关键词： 钢包滑板   深度相机   机器学习   点云配准  

摘要： 钢包滑板用于控制钢包内钢水的流出量,其维护和更换是钢包热修与钢包管理的重点环节。钢包滑板空间姿态的检测和定位是实现机器人自主更换钢包滑板的基础工作,存在检测精度相对高、环境-作业对象非结构化特征明显等问题。由于钢包滑板更换是较为典型的空间装配作业,常规2D图像检测缺乏深度信息,无法满足检测和定位的精度要求。搭建了一套钢包滑板检测定位机器人系统,采用时间飞行(Time of Flight,ToF)和结构光两种类型深度相机;受空间狭小、视野遮挡等因素影响,按手眼方式安装相机。离线完成了手眼深度相机的标定;通过YOLOv11算法对幅值图和RGB图中滑动水口机构特征物进行识别;根据滑动水口机构的物理尺寸关系,经过几何计算给出基坐标系下滑板位姿的初步估计;将初步估计结果作为迭代初值,采用广义迭代最近点算法(Generalized Iterative Closest Point,GICP)进行点云精配准,进而输出钢包滑板精确的空间位姿。经实际测试,手眼深度相机标定后的角点投影误差在0.8像素以下,标定精度较为理想;两种相机均可稳定可靠地检测出钢包滑板,验证了该方法适用于两种类型深度相机;但受限于相机分辨率较低,所用ToF相机目标定位结果的位置误差最大为15 mm,姿态误差最大为10°,无法满足实际应用要求;所用结构光深度相机检测定位结果的位置误差约4 mm,姿态误差约0.07°,精度满足需求。

关键词： 结构工程   型钢混凝土梁   人工神经网络   机器学习   抗弯承载力   参数分析  

摘要： 基于所收集的51根型钢混凝土梁的试验数据,建立了以数据驱动为核心的型钢混凝土梁抗弯承载力预测模型,利用试验数据验证了所建立模型的预测精度,将该模型的计算精度与其他简化计算算法的计算精度进行比较,并采用Garson算法对影响型钢混凝土梁抗弯承载力的因素进行敏感性分析。结果表明:采用所建立的人工神经网络模型计算得到的计算值与试验试件的试验值平均比值为1.006,方差为0.006,计算精度与稳定性均优于YB9082-2006、JGJ 138-2016、СИ3-78、ANSI/AISC 360-16及叶列平公式中所提出的简化计算方法的计算精度;混凝土截面面积、型钢强度、型钢下翼缘面积、型钢腹板面积及型钢的相对位置对型钢混凝土梁的抗弯承载力影响较大。

关键词： 乳腺癌   乳腺X线摄影   人表皮生长因子受体-2   术前预测   机器学习   预测模型  

摘要： 目的:观察基于数字化乳腺X线机器学习模型术前预测乳腺癌HER2低表达价值。方法:回顾性分析2021年1月-2023年10月经术后病理证实的乳腺癌患者153例临床及X线资料。按照8:2比例分为训练集(122例)和测试集(31例)。于头尾位(CC)和内外侧斜位(MLO)图像中分别勾画感兴趣区,在训练集中利用组内相关系数(ICC)最小绝对收缩和选择算子(LASSO)筛选最佳影像特征,应用决策树、随机森林、Xgboost、Catboost机器学习算法分别构建CC位、MLO位及CC联合MLO位机器学习模型,用于预测乳腺癌HER2低表达,通过各模型的受试者工作特征曲线下面积(ROC)、准确率(ACC)、敏感度、特异度、阳性预测值(PPV)、阴性预测值(NPV)、F1分数、布里尔分数(BS)校准曲线、决策曲线、Delong检验对模型进行评价。结果:训练集和测试集对两组HER2表达状态、年龄、肿瘤生长部位及肿瘤最大直径上没有差异(P>0.05)。CC位、MLO位、CC位联合MLO位分别筛选出9、6、13个最优影像组学特征用于模型构建。在测试集中,CC位构建的4种机器学习模型以随机森林模型的曲线下面积(AUC)为最大,其AUC、ACC、敏感度、特异度、PPV、NPV、F1分数分别为0.909、0.744、0.850、0.636、0.818、0.700、0.830,Delong检验显示决策树与随机森林、决策树与Xgboost、决策树与Catboost均有差异(P<0.05),而随机森林、Xgboost和Catboost模型之间无差异(P>0.05);MLO位构建的4种模型以随机森林模型AUC为最大,其AUC、ACC、敏感度、特异度、PPV、NPV、F1分数分别为0.923、0.774、0.800、0.727、0.842、0.667、0.820,Delong检验显示决策树、随机森林、Xgboost和Catboost模型之间无差异(P>0.05);CC联合MLO位构建的4种模型中,Catboost模型的AUC值最高,其AUC值、ACC、敏感度、特异度、PPV、NPV、F1分数分别0.936、0.806、0.800、0.818、0.889、0.692、0.842,随机森林稍次之,分别为0.932、0.806、0.800、0.818、0.889、0.692、0.842,Delong检验显示决策树、随机森林、Xgboost和Catboost模型之间均无差异(P>0.05)。校准曲线显示,CC联合MLO体位构建的随机森林模型和Catboost模型曲线拟合度较好,且Catboost模型BS值最小为0.115,略优于随机森林模型(BS值为0.118)。决策曲线显示,当阈值在0.03~0.98时,CC联合MLO体位的Catboost模型预测乳腺癌HER2低表达临床获益最大。结论:基于数字化乳腺X线的机器学习模型可以术前预测乳腺癌HER2低表达,CC联合MLO体位的随机森林模型和Catboost模型预测性能较好,且随机森林算法构建的模型更稳健。

