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.

关键词： 人机交互式   人工智能   用电全过程   业务管理   神经网络   决策树  

摘要： 为解决电力企业相关业务数据的处理分析不及时、管理效率低下的问题，结合交互式人工智能技术，提出针对用电全过程业务综合管理平台的构建。首先根据人工智能技术与C/S构架进行交互式人工智能引擎的设计，然后针对电力用户运行期管理等用电全过程业务，在用户侧业务功能与数据库表基础上，架构业务管理平台。利用平台检测进行检测，分析网络参数对数据导入量与速度的影响，取得网络隐藏层数与相关阈值的最优参数分别是2、24.5、15.72、13.98，经平台功能测试环节验证，该平台能有效实现各功能的交互式操作，且具有较为理想的反馈即时性。

关键词： 肥胖症   生物信息学   机器学习   免疫浸润  

摘要： 目的 基于生物信息学和机器学习方法探索人类肥胖症诊断的生物标志物及其与免疫浸润的相关性。方法 人类脂肪组织芯片数据集从高通量基因表达（Gene expression omnibus，GEO）数据库下载。对GEO中的GSE25401、GSE88837、和GSE94752数据集进行分析，筛选出差异表达基因（Differentially Expressed Genes，DEGs）后，采用京都基因与基因组百科全书（Kyoto encyclopedia of genes and genomes，KEGG）通路分析、基因本体（Gene ontology，GO）功能富集分析和LASSO（Least Absolute Shrinkage and Selection Operator，LASSO）逻辑回归算法和支持向量机（Support Vector Machine，SVM）算法进一步筛选枢纽基因。此外，我们还进行免疫细胞浸润分析，评估人类肥胖症患者中22种免疫细胞的浸润特性及其与枢纽基因的相关性。我们利用受试者特征曲线（Receiver operating characteristic，ROC）分析特征基因的诊断效果。生物信息学分析使用R语言（4.2.2版）进行，显著性阈值为P<0.05。结果 利用Limma软件包筛选出190个DEGs，之后通过Lasso回归和SVM算法筛选出5个特征基因（PALLD、TF、CCL3、C6和SCIN）。通过生物信息学分析，我们发现这些基因在免疫微环境中的关键作用。此外，ROC曲线显示，以上5个特征基因对肥胖症都有很好的预测和诊断效果。结论 研究发现PALLD、TF、CCL3、C6和SCIN是人类肥胖症的潜在关键基因和潜在诊断生物标志物，这可能为诊断和治疗肥胖症提供新的靶点。

关键词： CEO   数字化转型   机器学习   变量选择   量子退火  

摘要： 企业数字化转型是我国产业升级的重要微观基础，CEO作为决策者其个人特质在数字化转型中起到关键性作用.本文针对已有研究特质选择主观化、机制研究缺乏的问题做出改进，通过构建基于机器学习的自适应LASSO、QUBO模型进行特质选择，并系统的研究了所选CEO特质对数字化转型的影响机制.在变量选择部分，本文发现CEO的年龄、性别、金融经历、管理经历、生产经历是影响企业数字化转型的重要因素.机制研究表明，CEO年龄将以倒U形关系影响CEO经历丰富度、以U形关系影响风险承担，并以此为路径实现对数字化转型的倒U形影响;金融经历、管理经历分别以缓解信息不对称、改善公司治理水平为路径促进数字化转型;生产经历增加了CEO短视主义特征，从而抑制数字化转型;女性特质将通过降低风险承担促进数字化转型.本文丰富了CEO特质对数字化转型影响的研究，应用两种数学模型进行变量选择，为解决变量选择主观化问题提供了模型参考，本文的研究还对公司管理层设计、生产经营调整提供了一定的启示.

关键词： 神经网络方法   机器学习方法   时间发展方程  

摘要： 近年来,使用机器学习方法求解微分方程在不同领域受到越来越多的关注,然而机器学习方法在求解时间发展方程上遇到许多问题.本文从数据驱动的深度学习方法和基于方程学习的深度学习方法两个方面对现阶段针对时间发展方程的机器学习求解方法进行总结,并介绍在不同神经网络架构下针对性的求解算法.总结了使用物理信息引入的神经网络方法求解时间发展方程的训练特点与最新工作,并对未来工作进行展望.

关键词： 人工智能   AI素养   素养教育   高等教育   高校图书馆  

摘要： 高校图书馆是AI素养教育不可或缺的核心阵地。文章运用网络调研法和归纳法深入探讨了国外高校图书馆在AI素养教育方面的经验，以期为国内高校图书馆优化AI素养教育，构建AI素养教育融合模式提供启示。研究发现国外高校图书馆AI素养教育的特点：在教育主体上强化校内外机构合作，在教育对象上注重馆员教育和用户指导，在教育形式上聚焦基础素养提升，在教育内容上强调伦理道德问题。基于国外高校图书馆对于AI素养教育的响应，构建了AI素养教育的融合模式，通过对主体融合、对象融合、形式融合、内容融合四个“小融合”开展对应策略，推动高校图书馆AI素养教育的“大融合”发展。

关键词： 人工智能   教育领域   优势   挑战   未来展望  

摘要： 近年来,人工智能在教育领域的应用迅速发展,为教育领域带来了新的机遇和挑战.首先,本文讨论了人工智能如何提高教学效率、提供个性化学习体验以及为教育数据提供支持等方面的优势.其次,指出了在教育领域面临的一些挑战,例如交互功能的限制、决策推理机制的不完善、人工智能的自我更新和改进能力的有限、情感互动的缺乏以及数据隐私和安全问题.最后,对人工智能在教育领域的应用进行了展望,并提出了技术与教育深度融合、促进教育公平和普及等措施.期望通过本文的研究,能够推动教育向着更加开放、智慧和个性化的方向发展.