关键词： 布尔可满足性问题   消息传递神经网络   图神经网络   机器学习   人工智能  

摘要： 为优化端到端神经布尔可满足性问题(SAT)求解器的消息传递网络结构、减少求解过程中的迭代次数并提升求解器性能，提出一种新型的更多更深的消息传递网络（MDMPN）。该网络通过引入整体消息传递模块，在每次消息传递迭代中实现从文字节点到子句节点的额外的整体消息传递，以传递更多的消息。同时，通过引入消息跳跃模块，实现从文字节点到它的二阶邻居的消息传递，从而传递更深的消息。为了评估MDMPN的性能与泛化能力，将它应用于目前先进的神经SAT求解器QuerySAT和基础神经求解器NeuroSAT。实验结果表明，在困难随机3-SAT数据集上，应用MDMPN的QuerySAT求解性能优于标准的QuerySAT，在求解包含600个变量的困难3-SAT问题上准确率提高了46.12个百分点。应用MDMPN的NeuroSAT也优于标准的NeuroSAT，在求解包含600个变量的困难3-SAT问题上准确率提高了35.69个百分点。

关键词： 边坡工程   滑坡易发性   不完整滑坡编录   机器学习   SBAS-InSAR  

摘要： 滑坡样本数据是构建易发性模型的基础，而滑坡样本缺失会影响易发性建模和预测结果的准确性。为了揭示滑坡样本缺失下易发性规律及提出潜在滑坡识别方法，以江西省寻乌县为例，基于野外地质调查的滑坡编录数据(假设为理想工况)，通过随机均匀选取并剔除10%,20%,30%,40%,50%比例和研究区南部的滑坡样本模拟不同滑坡样本缺失工况及聚集性缺失工况，分别选取随机森林和支持向量机模型构建不同滑坡样本缺失工况易发性模型，分析滑坡样本缺失对易发性预测结果的影响规律。同时，结合SBAS-InSAR技术和易发性预测结果构建易发性-InSAR多源信息法，进行滑坡样本缺失地区潜在滑坡识别。最后，在滑坡样本聚集性缺失工况的基础上，将识别的潜在滑坡作为扩充样本构建滑坡易发性模型，并进行精度评价。结果表明：(1)滑坡样本缺失的比例越大则滑坡易发性评价结果的不确定性就越强，且聚集性缺失工况下的滑坡易发性预测精度下降明显；(2)易发性-InSAR多源信息法可以准确识别潜在滑坡，为滑坡样本缺失地区扩充滑坡样本提供有效方法；(3)相较于滑坡样本聚集性缺失的工况，滑坡样本扩充工况下的滑坡易发性结果具有更高的精度和更低的不确定性，表明潜在滑坡识别可有效改善滑坡聚集性缺失这一严肃问题。

关键词： 机器学习   机械自动化   设备检测   故障诊断  

摘要： 机器学习在设备状态监测、工艺优化、机器人控制和生产调度方面具有显著优势,当前在机械自动化领域得到了广泛应用.然而,在实践中,该技术在数据质量、标注成本、模型复杂性和实时性、算法性能和鲁棒性等方面存在许多挑战.基于此,本文提出了提高数据质量、简化模型结构、优化算法性能以及提高系统鲁棒性等一系列策略,以确保机器学习技术在机械自动化领域中能够得到有效应用.

关键词： 特征提取   机器学习   神经网络   预测  

摘要： 光伏功率预测对电力系统的调度和运行具有重要意义。针对辐照度预报存在偏差以及单一模型预测精度不高而导致的光伏功率预测效果较差的问题，提出一种基于斜面辐照度机理模型的类别型梯度提升（Category Boosting，CatBoost）算法和具有多头注意力的双向门控循环单元（Bidirectional gated recurrent unit with multi-head attention，BiGRUM）网络的组合模型进行光伏功率预测。首先，将天气预报模型预测的全球水平总辐照度（global horizontal irradiance，GHI）通过斜面辐照度机理模型修正为光伏板上的斜面辐照度（Global tilted irradiance，GTI），同时通过物理方法计算光伏板倾斜面上直接辐照度和散射辐照度修正因子，进一步修正辐照度。然后，根据所有特征对输出功率的贡献大小筛选出重要特征作为组合预测模型的输入。最后，利用光伏电站的真实运行数据对所提方法进行对比实验。在总体性能结果显示，与其他方法相比，所提方法MAE指标至少降低15.56%，RMSE指标至少降低14.67%。

关键词： 智能场景   智慧城市   概念   物联网   人工智能  

摘要： 随着智慧城市建设加速落地实施，城市各类空间场景的智能化将成为城市真正落实智慧愿景的重要趋势和关键抓手。以全球近10年246项城市场景智能化项目为样本，全面剖析当前各国智能场景实践探索的发展现状。结合文献理论研究，提出城市智能场景的概念定义，总结智能场景具有“技术赋能”与“空间载体”两大特征。详细解读智能场景规划设计四大关键要素“全面感知、精准判断、恰当反应、学习优化”，探讨具有可操作性的城市空间场景智能化路径，以期为全面推动智能场景的实践落地提供全新的理论视角和实践路径支撑。

