关键词： 人工智能   指标体系   区域差异   Dagum基尼系数  

摘要： 文章采用熵值法构建了中国人工智能综合发展的指标体系,通过Dagum基尼系数与核密度估计分析了中国东、中、西部三大区域人工智能综合发展的特征、空间非均衡性及动态演化趋势。研究发现:2010—2019年省域人工智能发展指标逐年增长,并呈现“东热西冷”的空间非均衡性,同时三大区域间差异逐步扩大,区域内出现两极分化现象,可为系统布局人工智能发展规划、推动区域间一体化发展提供理论参考和政策依据。

关键词： 公交客车   人工智能   物联网   技术理念   电动化   云计算   理念应用   高质量发展  

摘要： 2024年12月18日至20日,备受瞩目的CIBE 2024上海国际客车展在上海新国际博览中心盛大举行。本次展会以“创新智造·引领未来”为主题,旨在融合5G、云计算、人工智能、物联网等新的技术理念,推动并实现公交客车电动化、网联化、智能化、共享化,将前沿制造、物联网以及工业4.0的新理念应用于企业生产,促进行业多维度高质量发展。

关键词： 人工智能   物联网   手卫生   重症监护病房   医院感染控制  

摘要： 目的:构建人工智能物联网手卫生智慧管理平台,助推手卫生执行行为,提高监测精准度,提升管理效能。方法:融合人工智能视觉分析技术和精准定位技术,自建数据集训练专用目标检测模型,设计触碰检测逻辑,与物联网联合构建手卫生智慧管理平台,实现实时动态提醒工作人员执行手卫生的预警机制。通过大数据监测分析手卫生依从率与直接观察法得出的结果对比,结合院内感染相关指标分析评价其临床效果。结果:手卫生智慧管理平台监测出的手卫生依从率与直接观察法具有一致性(P<0.05);智慧管理平台应用后,手卫生依从率明显提升,同期医院感染发生率和重点监测的多重耐药菌检出率明显降低,手消毒液消耗量增加(P<0.05)。结论:人工智能物联网手卫生智慧管理平台,能够更全面、真实、准确地记录工作人员手卫生的执行情况,提高手卫生执行率,且能一定程度上改善院内感染相关指标,让管理更加精细化、智能化,为医院管理者制定相关决策提供数据支撑。

关键词： 深部煤炭资源   安全、高效、智能、精准、绿色开采   关键技术   多相多场响应   人工智能   泛工艺  

摘要： 在百年未有之大变局加速演变国际大背景下,我国能源行业面临“双碳”战略目标实现与能源资源稳定供给的双重挑战,向地球深部进军成为我国能源资源开发的必由之路。系统梳理了地质勘测、智能开采、灾害预警、生态修复等领域的技术发展现状,分析了现有技术针对深部资源开发的适用性。基于现有技术现状及深部矿产资源原位贮存及采动特性,提炼出了深部矿井建设运营全过程面临的关键理论及技术问题,进一步指出了实现深部煤炭资源安全高效开采未来的技术攻关方向。通过分析数字孪生、人工智能、大算力模型等新兴技术的发展趋势,明确了地质透明化、智能开采工艺、灾害预警体系、生态环境修复等重要领域的技术突破路径,构建了深部资源安全−高效−智能−绿色开采的可行技术发展战略。未来,通过逐步在跨尺度地质体演化动态表征、非线性煤岩多相多场耦合致灾机理研究、耐高温高压多功能材料与新型勘探开采装备研发、泛适应性无人开采工艺构建、地质生态高效绿色精准修复、矿区建设−生产−修复区域智能决策大模型孕训等方向形成突破,奠定深部矿产资源稳定、高效、智能、绿色开采的基础技术保障,深部资源开采必将实现少人/无人开采及全网络分布式智能调控开采,为国家能源安全战略保障提供核心支撑。

