关键词： 数字化   智能制造   PlantSimulation   生产线规划  

摘要： 利用PlantSimulation工厂仿真软件进行生产线规划的具体方法与过程,对规划过程中的功能模型的建立、加工工序的制定、PERT图及建模仿真进行了分析描述,并利用仿真软件对所建立的生产线模型进行瓶颈分析,利用生产线仿真规划方法可以提高规划效率,节约规划成本,并为数字化工厂建设与数字孪生的应用提供了基础。

关键词： 人工智能   思政教育   数据依赖   算法偏见  

摘要： 发挥强大的思政引领力,是教育强国建设的有力支撑。在数字化与智能化时代,人工智能成为推进思政教育不可或缺的工具。在人工智能赋能思政教育的过程中,必须处理好以下六对关系:人工智能数据和算法的边界性与思政教育需求的广泛性之间的关系,人工智能的资本属性与思政教育的可信任性之间的关系,人工智能的算法偏见与思政教育的价值正确性之间的关系,人工智能的意识形态识别失能与思政教育意识形态安全之间的关系,人工智能的自我意识缺失与思政教育的意识需求之间的关系,在批判性思维培养方面人工智能供给与思政教育需求之间的关系,如此才能真正实现智能向善的科技伦理目标。

关键词： 人工智能   网络舆论   舆情防控  

摘要： 在新媒体时代,网络空间成为公众意见表达和社会热点讨论的重要场所,随着大数据技术的成熟和人工智能(AI)技术的广泛应用,网络舆论的诞生和爆发变得难以管控。首先分析了AI技术在信息生产、加工与传播等方面带来的治理困境;进而提出建立基于AI技术的常态化网络舆论监测与预警机制,通过实时数据挖掘、主题聚类和情感分析等技术手段,判断网络群体极化程度,预测舆情风险;最后强调要发挥网络空间中意见领袖对网络舆论的引导能力,以主流价值观引导、分化网络群体的观点等应对策略。

关键词： 人工智能   计算智能   技术路径   螺旋式   信息时代   路径分析   非线性   循环上升  

摘要： 人工智能作为一种新质生产力,在信息时代为我们提供了一种前所未有的分析世界、认识世界、改造世界的新方法新手段,甚至提供了一种新的思维方式。人工智能总体上沿着计算智能、感知智能、认知智能的逻辑方向发展,当然这三者并非线性地发展,而是螺旋式循环上升的。那么如何实现人工智能从弱到强的技术路径?

关键词： 腹膜透析   机器学习   腹膜炎   预测  

摘要： 目的基于6种机器学习算法构建腹膜透析患者早发性腹膜透析相关性腹膜炎(PDAP)风险预测模型。方法采用回顾性研究方法。应用便利抽样法,选取2009年12月—2023年8月在贵州省人民医院肾内科规律随访的腹膜透析患者为研究对象,收集研究对象的一般资料、原发疾病和实验室指标。按7∶3比例随机分为建模集和验证集,以是否发生早发性PDAP为因变量,分别基于Logistic回归、决策树、支持向量机、随机森林、极端梯度提升和人工神经网络6种机器学习算法构建腹膜透析患者早发性PDAP风险预测模型。采用受试者工作特征曲线下面积(AUC)、准确度、F1分数评估模型性能,选出最优模型。结果最终分析890例腹膜透析患者数据,其中86例患者发生早发性PDAP,早发性PDAP的发生率为9.66%。Logistic回归、支持向量机、极端梯度提升和随机森林4种预测模型具有较高的准确性,AUC值分别为0.703、0.729、0.782和0.814,其中随机森林模型的AUC值、准确度、F1分数均较高。进一步基于随机森林模型对早发性PDAP的风险因素重要性进行排序,结果显示,排名前5位的特征变量依次为C反应蛋白、甘油三酯、血小板、铁蛋白和白细胞。结论基于随机森林模型构建的腹膜透析患者早发性PDAP风险预测模型性能最优,有助于临床医护人员早期评估和预防早发性PDAP。

