IEEE在天线上的交易和Verraver刚刚宣布了一份特别发行，将于2021年11月出现在 人工智能：真实时间和电磁成像中的新边界 他将由曼努埃尔·阿尔博罗拉（Manuel Arrborola），马可·萨尔西奇（Marco Salucci）的曼努埃尔·阿尔伯拉拉（Manuel Arrborola）编辑。请找到其他信息和重要日期，然后访问网页以获取应用程序。
来宾编辑
Manuel Erbola西班牙大学（arrebola@unovi.es）
Maokun Lee，Tsinghua大学（haokunli@tsinghua.edu.cn）
马可·萨利尔奇， 大学
一个计划
了解和解决物质世界中的复杂问题是一项明智的努力。此外，人工智能的研究体现了设计机器等人类的梦想。深度学习技术（DL）的研究在许多应用领域都引起了很多关注。在大型数据技术，庞大的并行计算以及快速改进算法的帮助下，DL改善了语音和图片研究，能量传输网络或生物媒介等许多问题的表现。如今，DL在天线中迅速出现，并传播社会是高度使用的反偶像散文（IS）的非常强大的模型，并且具有前所未有的数学效率的摄影问题，而无需降低准确性并因此可靠性。实际上，DL是一种有前途的解决方案，可以通过实时性能进行准确重建像素，这在许多应用中是理想的特征，例如生物医学摄影，艺术品和考古检查，无与伦比的工业测试，评估，骨盆成像和压缩摄影。随着DL技术的传播，在某些受控边界条件下，“学习”机械学习能力的提高可能会允许大量物理数据和“掌握”物理定律。从长远来看，可以发布许多由于数据信息限制和帐户容量而无法引起的工程应用程序，因此可以发布许多基本物理原理的杂交。结果，可以开发最先进的电磁成像技术，并提高准确性，耐用性和数学效率。该特刊的目的是报告理论，人工智能应用和DL的最新发展，以解决天线研究范围的电磁问题和摄影问题，并以快速但非常可靠的技术传播。有了这个特刊，我们希望将社会中的更多研究工作和研究纳入这个新兴的多学科领域，从而导致技术状况的发展。
重要日期
- 投降： 2021年3月31日
- 最终决定： 2021年8月31日
- 出版： 2021年11月30日
.jpg "¡Los diez consejos más importantes para mi pintura para fotografiar artistas jóvenes!")