关键词： 大数据分析   人工智能   信息技术   数据资源   业务协同   交通数据   信号灯   政务平台  

摘要： 随着信息技术的飞速发展,数字政府建设成为全球公共管理领域的重要趋势。数字政府提升了政府服务效率,在线政务平台让民众可以随时随地办理业务,减少了时间和精力的浪费,丰富的数据资源和分析工具使政府决策更有依据,同时提高了政府决策质量。利用人工智能、大数据分析等技术,使政府决策更科学精准。例如,通过对城市交通数据的深度分析,可以智能调整信号灯时长,缓解拥堵。同时打破了政府部门间的数据壁垒,实现业务协同,不同部门的数据将在安全的前提下实现共享和交互,公民办理业务无须在多个部门之间奔波。

关键词： 人工智能   电力通信系统   故障诊断  

摘要： 通过现有的机器学习算法和人工神经网络模型,可实现对电力通信网络系统故障的精准诊断与预测,提升系统的运行效率,运用机器学习算法对海量的设备故障数据分析,训练出能够识别各类故障特征的大模型,借助人工神经网络模型,深度学习历史数据,预测未来可能发生的故障,针对数据质量、模型选择与悬链,提出一系列切实可行的解决方案,通过方法验证,故障诊断的准确率达到95.8%,召回率达到94.6%;在预测方面,模型能够成功预警90%以上的潜在故障,及时维护系统并防止故障扩大,降低系统故障率,提高电力系统的稳定性。基于人工智能的电力通信系统故障诊断,可提高故障诊断的准确性,能为电力通信系统的稳定运行提供有力保障。

关键词： 产业变革   乡村振兴战略   人工智能   新业态   驱动力量   资源枯竭   整合资源   传统乡村文化  

摘要： 随着全球化的深入和数字技术的快速发展,传统地域振兴模式面临严峻挑战,诸如产业单一化、民俗弱化、资源枯竭等问题日益凸显。习近平总书记指出,人工智能是新一轮科技革命和产业变革的重要驱动力量,将对全球经济社会发展和人类文明进步产生深远影响。运用人工智能技术赋能传统乡村文化发展,整合资源形成乡村文旅新业态,可以促进区域资源创新优质发展,为地域振兴带来更多新质生产力。

关键词： 教学资源   人工智能   学科特性   传统的教学模式   课堂教学   教学设想   教学效果   课程标准  

摘要： 人工智能使传统的教学模式悄悄地发生着改变,为教学带来了新的机遇和挑战。就备课来说,人工智能在帮助教师高效获取教学资源、精准设计教学方案、实践教学设想等方面发挥了重要作用,辅助了课堂教学,提高了教学效果。一、人工智能让教学资源更集结化凡事预则立,不预则废。备课是课堂教学的前提和基础。备课的过程其实是教师根据课程标准、学科特性、学生情况,对教材、教学内容进行加工和处理的过程。

关键词： 征求意见稿   标准体系建设   智能制造   工业和信息化部   顶层设计   标准化工作   指南  

摘要： 标准《国家智能制造标准体系建设指南(2024)》公开征求意见12月2日,为进一步强化智能制造标准化工作顶层设计,工业和信息化部对《国家智能制造标准体系建设指南(2024)》(征求意见稿)公开征求意见。

关键词： 多分辨率图聚类   PCA   机器学习   孔隙度   含水饱和度  

摘要： 储层物性参数的准确预测是储层评价的重要基础。目前传统机器学习方法在进行预测时对数据有较高的依赖性,面对复杂的储层时泛化能力较弱,因此对储层参数的预测有不小的影响。而MRGC聚类方法可以有效地分析数据之间的权重简化数据,提高预测的精度。因此提出了一种使用MRGC聚类结合机器学习进行孔隙度、含水饱和度预测的方法。运用主成分分析法(PCA)和皮尔逊相关系数提取对孔隙度、含水饱和度预测贡献率较高的测井曲线作为输入,对处理好的数据通过多分辨率图聚类方法进行聚类,将数据划分成多个具有相同数据特性的子集。针对每个子集的特性,分别选择不同的机器学习方法来构建储层参数预测模型并进行孔隙度、含水饱和度预测。最后将综合预测结果与XGBoost、SVR、RF的直接预测结果进行对比。实验结果表明:经过聚类后的预测模型其平均绝对误差(MAE)、决定系数(R2)都优于直接进行预测的模型。可以证实,MRGC聚类与机器学习方法的结合能够利用数据的内在结构和特征,提升储层参数预测的准确性。