关键词： 智能油库   数字孪生   管理模块   人工智能   高效运营  

摘要： 随着数字化技术的不断发展,油库管理模式已逐步向自动化、智能化转变,但国内油库因建设时间不同,加之业务需求及管理模式不同,自动化程度及智能化水平也不尽相同。国家管网集团选取典型油库作为建设试点,围绕油库智能化管理现状及需求分析,针对目前油库以人工操作确认及现场巡检为主,各监控系统相互独立、关联不够,设备预防性诊断手段缺乏,安防管理智能化程度低及应急处置效率低等问题,在现有运营体系的基础上,利用人工智能、物联网、大数据、云计算及5G等技术,对大型油库管理模式进行重塑,对智能油库框架及顶层设计进行探究,设计出智能运行、智能计量、智能巡检、智能风险预警、智能维护、智能应急六个方面的管理模块,以摸索智能油库标准化、规范化的管理运行模式。该研究成果对于提升行业对智能油库认知水平及规范油库管理运行模式具有指导意义,使未来智能油库建设向着更加智能化、标准化的方向发展,从而真正达到提高油库智能化管理水平,提升油库风险管控能力和人工质效水平的目的。

关键词： 圣彼得大教堂   三维数字化重建   人工智能  

摘要： 梵蒂冈携手微软,以尖端人工智能算法赋能40多万张影像数据,在一个月内完成圣彼得大教堂的三维数字化重建,精准还原这座历史地标的每个细节。此后,全球公众可通过云端平台,身临其境感受这一艺术瑰宝的魅力。

关键词： 人工智能   无人机   博弈对抗   自主决策   机动控制  

摘要： 随着人工智能技术的迅猛发展,无人机凭借其体积小、机动性高、成本低等优势,在空中侦察与监视、协同火力打击以及战术支援等博弈对抗场景中展现出巨大潜力,正逐步演化为现代空战体系中不可或缺的关键力量。然而,高动态的信息流、战场通信干扰以及极端气候等不利因素限制了传统地面控制站的有效性,凸显了无人机自主决策与控制能力的重要性。为应对这一挑战,提出了一系列基于博弈论、优化方法和人工智能方法的新型高效对抗决策模型。尽管无人机自主决策与控制领域的研究取得了大量进展,但缺乏对其方法的系统性总结与综合分析。因此,分析、归类、总结了无人机博弈对抗自主机动决策方法,全面回顾了其最新研究进展。通过分析比较相关研究,着重阐述了无人机对抗领域研究的重难点以及已取得的成果,讨论了无人机对抗技术所面临的挑战,为未来的无人机协同对抗方法研究提供了启示。

关键词： 5G通信   人工智能   智慧城市   物联网   边缘计算   数字孪生  

摘要： 智慧城市作为城市化进程与信息技术深度融合的产物,正经历着由5G通信技术与人工智能(AI)共同驱动的深刻变革。本文系统性地探讨了5G与AI的技术协同机制,详细分析了二者在智能交通、公共安全、能源管理、智慧医疗及环境监测等核心领域的创新应用模式。研究发现,5G网络的高速率、低时延特性与AI的智能决策能力形成互补优势,可显著提升城市运行效率30%以上。同时,本文深入剖析了当前面临的数据安全、算力瓶颈、标准缺失等关键挑战,并基于技术演进趋势,提出数字孪生城市、自主决策系统和类脑架构三个未来发展方向。研究建议通过建立跨部门协同机制、完善法规体系、优化商业模式等路径,推动5G+AI在智慧城市建设中的规模化应用。

关键词： 美日关系   人工智能   科技竞争   技术联盟   全球治理  

摘要： 人工智能正在改变大国竞争模式、重塑国际力量对比、颠覆既有国际秩序,这引起了美日两国的高度关注。尽管美日两国较早意识到了人工智能合作的重要性,但直到拜登政府时期,双方才在机制建设、技术研发、规则制定和产学研合作上取得较大进展。美日人工智能合作的展开,既源于两国在军事、经济和全球治理层面的共同利益,也基于它们应对所谓“中国威胁”的需要,更是由人工智能的技术性质所决定的。由于美日两国存有技术资源鸿沟、威胁感知差异以及全球治理目标差距,其人工智能合作也存在局限。美日人工智能合作虽然符合两国战略利益,但其负面影响不可忽视。两国合作冲击了人工智能全球治理体系,扩大了“数字鸿沟”,并加剧了地区紧张局势与大国战略竞争。未来,美日两国将在技术研发、产学研交流等领域持续合作,但特朗普政府“交易主义”的外交政策与石破茂政府对战略自主的追求,或将使双方矛盾进一步显现。