关键词： 影像组学   肺癌   肿瘤分期   机器学习   预测模型  

摘要： 目的：探讨CT影像组学机器学习分类模型对非小细胞肺癌患者分期进行预测的价值。方法：从癌症影像数据库（TCIA）下载lung1数据集，选用符合条件的291例非小细胞肺癌患者的数据并将其分为两组，1组（Ⅰ、Ⅱ期）和2组（Ⅲ期、Ⅳ期）。从每个肿瘤病灶分别提取1 037个影像组学特征，运用t检验、最小绝对收缩和选择算子（LASSO）算法进行特征筛选。病灶的CT形态学特征通过t检验和卡方检验进行筛选。采用Logistic回归、随机森林、高斯朴素贝叶斯、支持向量机、AdaBoost等5种机器学习分类器进行模型训练并建立预测模型，用受试者工作特征曲线（ROC）来评价这些预测模型的效能并选出最优模型。最后使用在本院收集的91例患者数据进行外部验证。结果：本研究在特征筛选后，得到13个具有较高诊断价值的影像组学特征用于后续建立NSCLC患者分期预测模型。在5种机器学习分类模型中，随机森林分类预测模型是最佳模型，运用此模型的验证集AUC值最高，为0.740。经过外部验证，该模型在训练集AUC值为1.000，敏感度为1.000，特异度为1.000；测试集AUC值为0.698，敏感度为0.873，特异度为0.500。病例的CT形态学特征里面，除了病灶大小之外，其它特征在不同分期患者的差异无统计学意义。结论：CT影像组学机器学习分类模型对NSCLC患者的分期有一定的预测能力。

关键词： 智能制造系统   工业物联网   大数据分析   人工智能  

摘要： 智能制造系统对制造业发展具有重要意义,制造业企业需要适应新技术、新趋势,不断增强自身的创新能力和竞争力.本文介绍了智能制造系统的基本概念和架构,包括工业物联网、大数据分析和人工智能等关键技术的应用,分析了其在智能制造系统中的作用和价值,并重点讨论了智能制造系统的发展趋势,以引领制造业向更高效、更智能、更绿色的方向前进.

关键词： 参数化建模   数值模拟   机器学习   缓倾斜矿柱   强度预测模型  

摘要： 矿柱强度具有显著的倾角效应，准确预测倾斜矿柱的强度是保障倾斜矿体地下采场安全的关键。为准确预测缓倾斜矿柱强度，融合运用参数化建模的灵活交互性、数值模拟的样本数据强扩展性与机器学习方法的数据驱动优势，建立缓倾斜矿柱强度预测模型。基于Rhino中Grasshopper平台编制缓倾斜矿柱参数化建模程序，结合某铝土矿裂隙产状参数构建了200组粘合块体-离散裂隙网络（BBM-DFN）矿柱数值模型。采用FLAC3D-3DEC耦合模拟方法，依据试错法标定后的岩块与节理参数，开展了缓倾斜矿柱承载特性试验，监测并建立了机器学习缓倾斜矿柱强度数据集，且验证了此数据集的可靠性。分别以支持向量机（SVM）、极限学习机（ELM）、轻量梯度提升机（LightGBM）构建了缓倾斜矿柱强度预测模型，利用遗传编程（GP）和改进的量子粒子群算法（IQPSO）两种优化算法进一步提高模型性能，建立了缓倾斜矿柱强度与其影响因子之间的非线性映射关系。研究表明：矿体倾角对矿柱强度影响显著，同一尺寸矿柱随倾角的增加其强度显著下降，而不同宽高比矿柱的影响规律存在差异；当宽高比小于1时，矿柱影响因子敏感性主次顺序为：倾角>高度>宽度；当宽高比大于1时，其影响因子敏感性主次顺序为：宽度>倾角>高度；交叉验证了SVM模型是缓倾斜矿柱强度预测的最佳模型(R2=0.921;?REVS=0.926;?RMAE=1.225;?RMSE=2.367)，结合GP与IQPSO算法优化后模型预测性能得到了进一步提升(R2=0.976;?REVS=0.977;?RMAE=0.465;?RMSE=0.862)。采用GP的符号回归方法得到了缓倾斜铝土矿柱强度表达式，对比经典矿柱强度理论验证了模型的准确性，拓新了倾斜矿柱强度的预测思路。

关键词： 人工智能   城乡规划教育   住区规划设计   大语言模型  

摘要： 人工智能技术的快速发展、城乡规划行业的变革、规划专业知识体系的转换和重构对城乡规划学科的教育改革提出了新的要求。传统规划设计教育中物质空间主导、强调专家经验和“师父带徒弟”的模式已难以适应存量时代利益博弈多元化和技术变革的需要。以住区规划设计教学改革为例，探索“专业知识+人工智能”双驱动的城乡规划设计教学模式，开发基于大语言模型的多智能体交互系统、低代码方案自动生成器等智能化工具，赋能“前期策划阶段+方案生成阶段+后期评估阶段”三阶段完整教学流程，更新教学内容和方法，培养学生跨学科学习与设计创新能力。

关键词： 人工智能   康复辅助技术   智慧康复  

摘要： 特殊群体的生存一直是国家关注的重点,为改善特殊群体生活和生存质量,康复辅助器具逐渐被纳入国家发展规划中.随着现代化科学技术迅速发展,以人工智能为代表的大数据技术为康复辅助技术进步提供了新的动力.基于此,本文总结和归纳了康复辅助技术最新成果,通过收集国内外大量文献资料,对人工智能在康复服务技术中的应用进行了综述,并对其发展趋势进行了展望,旨在推动康复辅助技术进步,提高特殊群体的生存质量.