关键词： 自移机尾   MTL   TCN   时序预测   状态预测   人工智能  

摘要： 传统的时间卷积预测模型多依赖单一任务和线性模型,难以全面捕捉到自移机尾运行过程中复杂的非线性关系及多任务间的关联性。基于此,提出了一种基于多任务学习-时间卷积网络(MTL-TCN)的自移机尾状态预测方法。该方法首先通过特征融合技术将多维信息统一到共享输入空间;随后设计了一个MTL-TCN,并对其膨胀卷积进行优化。在层叠优化的时间卷积层中提取输入数据的时序特征,并且通过MTL策略在共享表示的基础上进行任务特定的特征解耦和预测;最后通过TCN多分类器将预测数据分类至不同的量化状态,从而完成对自移机尾的智能状态感知。实验结果表明,该模型能够准确预测和感知自移机尾的运行状态。

关键词： 人工智能   信息通信技术   动态路由优化   6G  

摘要： 针对5G/6G通信网络动态性复杂化与安全防护效能不足的突出问题,提出“算法-知识-协同”三位一体智能框架,通过融合人工智能求解技术、专家知识库与AI Agent技术实现网络赋能。人工神经网络与数据融合技术可增强入侵检测的畸变信息辨识能力,动态路由优化实现网络能耗主动调控;知识库系统通过逻辑化资源分配提升网络评价效率,AI Agent技术借助端云协同机制强化响应实时性。结果表明,人工智能技术可突破传统架构在数据处理与安全防护方面的局限,推动通信网络向自主决策驱动的智能化架构演进,为6G网络建设提供理论支撑与关键技术路径。

关键词： 机器学习   多源数据   岩性识别   随机森林   人工神经网络  

摘要： 东天山地区矿产资源丰富,构造演化复杂,出露大面积的中-酸性侵入岩,它们主要形成于晚古生代,与区域构造演化和内生金属矿床成矿关系十分密切,对区域构造环境和成矿规律的认识具有重要意义。然而,由于覆盖层的遮蔽作用,覆盖区内中-酸性侵入岩的地质填图信息是不完整或完全缺失的,这在一定程度上制约了东天山区域构造与成矿规律的认识。近年来,基于大数据研究新范式发展起来的融合地球物理、地球化学、遥感图像等多源探测数据进行间接岩性填图的方法,为解决这一难题提供了有效途径。机器学习算法被诸多实例证明是数据融合的有力工具,它对复杂非线性地学数据的分类和判别等问题具有较强的适用性。为此,本文提出利用机器学习方法融合重力、航磁、地球化学、遥感影像数据,快速、经济、更准确地进行东天山地区中-酸性侵入岩的填图工作。对研究区内出露的中-酸性侵入岩进行类别标定并将其作为目标变量,将布格重力、航磁、水系沉积物地球化学和Landsat卫星多波段遥感影像数据作为预测变量,采用合成少数类过采样技术,解决岩性样本数据分布不均衡问题。基于随机森林和人工神经网络算法,对超参数进行网格搜索得到最优预测模型,分别对东天山地区覆盖区内隐伏中-酸性岩体的空间分布和岩性进行预测,并对预测结果进行对比分析和讨论。准确率、召回率和F 1得分都表明随机森林模型优于人工神经网络模型,故最终选取随机森林模型的预测结果作为东天山覆盖区的中-酸性侵入岩岩性填图的最终结果,进一步讨论了中-酸性侵入岩的空间分布对区域构造和成矿作用的控制规律。相比于传统的人工地质填图方式,基于机器学习和多源数据融合的间接岩性填图方法具有效率高、成本较低廉和不受地质地理景观条件制约等优点。

关键词： 传感器   物联网   人工智能   支持向量机   故障预警  

摘要： 针对危化品储罐安全监测领域存在的多源异构数据融合效率低、预警模型泛化能力不足等问题,本研究设计了一套融合物联网(IoT)与人工智能(AI)技术的危险化学品储罐感知与预警系统,以提升储罐的安全管理水平,系统架构的感知层需要部署多类型传感器以实时采集环境温度、环境气体浓度、罐体压力、罐体液位和罐体温度等关键参数,通过处理层的特征工程提取时间序列特征来构建特征向量,并采用支持向量机(SVM)建立预警模型。本研究构建的系统具有数据采集的实时采集、边缘计算的高效性、异常情况的高效识别等特征,能够有效提升危险化学品储罐的安全管理水平。

关键词： 人工智能   媒体改革   智能化转型   杭州文广集团  

摘要： 随着AI技术在算法模型、算力基建与数据资源层面的持续突破,其行业应用潜力已从理论构想转化为现实可能。近年来,杭州文化广播电视集团在AI赋能媒体改革方面成效显著。集团注重AI在传媒内容生产、传播等环节的技术应用,还引领性地探索基于人工智能技术的商业模式创新、资源整合与产业生态构建,将AI理念与技术全景式地赋能产业化转型,为人工智能时代传媒产业的整体转型提供了一个富有价值的观察视角。