关键词： 海水酸化   海水pH   数据产品   机器学习   全球大洋  

摘要： 全球海水pH变化监测对于了解海水酸化状况及对海洋生物和生态系统影响具有重要作用。近年来,机器学习算法被广泛运用于从观测数据和容易获得的环境参数构建海洋酸化参数格点数据。然而,目前的研究主要致力于改善算法结构来提高准确性,而使用不同的环境参数数据产品对获取的海水酸化速度准确性有多大的影响至今没有报道。基于相同的海水pH观测数据和集成学习前反馈神经网络算法,使用不同的表层海水温度、盐度和CO_(2)分压(pCO_(2))数据产品构建获取2002~2021年全球大洋表层海水pH数据,发现选择不同的温度和pCO_(2)数据产品会导致通过机器学习获取的区域和全球平均酸化速度出现显著差异,而不同盐度产品导致的酸化速度差异仅出现在局部区域。使用不同数据产品的平均值作为机器学习算法的输入,可有效避免因环境参数数据产品导致的区域性极端结果,增加机器学习探析海洋酸化速度的准确性。

关键词： 油田生产优化   气田生产优化   序列二次规划   机器学习  

摘要： 油气田生产优化可以提高储层的产能及整体产量,在油气行业中具有重要的意义。现有方法在处理复杂油气系统时存在计算效率低、模型耦合性差等问题。针对油气田生产优化问题,提出了一个基于序列二次规划(SQP)算法与机器学习算法的地上—地下一体化生产优化模型,耦合油气田地上管道、生产设备、井筒与油藏多相流计算模型来进行水力和热力计算。利用SQP算法对生产设备的油嘴开度和电潜泵频率等运行参数进行优化,以实现油气田产量最大化。针对复杂流动特性的建模难题,通过神经网络模型对井筒与管道压降进行快速预测,有效减少了迭代计算量。利用实际油气田数据进行模型验证结果显示,该模型能够准确预测油气流动特性,误差控制在10%以内,优化后的油气田总产量较未优化前显著提升。提出的基于SQP算法与机器学习算法的油气田生产优化模型,实现了地上—地下一体化系统的全局优化,利用机器学习方法替代传统压差计算部分,克服了传统优化方法在计算效率和模型耦合性方面的不足,显著提升了优化的时间效率。通过与商业软件对比,验证了所采用的SQP算法的准确性和有效性。

关键词： 影像组学   机器学习   结直肠癌   淋巴结转移   模型  

摘要： 目的:探讨CT影像组学结合机器学习(ML)方法诊断T1-T2期结直肠癌(CRC)淋巴结转移(LNM)的价值。方法:搜集243例经手术病理证实的T1-T2期CRC患者(45例有LNM)资料,按7:3分为训练组(170例)和内部验证组(73例)。比较组间临床、CT指标,构建临床CT模型;利用静脉期CT图像提取影像组学特征,并经降维、筛选,获得影像组学评分(Rad-score);基于临床CT指标和Rad-score构建联合模型。观察各模型诊断LNM的效能。结果:组间术前癌胚抗原(CEA)、术前糖类抗原CA19-9(CA19-9)、CT淋巴结短径有统计学差异(均P<0.05)。临床CT模型、Rad-score模型、联合模型曲线下面积(AUC)分别依次为0.694、0.851、0.876(训练组)和0.691、0.861、0.917(验证组)。联合模型AUC优于临床CT模型(均P<0.001);联合模型决策曲线(DCA)分析显示训练组和验证组阈值概率为0.08~0.73、0.13~0.85时临床有净获益。结论:CT影像组学结合ML方法有助于T1-T2期CRC是否发生LNM的正确分类。

关键词： 群体智能   智能感知   人机协作   河北科技大学   复杂机电系统   智能制造   生物制造   仿生制造  

摘要： 国家青年/地区科学基金项目专栏机械工程领域:生物制造与仿生制造;摩擦学基础与仿生摩擦学设计;表/界面结构仿生设计;智能感知与控制;机器人与智能制造;人机协作与群体智能;机械表/界面效应与控制;复杂机电系统集成设计;增材制造与超快激光制造科学与工程基础.

关键词： 诺贝尔物理学奖   人工神经网络   机器学习   科幻小说   《三体》   霍普菲尔德   杰弗里   AI  

摘要： “物理学不存在了”,科幻小说《三体》中物理学家杨冬的话似一颗子弹,正中2024年的眉心。2024年诺贝尔物理学奖被授予约翰·J.霍普菲尔德和杰弗里·E.辛顿,以表彰他们“为利用人工神经网络实现机器学习做出的基础性发现和发明”。对此,获奖者之一、被称为“AI教父”的辛顿表示:“我完全没有想到。”