客座编辑：SAUPEC/RobMech/PRASA 2020

 HIS是SAIEE非洲研究杂志（ARJ）的特刊，包括最初在SAUPEC/RobMech/PRASA 2020会议上发表的重新撰写的文章。这是SAIEE主办的旗舰区域会议，包括第29届南部非洲大学电力工程会议、第13届南非机器人和机电一体化会议以及第31届南非模式识别协会年度研讨会。它于2020年1月在开普敦举行，由开普敦大学主办。这是次大陆的一次独特会议，电力行业的专家研究人员与机器人和机电一体化专家以及模式识别学者进行互动。知识和技能在三个专业领域的交叉融合成为推动次大陆及其他地区技术进步所需的知识融合的主要来源。从151篇已被接受的论文中选出13篇最佳论文，并在2020年SAUPEC/PRASA/ROBMech会议上作为同行评审论文提交。选定的论文必须由各自的作者重新编写和进一步丰富，然后进行严格的同行评审。每一篇文章都由至少两名专家进行了审查。因此，在选出的13篇最佳文章中，有5篇被本期特刊成功接受。本编辑说明的其余部分是这些文章的序言。可再生电能技术以及信息技术中的人工智能（AI）是全球主要的颠覆性技术前沿，对我们生活的许多方面都产生了深远影响，这就是本期特刊文章的背景。自2008年以来，南非一直在经历一场前所未有的电力和能源供应可靠性危机。煤炭一直是电力的主要来源，但现在人们普遍认为这已经变得不可持续；这种情况并非南非独有。因此，该国的电能部门的特点是加强对更可持续的电能技术的研究和开发。正是在这种背景下，本特刊的两篇文章是关于推进可再生电能技术的研究解决方案。Solan Perumal等人的文章介绍了超级电容器设计的创新。他们通过创新性地使用氧化石墨烯（GO）作为电极材料，获得了显著的能量密度和比电容。这样的发展为使用超级电容器提高风能和太阳能等可再生能源的可持续性开辟了机会。在电力系统层面，可再生能源在国家电网的整合面临挑战，需要通过研究加以解决。在这方面，Erick Arwa和Komla Folly的文章提出了一种在由光伏太阳能和蓄电池组成的并网微电网中优化电动汽车调度的技术。通过使用改进的Q学习算法的模拟，他们证明了比传统Q学习方法低14%的全局成本和更高的总回报。在人工智能技术中，模式识别和生物识别技术的使用仍然是一个“热门”研究领域。仍然存在对认证系统准确性的改进的需求。提交了三篇关于模式识别系统和技术的算法和技术进步的论文。Kohlakala和Coetzer的论文提出了一种新的基于耳朵的半自动生物识别认证系统。这项工作利用卷积神经网络（CNN）和形态学后处理来自动检测感兴趣区域（ROC）。通过实现欧几里得距离测量来匹配特征。实验工作在两个独立的耳朵数据库上进行。准确率分别为99.20%和96.06%。事实证明，识别图像中的视觉关系是一项具有挑战性的任务。Josias和Brink的第二篇论文提出了应对这一挑战的三种策略。研究了一种多任务学习策略，并使用了一种类选择性小批量构建策略。这导致了一种新的视觉关系识别评估方法的发展。Coetzer等人的论文解决了与成本敏感的生物特征认证的人机决策最佳融合相关的挑战。本文提出了一种优雅而健壮的协议来解决优化挑战。结果表明，当有合理数量的专家参与时，与无辅助机器相比，与劳动力/机器相关的成本更低。我们希望您能参与本期特刊的报道。特邀编辑