关键词： 虚拟仿真   人工智能   因果推理   实践教学  

摘要： 工程实践在高等教育中的重要性日益凸显。中国需要加快培养世界级的优秀工程师。在人工智能时代,高校迫切需要加快工程教育数字化改革。文章针对学生实习难、实践资源不足、指导教师水平参差不齐的问题,提出将虚拟仿真技术和智能教学系统相结合,用于控制工程实践教学中,通过人工智能技术和基于因果知识的推理诊断,实现对学生工程实践的个性化指导,使学生理解和掌握控制工程系统及其操作方法,培养掌握先进工程技术且具有创新思维的智能制造人才。

关键词： 进出口规模   供应链   人工智能   责任担当   集成电路   新能源   外贸   低空经济  

摘要： 2024年是实现“十四五”规划目标任务的关键一年。面对复杂多变的国际形势,广东省加快构建现代化产业体系,在集成电路、新能源、低空经济和人工智能领域打下坚实基础,外贸产业链供应链韧性不断强化,外贸持续向上突围。一年来,在广东省委、省政府的坚强领导下,广东省外贸顶压克难,全年进出口规模首次站上9万亿元的新台阶,展现出较强的发展韧性和活力,充分体现了经济大省“挑大梁”的责任担当。

关键词： 智慧图书馆   智慧服务   图书管理   融媒体时代   人工智能   信息检索   图书馆服务   阅读行为  

摘要： 在融媒体时代,信息技术的发展改变了人们获取知识的方式,读者的精神文化需求和阅读行为日趋多元化、碎片化,促使图书馆服务模式转型。传统图书馆以文献存取为主的服务模式已难以满足现代读者的多样化需求,智慧图书馆的建设应运而生。基于以智慧服务为核心的智慧图书馆,实现图书馆服务的智能化升级,提升图书管理、资源整合、信息检索与用户体验等方面的效能。基于此,本文将针对智慧服务背景下智慧图书馆建设自主可控发展展开探讨,旨在推动图书馆朝着更高层次的智慧化方向迈进。随着我国《新一代人工智能发展规划》的发布,人工智能正式上升为国家战略,与大数据、云计算等技术的深度融合,推动了智慧图书馆建设的加速落地。

关键词： 战略战术   人工智能   无人潜航器   无人系统   韦斯特   无人机   佛罗里达州   水面舰艇  

摘要： 2024年9月,美国海军第四舰队在佛罗里达州基韦斯特举行了年度演习,美国海军无人潜航器、无人水面舰艇、无人机悉数参加。该演习意在加强有人舰艇和无人系统的协同,运用人工智能提升海军战斗力,体现了美国海军在人工智能领域的巨大野心。那么美国海军人工智能布局情况如何?又有哪些战略战术?

关键词： 深度学习   人工智能   阿尔兹海默症   轻度认知障碍   核磁共振成像  

摘要： 目前诊断阿尔兹海默症(Alzheimer's Disease,AD)的主要手段是通过结构磁共振成像(structural Magnetic Resonance Imaging,sMRI)实现的,现有基于深度学习的AD诊断主要利用2D(将3D sMRI转2D切片)或者3D的卷积神经网络,不能很好地捕获3D sMRI全局特征,为此本文提出改进Swin Transformer实现3D块划分提取全局特征,构建Transformer预测分类模型。又根据现有阿尔兹海默患者发生萎缩的区域对尺寸的变换很敏感,而且现有深度学习模型在病灶区域定位方面能力不强的问题,提出自适应特征提取模块(Adaptive Feature Extraction Module,AFEM),实现了可变形自适应特征提取,对基础3D Transformer模型进行扩展,构建AFEM-Transformer深度学习模型,进一步提升模型特征学习能力,实现自适应的定位病理区域的具体位置,用以辅助临床诊断,实现阿尔兹海默病情分类和预测。本文选择阿尔茨海默症神经影像学计划(Alzheimer's Disease Neuroimaging Initiative,ADNI)提供的2248名受试者sMRI影像作为实验数据集。在阿尔兹海默诊断任务和轻度认知障碍(Mild Cognitive Impairment,MCI)进展预测任务中将提出的AFEM-Transformer模型与现有基于卷积神经网络的模型和基础Transformer模型进行分析比较,评估该模型的价值。结果表明本文提出的AFEM-Transformer模型在两个任务上的准确率、敏感度、特异性、AUC(Area Under Curve)值的实验结果相较于基础和卷积神经网络模型和Transformer模型性能提升明显,证实了所提出的AFEM模块的有效性。本文提出的AFEM-Transformer深度学习模型能够准确诊断阿尔兹海默症和预测MCI的进展,并可自动定位出病灶区域,可以作为阿尔兹海默症临床诊断中一个有效的计算机辅助方法。