关键词： 国际认知战   国际传播   人工智能  

摘要： 人工智能时代背景下,国际认知战日益呈现出技术数智化、内容叙事化、信息武器化等智能化的新趋势和新特征。智能化的国际认知战主要利用智能算法开展精细画像并精准推送定制化信息,应用深度伪造技术伪造多模态信息并模糊受众认知,运用社交机器人自动批量传播信息并引导议题内容,基于生成式人工智能传输价值观偏见并主导认知方向。国际认知战的智能化新趋势可能引发全球信息失序、加剧公众认知偏差、增大识别难度、阻碍世界文明交流互鉴等风险挑战,应重点从科学认识与防范、培塑全球媒介素养、强化人才队伍建设、推进构建人类命运共同体等方面做好应对。

关键词： 智能化通信   电子信息工程   技术应用   人工智能  

摘要： 智能化通信对社会经济和日常生活产生了深远影响。电子信息工程技术在智能化通信中的应用推动了通信速度、覆盖范围及服务质量的显著提升。5G和6G通信网络的发展,以及人工智能、物联网和大数据等技术的融合,为智能化通信提供了强大的支撑。这些技术不仅提升了网络效率和可靠性,也推动了智能家居、智慧医疗等领域的发展。文中探讨了电子信息工程技术在智能化通信中的应用,旨在为相关领域的技术创新提供理论支持。

关键词： 人工智能   企业数字化转型   数据分析   智能决策  

摘要： 人工智能(Artiffcial Intelligence,AI)是企业数字化转型的关键驱动力,通过自动化、数据分析和智能决策提升效率、优化体验、推动创新及支持决策。以亚马逊和腾讯为例,AI在降低成本和增强竞争力方面表现显著,但也面临数据隐私、技术投入高和适应性不足等挑战。成功转型需以数据基础、技术融合及创新动力为支撑。未来,生成式AI、边缘计算及与5G、物联网的融合将进一步释放潜力。企业应加大技术投资、培养复合型人才、完善数据治理并构建开放生态,平衡创新与风险,推动可持续转型。

关键词： 2024 ADIPEC   石油   天然气   人工智能   能源转型   氢能  

摘要： 2024年阿布扎比国际石油展览暨会议于2024年11月4日—7日在阿布扎比国家展览中心举行,此次展会以“连接思想,转变能源”为主题,全球与会者就能源行业的转型发展达成多项共识,同时展会还展示了油气行业及绿色低碳技术的诸多前沿进展,主要体现在以下8个方面:①全球能源需求量持续增加,构建安全、可靠、可持续的能源体系需要多元化能源共同发力;②全球石油需求量在2030年达峰的预测引发疑虑,天然气在加快能源转型、保障能源供应安全中将持续发挥关键作用;③人工智能将成为推动油气企业生产力提升的重要手段,该技术与能源行业的深度融合为实现脱碳目标带来了新机遇;④能源转型加速与脱碳成为行业主流认识,氢能作为变革性能源载体的潜力有待挖掘;⑤地球科学研究将向精细化、智能化大步迈进;⑥钻完井技术向集成化、自动化、智能化稳步推进;⑦深水开发配套海洋工程进展迅速,工程效率取得了显著提升;⑧提高采收率技术方法创新发展、非常规资源开发技术快速进步,带来了新的增长点。结论认为,国内油气行业应加快推进以下工作:①统筹能源安全和低碳转型,持续加强多能融合创新;②以“创新驱动+场景牵引”促进科技创新和产业创新深度融合;③加快生成式AI、代理型AI等人工智能在能源领域的研发应用;④鼓励多渠道多形式深度参与全球能源科技治理。