关键词： DeepSeek   人工智能   大语言模型   工程水文   水文分析计算   工作效率   应用场景  

摘要： DeepSeek作为先进的人工智能技术平台,给水利领域带来新的变革。基于工程水文的专业特点,分析了DeepSeek模型与工程水文分析计算的适配性,并选择水位频率分析作为评估DeepSeek在工程水文中应用前景的案例。结果表明通过采用结构化提问、合理拆分任务等技巧,DeepSeek能够准确地识别用户需求,其代码生成、解释、纠错、调优、改写功能极大地提升了工作效率,减小了学习成本,具有变革性潜力,未来结合洪水预测、水资源优化调度等相关专业技术将进一步拓展DeepSeek的应用场景与应用深度。

关键词： 人工智能   网络安全   联合学习   入侵检测   自适应防御  

摘要： 为了应对日益复杂的网络攻击手段,本研究提出一种融合联合学习与深度强化学习的动态防御系统。采用分布式架构,在边缘节点部署轻量化检测模型,通过联合聚合实现全局威胁知识共享。实验表明:该系统在入侵检测评估数据集上达到98.7%的攻击识别率,较传统卷积神经网络(CNN)模型提升2.90%,误报率控制在0.48%以下。系统创新性地引入近端策略优化(PPO)算法优化防御策略,实时响应时间实现了183 ms级,为人工智能驱动的网络安全防护提供可扩展的解决方案。

关键词： 人工智能   哈尔滨职业技术大学   黑龙江赛区   大赛   机器人  

摘要： 2025年6月8日,第二十七届中国机器人及人工智能大赛(黑龙江赛区)选拔赛暨第八届黑龙江省机器人及人工智能大赛在哈尔滨石油学院落幕。哈尔滨职业技术大学人工智能与机器人学院4支参赛队与来自哈尔滨工业大学、哈尔滨工程大学、东北林业大学等35所高校560余支队伍同台竞技,斩获一等奖1项、二等奖1项、三等奖1项,2支团队晋级国赛。

关键词： 人工智能   区县融媒体   新闻采编   智能化转型  

摘要： 当前,人工智能技术在区县融媒体新闻采编领域的应用正在快速发展。本文基于四川省的实践案例,通过分析人工智能技术在新闻采编过程中的具体应用形式、实施效果及面临的挑战,探索了智能化技术对区县融媒体转型升级的推动作用。研究发现,人工智能技术在新闻热点发现、内容生产优化、个性化推荐等方面显著提升了新闻采编效率和内容质量。同时,技术门槛、数据安全、伦理规范等问题仍然需要进一步解决。未来,随着技术的持续发展,人工智能将在区县融媒体建设中发挥更加重要的作用。

关键词： 直肠鳞状细胞癌   机器学习   预测模型   预后  

摘要： 目的探讨不同机器学习模型在预测直肠鳞状细胞癌(rSCC)患者5年生存状态中的应用价值。方法利用SEER*Stat软件,收集SEER数据库中2004年至2015年确诊的rSCC患者资料,按7∶3的比例将患者随机分为训练集和验证集。分别使用极端梯度提升、随机森林、支持向量机和k近邻算法在训练集上构建模型,使用受试者工作特征曲线的曲线下面积(AUC),校准曲线、决策曲线评估模型的预测能力。对表现最佳的模型,使用SHAP算法明确变量对模型的贡献。结果共纳入833例rSCC患者,其中训练集584例,验证集249例。基于年龄、性别、种族、婚姻状态、T分期、N分期、M分期、手术、化疗和放疗10个变量,构建了多个机器学习模型。在验证集中,极端梯度提升模型表现最佳[AUC=0.758,95%CI(0.696,0.820)],具有一定预测能力,其校准度良好,决策曲线显示较高的临床应用价值。SHAP分析显示,T分期对极端梯度提升模型的决策贡献最大,放疗对模型预测贡献最小。结论本文构建了一种可解释的极端梯度提升模型,可辅助医生判断rSCC患者的5年生存状态及治疗效果,有助于制定个性化的诊疗方案。