Xiao, Charu Aggarwal, Hui Liu & Suhang Wang

https://link.springer.com/article/10.1007/s11633-024-1519-z

中文导读:

精选综述 | 宾夕法尼亚州立大学等: 图反事实学习研究综述

 

11
下载量:3853次

MOSS: An Open Conversational Large Language Model

Tianxiang Sun, Xiaotian Zhang, Zhengfu He, Peng Li, Qinyuan Cheng, Xiangyang Liu, Hang Yan, Yunfan Shao, Qiong Tang, Shiduo Zhang, Xingjian Zhao, Ke Chen, Yining Zheng, Zhejian Zhou, Ruixiao Li, Jun Zhan, Yunhua Zhou, Linyang Li, Xiaogui Yang, Lingling Wu, Zhangyue Yin, Xuanjing Huang, Yu-Gang Jiang & Xipeng Qiu

https://link.springer.com/article/10.1007/s11633-024-1502-8

中文导读:

复旦邱锡鹏团队 | MOSS: 一个开源的对话式大语言模型

 

12
下载量:3847次

Vision Transformers with Hierarchical Attention

Yun Liu, Yu-Huan Wu, Guolei Sun, Le Zhang, Ajad Chhatkuli & Luc Van Gool

https://link.springer.com/article/10.1007/s11633-024-1393-8

中文导读:

专题好文 | Luc Van Gool团队: 基于分层注意力的视觉Transformer

 

13
下载量:3757次

DPM-Solver++: Fast Solver for Guided Sampling of Diffusion Probabilistic Models

Cheng Lu, Yuhao Zhou, Fan Bao, Jianfei Chen, Chongxuan Li & Jun Zhu

https://link.springer.com/article/10.1007/s11633-025-1562-4

中文导读:

清华大学朱军团队 | DPM-Solver++:用于扩散概率模型引导采样的快速求解器

 

14
下载量:3628次

Key Technologies for Machine Vision for Picking Robots: Review and Benchmarking

Xu Xiao, Yiming Jiang & Yaonan Wang

https://link.springer.com/article/10.1007/s11633-024-1517-1

中文导读:

王耀南院士团队 | 采摘机器人机器视觉的关键技术:综述与基准测试

 

15
下载量:2814次

Ripple Knowledge Graph Convolutional Networks for Recommendation Systems

Chen Li, Yang Cao, Ye Zhu, Debo Cheng, Chengyuan Li & Yasuhiko Morimoto

https://link.springer.com/article/10.1007/s11633-023-1440-x

中文导读:

精选好文 | 推荐系统的波纹知识图谱卷积网络

 

* 以上下载数据基于Springer主页统计,统计截止时间为2026年3月9日。

 

 

 

纸刊免费寄送

Machine Intelligence Research

MIR为所有读者提供免费寄送纸刊服务,如您对本篇文章感兴趣,请点击下方链接填写收件地址,编辑部将尽快为您免费寄送纸版全文!

说明:如遇特殊原因无法寄达的,将推迟邮寄时间,咨询电话010-82544737

收件信息登记:

https://lcn76mgd97vz.feishu.cn/share/base/form/shrcnsQ6cmRjqoxPF5WDowSBFVr

 

关于Machine Intelligence Research

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20余家国际数据库收录,入选图像图形领域期刊分级目录-T2级知名期刊。2022年首个CiteScore分值在计算机科学、工程、数学三大领域的八个子方向排名均跻身Q1区,最佳排名挺进Top 4%,2023年CiteScore分值继续跻身Q1区。2024年获得首个影响因子(IF) 6.4,位列人工智能及自动化&控制系统两个领域JCR Q1区;2025年发布的最新影响因子达8.7,继续跻身JCR Q1区,最佳排名进入全球第6名;2025年一举进入中科院期刊分区表计算机科学二区。

内容中包含的图片若涉及版权问题,请及时与我们联系删除