关键词： 中职教学   人工智能   OBE   职业教育  

摘要： 本文研究了AI赋能与OBE教育理念融合下的中职院校《电气控制与PLC技术应用》课程教学模式,探讨如何通过引入人工智能技术,结合OBE (成果导向教育)理念,提高中职教育质量,培养高水平技能型人才。提出了基于OBE理念下AI赋能的《电气控制与PLC技术应用》课程教学设计。通过明确教学目标、重点与难点,结合现代信息技术,设计了课程内容、教学环节、智能评估和课堂互动等模块。最后,总结了AI赋能与OBE理念融合在中职教学中的应用,提出这一教学模式有助于更新中职教育课程资源和教学模式,提升教学质量,推动学生全面发展,最终为我国职业教育的高质量发展提供新的思路和方法。This study examines the teaching model of the “Electrical Control and PLC Technology Application” course in secondary vocational schools under the integration of AI empowerment and OBE educational philosophy. It explores how to enhance the quality of secondary vocational education and cultivate high-level skilled talents by introducing artificial intelligence technology and combining it with the OBE (Outcome-Based Education) philosophy. A teaching design for the “Electrical Control and PLC Technology Application” course based on AI empowerment under the OBE philosophy is proposed. By clarifying the teaching objectives, key points, and difficulties, and integrating modern information technology, modules such as course content, teaching processes, intelligent assessment, and classroom interaction are designed. Finally, the application of the integration of AI empowerment and OBE philosophy in secondary vocational education is summarized. This teaching model is suggested to help update the course resources and teaching methods of secondary vocational education, improve teaching quality, promote students’ all-round development, and ultimately provide new ideas and methods for the high-quality development of vocational education in China.

关键词： 互连材料   二元合金   拓扑半金属   二维材料   人工智能  

摘要： 随着芯片在通信、汽车电子与高性能计算等领域的深入应用,低功耗、高性能的芯片需求持续上升。在摩尔定律推动下,器件微型化带来量子隧穿效应和布线电阻增加等挑战,尤其在5 nm及以下工艺节点,芯片互连成为性能瓶颈。Cu互连面临尺寸效应导致的电阻激增,推动对新型低电阻材料的探索。综述了集成电路互连在先进节点下的核心挑战,分析Co、Ru等替代金属及二元合金、拓扑半金属、二维材料的发展前景,并探讨人工智能在互连材料设计中的应用,为工业界开发新一代互连材料提供参考路径。

关键词： DeepSeek   全球南方   人工智能   技术主权   认知正义   传播政治经济学  

摘要： 本文以传播政治经济学视角,考察DeepSeek大语言模型的技术实践如何挑战西方中心主义AI范式,重塑全球南方技术主权。基于SCOT分析框架,进一步建构了“技术殖民性-认知正义-算法主权”的三维分析路径,揭示AI系统中隐含的认知霸权与数据殖民主义。研究表明,DeepSeek通过多元认知编码系统、去中心化知识验证和跨文明语义层等创新,在算法层面实现了对非西方认知框架的物质化表达,使边缘化知识体系获得技术表现能力。从本质上看,DeepSeek的贡献不在于简单的效率提升,而是从根本上转变了AI发展的政治经济模式,将竞争焦点从资源垄断转向算法民主,实现了技术物质性层面的去殖民化。这种技术实践开创了“后普遍主义技术范式”的理论可能,重新定义了技术与认知形式的共构关系。文章阐释了技术现代性重写的三重转向:从工具理性到生态理性,从数据剥削到认知民主,从人类中心到多元共生,为构建多元技术文明提供了理论与实践依据。研究对全球技术格局变革及非西方社会如何在保持文化自主性的同时参与全球技术创新具有重要启示。