关键词： CO_(2)溶解度   预测模型   机器学习   LightGBM   深度优化   咸水层   碳封存  

摘要： 为了解决现有咸水中CO_(2)溶解度预测方法存在过程复杂、适用条件较窄和预测精度较低等问题,基于机器学习技术,提出了“权重重构+二次训练+深度优化”的建模方法,构建了一种基于LightGBM的咸水中CO_(2)溶解度预测模型。首先根据中国主要盆地咸水层的基本情况,广泛调研咸水中CO_(2)溶解度实验数据;然后综合TPE算法和五折交叉验证法,初步建立了基于LightGBM的咸水中CO_(2)溶解度预测模型;进而使用网格搜索法,针对决策树结构和袋外抽样频率,对预测模型进行了深度优化;最后采用不同指标评估了其综合性,并基于新建立的预测模型分析了CO_(2)溶解度的变化规律。研究结果表明:①新的CO_(2)溶解度预测模型的预测精度和可靠性高、泛化能力强,模型均方误差为0.00089(mol/kg)^(2),平均绝对百分比误差为3.78%,决定系数为0.994,综合性能明显优于常用的Duan&Sun、KRR、RBFNN-BAC和SVM等模型;②咸水中CO_(2)溶解度受温度的影响最大,压力次之,离子浓度最小,并且CO_(2)溶解度随温度的变化规律在20 MPa时出现反转。结论认为,该项研究成果可以为咸水层CO_(2)溶解封存潜力评估和封存场所筛选提供依据。

关键词： 企业绿色治理   人工智能   环境规制   ESG表现  

摘要： 在“双碳”目标下,绿色治理是企业积极承担环境治理主体责任的表现,有助于缓解生态文明建设结构性与趋势性压力。人工智能作为一项高渗透性、高协同性、高融合性技术,是企业优化生产经营模式、参与环境保护的重要抓手,可能对企业绿色治理效能产生深远影响。文章基于ESG表现与环境规制的双重视角,以2012—2022年我国沪深A股上市公司为样本,采用多种计量模型实证考察了人工智能对企业绿色治理的影响效应和内在机制。结果表明:人工智能对企业绿色治理具有显著的促进作用。人工智能对不同科技属性企业绿色治理均发挥显著的驱动作用,其中对高科技企业绿色治理的驱动作用更明显;人工智能对不同产权性质企业绿色治理均具有显著的促进作用,其中对国有企业绿色治理的促进作用更为显著。机制分析结果显示,ESG表现是人工智能驱动企业绿色治理的中介渠道,即人工智能发展可助力企业改善ESG表现,进而加快绿色治理进程;环境规制是影响人工智能与企业绿色治理关系的调节变量,能显著增强人工智能对企业绿色治理的驱动作用。

关键词： 人工智能   自动驾驶   智能网联汽车   测试方法   安全评估  

摘要： 汽车智能化和网联化的快速发展促进了人工智能技术的探索与商业化应用,但人工智能技术的应用带来的自动驾驶安全风险也日益突显。因此,建立应用人工智能技术的自动驾驶系统安全测试与评估方法,成为平衡技术发展与安全风险的重要基础。从系统安全验证的角度,融合考虑人工智能系统的生命周期、安全要求、验证与确认方法及持续的风险评估和安全分析,提出了一种覆盖设计开发、测试评估、部署和运行3个阶段的安全评估方法。同时,提出了保障系统安全的开发、设计、测试、优化等措施,旨在为应用人工智能技术的自动驾驶系统测试与安全评估方法提供参考。

关键词： 人工智能   赋能   文化发展  

摘要： 文章分析人工智能赋能文化发展的多维突破,包括催生文化生产新范式,构建文化传播新模式,打造文化产业新业态,提升公共文化服务水平,认为人工智能赋能文化发展存在技术应用瓶颈、社会治理难题、价值导向隐忧等现实困境,并提出“强化技术创新,夯实发展基石”“推动社会治理,创设扬‘长’避‘短’环境”“把握价值导向,实现科技与文化和合共荣”的突破路径,以人工智能为引擎,树牢“以人为本、智能向善”的理念,推动人工智能赋能文化发展,为实现中华民族伟大复兴的中国梦提供强大的精神动力和文化支撑。