关键词： 人工智能   矿山测量   导航技术   精度提升   矿产资源开发  

摘要： 在目前数字矿山的发展背景下,传统的矿山测量与导航技术面临着效率低下,精度不足等问题,这极大限制了矿山的生产效率和安全性。针对这一问题,本研究以人工智能为依托,对矿山测量与导航技术进行深度研究和改进。研究中,我们首先对人工智能技术进行了详细的介绍,包括深度学习、机器学习等核心技术,并依托这些技术建立了人工智能测量与导航模型。我们对模型的精度和稳定性进行了详尽的测试,结果显示人工智能技术可以明显提升矿山测量和导航的精度,尤其在复杂环境下的稳定性有着显著的提升。此外,我们还设立了一系列实地试验在实际产生环境中验证模型的效果。试验结果亦证明了基于人工智能的矿山测量与导航技术具有较强的实用性和广泛的应用前景。本文对于提升矿山的生产效率,提高矿工的安全性,进行科学的矿产资源开发均具有重要的理论和实践价值,具有良好的推广前景。

关键词： 现金处理   现金预测   智能金库   人工智能   机器学习  

摘要： 为适应现金流通和现金处理的变化形势,建立有利于银行业金融机构发展和人民银行监管的市场化现金处理体系,根据《中国人民银行办公厅关于开展区域现金处理中心试点工作的通知》(银办发〔2019〕178号),全国各地开展了区域现金处理中心的试点工作。运行至今,试点工作已对国内的现金处理行业产生了较大的影响。文章将结合国内外现金运营现状对我国区域现金处理中心在数字化时代下的发展进行思考和探讨。

关键词： 无人机   高光谱影像   田块尺度   玉米   产量   机器学习  

摘要： 为实现东北黑土区田块尺度上玉米产量的精准估算与生育时期优选,本研究以我国东北黑土区的春玉米为研究对象,选取吉林省梨树县的长期定位玉米试验田,于2019、2020年利用无人机采集玉米3个关键生育时期(拔节期、吐丝期、成熟期)的冠层高光谱影像,选取10种与产量显著相关的窄波段植被指数,并结合作物农学参数与施肥信息,分别采用逐步回归、随机森林(RF)和极度梯度提升树(XGBoost)算法构建玉米产量估算模型。最后通过决定系数(R^(2))、均方根误差(RMSE)和归一化均方根误差(NRMSE)对产量模型进行精度评价,以筛选出最优估产模型。结果表明:3种产量预测模型中XGBoost模型估算精度较优,其2019年吐丝期的R^(2)、RMSE和NRMSE分别为0.93、1054.17 kg·hm^(-2)和11.68%。同时,3种模型均表现为在吐丝期估算精度最优,最佳模型——2019年吐丝期的XGBoost模型中用于玉米产量估算的指示因子——植被指数R-M、作物农学参数与施肥信息的特征重要性分别为19.72%、4.70%、62.41%。研究表明,结合无人机影像与机器学习算法并融合多源辅助信息可提高田块尺度玉米产量的估算精度,为农业生产中的作物产量精准预估提供数据支撑与科学参考。

关键词： 人工智能   提起诉讼   运营方式   生成式   加拿大   信息数据  

摘要： 对于人工智能科技公司来说,当前一种通行的运营方式是从网络上抓取现成的信息数据作为语料,用于生成式人工智能模型的训练及内容输出。随着人工智能技术应用的不断发展和普及,内容生产者的反应日益强烈。近日,加拿大各主要新闻机构就此对美国开放人工智能研究中心(Open A)提起诉讼。加拿大国会众I议院酝酿推动立法,规制人工智能科技公司获取数据作为语料的行为。

关键词： 电子信息类专业   通信工程   智能手机   电子科学与技术   人工智能   信息工程   个人职业发展   智能控制系统  

摘要： 如今,从智能手机的语音助手到工业生产中的智能控制系统,从医疗影像的智能诊断到交通领域的自动驾驶技术,人工智能重塑着人们的生产生活方式。电子信息类专业涵盖电子科学与技术、通信工程、信息工程等诸多细分领域,处于科技发展的前沿阵地。在“人工智能+”背景下,该专业学生面临着前所未有的机遇与挑战,能否适应这一变化,关乎个人职业发展。