关键词： 人工智能   量子芯片   海量数据   经典计算   科学研究   加密通信   快速处理   安全升级  

摘要： 在科技飞速发展的当下,一场计算领域的深刻革命悄然降临,量子芯片无疑将是这场革命的领军者,凭借其独特的叠加与纠缠特性,突破经典计算的算力瓶颈。从复杂的科学研究模拟到海量数据的快速处理,从加密通信的安全升级到人工智能的加速进化,量子芯片的应用潜力广泛而深远。

关键词： 管理数字化   现代服务业   人工智能   管控模式   大数据   深度融合   数字化升级   审核过程  

摘要： 推进基础制造工艺与质量管理、数字智能、网络技术深度融合,加快大数据、网络、人工智能等新技术的深度应用,促进现代服务业与先进制造业融合发展,加快质量管理数字化提升,是实现高质量发展的重要途径。本文从审核过程的角度谈谈如何构建数字化、智能化质量管控模式,引导企业开展质量管理数字化升级。

关键词： 营商环境   区块链技术   创新要素   人工智能   雄安新区   管理系统   政府采购   财政投资评审  

摘要： 2024年9月18日,“雄安新区基于人工智能+区块链技术的财政投资评审管理系统(二期)项目”在中国河北政府采购网发布中标公告,标志着新区在贯彻落实政府采购支持科技创新方面走在了前列,也为新区聚集创新要素、促进新质生产力发展、打造全国一流政府采购营商环境注入全新活力摸排一批项目。

关键词： 智能制造   数字孪生   装配式建筑   动态调度  

摘要： 数字孪生等数字技术的不断发展,为装配式建筑施工工序优化与调度策略的改进提供了可靠的技术支撑。本文以智能制造作为研究切入点,分析装配式建筑施工管理调度中存在的主要问题,从框架及组成、施工活动分解、工序施工时间明确、编码体系构建、施工调度方案明确等方面探讨基于数字孪生的装配式建筑施工管理动态调度模型构建要点,结合实际工程案例分析基于数字孪生的装配式建筑施工管理动态调度模型实践效果,期望为相关工程深度挖掘数字孪生技术在施工调度中的应用价值提供一定借鉴。

关键词： 持续创新   人工智能   孙瑞哲   省科学技术奖   定型机   行业贡献   中国纺织工业   产业化  

摘要： “唯有宏大多壮志,敢叫纺织焕新颜!”这是中国纺织工业联合会会长孙瑞哲对常州宏大智慧科技有限公司行业贡献的高度评价,也是企业多年来持续创新的真实写照。近日,常州宏大智慧科技有限公司的《新一代绿色数字化定型机智慧系统关键技术与产业化》项目荣获2023年度江苏省科学技术奖。

关键词： 老龄群体   网络诈骗   智能反诈   机器学习   可视化展示  

摘要： 文章研究并设计一款面向老龄群体的智能反诈取证原型系统,通过全面的数据收集、清洗、分析及可视化展示,可以精准识别和有效防范网络诈骗行为。该系统利用机器学习算法和历史诈骗案例,构建高效诈骗行为识别模型,并通过简洁易用的界面向老年用户展示分析结果,从而可以增强老年网民对网络诈骗的防范能力,降低老年群体遭遇诈骗的风险,并为司法机关办案提供一定的技术支持。

关键词： 工业   碳达峰碳中和   人工智能   公平性问题   数据要素  

摘要： 工业是我国国民经济的支柱产业,也是实现碳达峰碳中和目标的主战场。蓬勃发展的人工智能(AI)技术为工业脱碳带来了新的机遇。通过推动低碳技术要素的升级变革、丰富和强化数据要素的关键作用、促进各类要素的组合优化与协同配置以及变革性提升人力资本质量,AI将深刻影响工业领域的生产力与生产关系,助力工业领域实现“双碳”目标。在这一过程中,需充分挖掘并发挥工业数据要素的作用,着力提升AI赋能的精准性和系统性,并积极关注可能衍生的公平性问题。当前,应加快建设工业数据要素市场;积极开展研究和示范,提升AI技术与应用场景的适配度;突破“单点赋能”模式,构建以“产业链协同”为核心的AI赋能体系;通过优化转移支付体系、加强反垄断监管、加大教培投资和积极参与全球治理等方式,着力应对AI赋能工业的“双刃剑”效应。

关键词： 工程思维   人工智能   科技教育   中学生   人工智能课程  

摘要： 《义务教育信息科技课程标准(2022年版)》将人工智能纳入了中小学信息科技教育体系。在人工智能时代热潮下,广西壮族自治区柳州市第八中学基于工程思维对中学人工智能课程进行探究实践,并总结出课程探究的成效。

关键词： 关键设备检修   故障诊断   机器学习   深度学习  

摘要： 关键设备在工业生产中具有重要地位,其运行稳定性直接影响企业生产效率和经济效益。在检修过程中,机械和电子故障的准确诊断是提高设备可靠性的重要环节。本文针对数控龙门铣床等关键设备,研究了故障诊断技术的优化方法,包括传感器数据采集与预处理、特征提取与降维分析,优化机器学习与深度学习诊断模型,并设计高效的在线诊断算法以实现实时检测功能。结合实际案例验证了优化方法在故障识别准确性、实时性和适用性方面的有效性,提升了关键设备的运行可靠性。

关键词： 机器学习   电商平台   投诉定位  

摘要： 针对当前电商平台中客户投诉处理效率低下、解决周期长且准确率不高等问题,本文提出一种基于机器学习的客户投诉精准定位方法;针对收集到的客户投诉文本进行预处理,以确保后续分析的有效性;采用BERT等深度学习技术来提取投诉文本中的关键特征,以反映投诉的主要内容和情感倾向;基于此特征集,构建一个卷积神经网络模型,自动识别和分类客户投诉的不同类型及其优先级;最后,通过对比实验验证了所提方法的有效性和优越性。本方法的整体平均F1分数为0.96,预测标签与真实标签之间的差异程度为0.05,紧急投诉响应时间预测误差仅为0.45 h,为电商平台提供了一套高效、可靠的客户投诉管理方案。