关键词： 数字司法   社会治理   人工智能   积极司法理念   司法数据  

摘要： 国家治理体制和治理能力现代化转型背景下,数字司法天然具有社会治理属性,呈现司法裁判功能与社会治理功能的交织状态。数字司法发端于司法驱动型的数字化实践,受到政治逻辑的全方位塑造,展现出明显的积极行动取向。相较于传统司法理念,指导数字司法制度设计和具体实践的积极司法理念在司法权认知、司法体制机制和司法创新能力方面存在显著的代际差异。该理念在宏观上会对未来司法改革的基本方向形成重大影响,在微观上会进一步塑造数字社会特有的司法解纠机制。对积极司法理念的辨析决定了司法参与数字社会治理的功能限度。积极司法理念指引下的数字司法建设必须能够有效增强司法权行使的规范性和技术赋能司法的合理性,方能真正支撑数字正义。

关键词： 智能电网   负荷预测   优化调度   多目标优化   机器学习  

摘要： 本研究围绕负荷预测与优化调度展开,结合智能电网的特性,设计了数据预处理与特征提取方法,建立基于机器学习的负荷预测模型并引入多目标优化方法构建调度模型。在调度优化中,分析了目标与约束条件,比较了传统优化算法与智能优化算法的优劣,并在典型场景中验证了模型性能。经过整合负荷预测和调度优化后,提出了预测与调度耦合的集成框架,实现了智能电网实时动态调度的高效性与稳定性。本研究为智能电网的规划与运行提供了技术支撑,在提升资源利用率、保障供电安全性与经济性方面具有重要意义。

关键词： 新质生产力   高等教育创新发展   高质量发展   教育强国   产教融合   人工智能  

摘要： 发展新质生产力是推动高质量发展的内在要求和重要着力点。加快高等教育创新发展是我国经济社会高质量发展的重要支撑。随着社会生产力的变革,新质生产力在新型要素融合、科学技术创新、体制机制改革等方面为高等教育创新发展提供条件和保障。基于此,新质生产力能够为高校统筹要素实现一体化发展、强化产学研协同创新发展、优化体制机制推动发展提供人才赋能、科技赋能和制度赋能。在新质生产力背景下推进高等教育创新发展,可不断优化高等教育学科专业布局,强化科技创新实践效能;变革人才培养模式,助力新型人才自主培养;创新校企合作模式,构建产教融合新型生态。发展新质生产力是助力我国高等教育发展走上一条科技提升与人才提质协同并进的内涵式发展之路。

关键词： 人工智能   人员认证   AI监考   数据安全  

摘要： 当前各行业普遍开始广泛应用人工智能(AI)技术。本文主要讨论了在人员认证领域引入AI技术的背景、相关应用场景和技术优势。认为在考试、监考、评价、申诉投诉处理等主要环节,应用AI技术均可有效提升认证效率,确保公正性、公平性、客观性。同时也提出对于应用AI的环节应设置人工监督,防止其产生数据偏见和道德风险,损害认证结果的有效性。本文认为人员认证领域应科学、合理、规范的应用AI技术,同时完善配套管理制度以规避相应风险。

关键词： 卷积神经网络   模型量化   人工智能   混合精度  

摘要： 针对如何将神经网络保真映射到资源受限的嵌入式设备这一问题,提出基于层敏感性分析的卷积神经网络混合精度量化方法。通过计算Hessian矩阵平均迹衡量卷积层参数的敏感性,为位宽分配提供依据;使用逐层升降方法进行位宽分配,最终完成网络模型的混合精度量化。实验结果表明,与DoReFa和LSQ+两种固定精度量化方法相比,所提出的混合精度量化方法在平均位宽为3 bit的情况下将识别准确率提高了10.2%和1.7%;与其他混合精度量化方法相比,所提方法识别准确率提高了1%以上。此外,加噪训练能够有效提高混合精度量化方法的鲁棒性,在噪声标准差为0.5的情况下,将识别准确率提高了16%。

关键词： 灰色关联分析方法   品质评估模型   XGBoost算法   机器学习  

摘要： 飞行品质评估是评价飞行员训练效果和提升训练水平的关键环节。传统评估方法依赖于飞行教官的主观评分,存在主观性强和准确度不足的问题。为了提高评估的客观性和准确性,提出一种融合灰色关联分析和XGBoost算法的飞机飞行品质评价方法,灰色关联分析用于确定与飞行品质密切相关的飞行参数,XGBoost算法则用于构建飞行品质评价模型。通过对实际飞行训练数据进行评估,结果表明:本文所提飞机飞行品质评价方法具有较高的科学性和精确性,可为飞行员训练提供有力的技术支持。