关键词： 人工智能   高职院校   网络思政教育  

摘要： 将人工智能技术融入教育领域,能够实现教育资源的精准推送,提高思政教学的互动性、评价的科学性,显著改善网络思政教育的质量。将人工智能技术融入高职院校网络思政教育应坚持个性化、精准化和有效性三大基本原则,构建智能化思政教育资源库,打造多维交互的智慧思政教学模式,构建全过程多维度的教学评价体系,从而拓展教育资源和服务,创建泛在化教学场域,持续优化和改进教学方案,打造人工智能驱动的网络思政教育新生态,培养出高素质技术技能人才,推动职业教育的内涵式发展。

关键词： MES系统   智能制造   生产组织   模式优化  

摘要： 党的十八大以来,我国高度重视数字经济发展,将其上升为国家战略。在此大背景下,中国航天科技集团积极响应,于第七次工作会议上对数字化建设进行了全面规划,旨在打造世界一流的航天企业集团。该集团提出了“构建数字航天体系,促进航天产品数字化、研制过程数字化、管理手段数字化及产业协同数字化的发展”的战略方针。在此形势下,某航天制造企业紧跟步伐,通过搭建MES系统,实现了生产能力与生产管理方式的数字化变革。不仅有效降低了产品成本,提高了生产效率,提升了产品质量,还促使管理模式不断迭代升级,进一步增强了企业综合竞争力。

关键词： 智能制造装备   产学研合作   网络结构特征   QAP分析  

摘要： 基于incoPat专利数据库,构建了中国智能装备制造产学研专利合作网络,并运用社会网络分析与QAP回归方法,研究其发展现状、结构特征及影响因素。结果显示:①智能制造装备产业产学研专利合作网络初具规模但地区分布不平衡,华北、华东地区比较活跃,中西部地区在专利申请方面相对较为薄弱;②高等院校创新主体地位突出,创新能力显著提升;③地理邻近、经济邻近、科技邻近3个因素对合作网络的形成与发展具有显著正向作用,而制度邻近则呈负向影响。基于此提出要改善创新生态环境,因地制宜开创新合作途径,并促进核心主体带动,积极建设区域协同创新平台,完善基础设施建设体系,建立科研设备共享平台等建议。研究构建和分析了中国智能制造装备产业产学研合作网络结构及其影响因素,有助于加快智能制造装备产业发展速度、提升生产效率,对推动行业健康发展具有重要实践意义。

关键词： 新闻传播教育   人工智能   双师授课   智能新闻推荐系统   交叉评估  

摘要： 随着人工智能(AI)技术在新闻传播领域的广泛应用,如自动化写作、智能推荐系统和算法新闻等,新闻传播专业教育面临着前所未有的挑战和机遇。该研究旨在探索新闻传播专业与AI技术融合的课程教学改革,特别是通过“双师授课+智能新闻推荐系统设计项目”的教学模式,促进跨学科知识与技能的整合。通过分析当前新闻传播专业教学过程中存在的问题,包括教学内容与行业需求之间的脱节、教学方法的局限性、专业实践机会匮乏以及多学科交叉背景的师资力量不足,该文提出具体的教学改革方案。教改旨在融合新闻传播专业和AI技术的教学目标、内容和方法,通过项目教学让学生在实践中学习和应用AI技术,提高学生的创新能力和实践技能。该研究将为未来新闻传播行业的人才培养提供新的视角和实践案例,促进文科专业和新兴技术的共频发展。

关键词： 国际软法   数字经济伙伴关系协定   人工智能   全球治理  

摘要： 《数字经济伙伴关系协定》(DEPA)作为亚太地区首个数字领域的专门协定,以软法化的方式为缔约方提供了人工智能的治理框架,该协议旨在促使各缔约方在此领域保持协调一致。软法化的人工智能条款不仅能够有效促成DEPA缔约方之间人工智能的国际合作,还为DEPA的缔约方预留了国内人工智能技术的发展空间。此外,DEPA人工智能条款的软法化内容与欧盟、美国的人工智能法律规则存在理念共鸣,同时与中国参与共同提案的联合国人工智能全球决议之间形成了实践共鸣。目前中国已申请加入DEPA,未来中国不但需要加强人工智能技术的国际合作,还需要积极参与人工智能治理的全球协调,进一步提升人工智能治理的国际合作水平,以“可信、安全和负责任”为要求,以“可解释、透明、公平和以人为本”为导向,使国内对人工智能的治理满足DEPA第8.2条的要求,从而顺利对接DEPA人工智能条款,进而有助于构建全球人工智能治理体系。