关键词： 轨道交通   电力系统   电气自动化   人工智能   PLC  

摘要： 随着国内改革工作的持续开展,城市化进程速度不断加快,城市规模经济逐渐形成,这标志着城市交通系统应当作出改变,如此才能满足新时代发展要求。在区域经济发展过程中,轨道交通能够产生重要推动作用,并且在信息化以及智能化技术的发展背景下,轨道交通电力系统自动化直接加速了轨道交通的发展进程,应用自动化数据收集以及自动化监控系统,必定能够提升工作人员的决策水平,进而优化城市交通网络。本文接下来将会对此展开分析。

关键词： Argo   温度   机器学习   质量控制  

摘要： 海洋温度数据在全球海洋观测和气候研究中发挥着关键作用,质量控制对于确保这些数据的可靠性十分关键,然而,目前在大数据集上的异常数据召回率尚不理想。文章基于Argo温度数据,提出一种基于规则集和多层感知机(rule set and multilayer perceptron,RS-MLP)的质量控制方法。首先对13种机器学习模型进行对比分析,从中筛选出最优机器学习模型,然后设计了由6种基于规则的质量控制检查模块组成的规则集,最后集成规则集和最优机器学习模型构建出RS-MLP方法,并以南海区域的Argo数据为例评估方法性能。研究结果表明:RS-MLP在351746条温度数据的测试集中真阳性率(true positive rate,TPR)、真阴性率(true negative rate,TNR)和接受者操作特性(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)依次能达到93%、96%和95%,并在不同深度层次上的异常数据召回率比较稳定,具有优秀的质量控制性能。

关键词： 船舶航行智能   数据分析   机器学习   深度估计   姿态估计  

摘要： 本文提出了一种基于数据分析和机器学习的船舶智能检测和视觉AIS匹配策略。该策略能够在不同海况下使用深度学习方法对船舶进行目标检测、船体姿态识别获取关键点、深度估计预测近距离船只距离,数据分析预测远距离船只距离并结合采集的实时AIS数据分析的结果对检测到的船舶,自动匹配相关船舶数据最终融合到视频之中。数据分析模型预测结果的时效性优于人工查询检索,数据分析和深度估计对距离的预测远远优于人眼估计,船体姿态估计和关键点检测预测船只AIS天线安装位置准确度,远远优于非船舶设计工程师,AIS数据检索性能达到实时性,匹配过程的实时性能够极大地减少船员从船载雷达检索查找船只信息的精力和时间。该模型实现了对人力的部分释放,并为提高船舶辨识和信息匹配,提前预知他船信息提供了极高的便利性,有效提升船舶航行的安全性。

关键词： 经营决策   人工智能技术   自动化运维   网络基础设施   电信运营商   机器学习   语言模型   用户服务  

摘要： 自ChatGPT横空出世以来,全球电信运营商顺应技术发展潮流,对人工智能在电信行业中的应用进行了广泛的探索。利用在网络运维、用户服务、经营决策等方面长期积累的数据和经验,电信运营商在网络节能、自动化运维、用户服务等领域,引入机器学习、大语言模型等先进人工智能技术,有效提升运营效率,改善用户体验,优化经营成本,初步实现了传统通信网络基础设施、业务与AI技术的结合,即“+AI”战略的落地。

关键词： 智能制造   农机设备   故障预测   维修决策   工业物联网  

摘要： 随着农业机械化水平的提升,农机设备的高效运行与维护变得至关重要。文章探讨了智能制造技术在农机设备故障预测与维修中的应用,以解决传统方法在预测精度、实时监控和智能化决策方面的局限性。提出了基于工业物联网、深度学习、数字孪生和云计算的综合技术方案,以实现农机设备的精准故障预警、实时状态监测和智能化维修决策制定。构建高精度故障预测模型,实现对农机设备健康状态的准确评估;利用工业物联网实现设备的实时全面监控,提高故障响应速度;通过云计算平台整合维修决策支持系统,提升决策的智能化水平。结果表明,这些技术的融合应用将显著提高农机设备的使用效率和可靠性,降低维护成本,推动农业装备的数字化和智能化发展。

关键词： 网络安全体系   人工智能   清零   顶层设计   平战结合   安全监管制度   攻防兼备   网络强国  

摘要： 党的二十届三中全会对推进国家安全体系和能力现代化作出重要部署,提出“加强网络安全体制建设,建立人工智能安全监管制度”。近年来,成都市坚持以习近平总书记关于网络强国的重要思想为指导,认真落实网络安全工作责任制,按照“统筹协调、攻防兼备、平战结合、动态清零”总体思路,切实加强顶层设计、提升保障能力、强化人才支撑、推动产业发展,不断推进网络安全体系和能力现代化,持续赋能超大城市治理和发展。

关键词： 肺栓塞   诊断   人工智能   机器学习   深度学习  

摘要： 肺栓塞是严重威胁人类生命健康的心血管疾病之一,早诊早治至关重要。CT肺动脉造影是诊断肺栓塞的首选检查,对CT肺动脉造影的信息挖掘不足是目前传统影像的主要问题。机器学习在肺栓塞诊断中的应用前景展现了巨大的潜力,可自动化识别CT肺动脉造影图像中肺动脉内血栓的征象,减少漏诊和误诊率,提高诊断效率。近年来,国外借助真实世界数据,采用机器学习方法构建模型以快速识别肺栓塞,评估肺栓塞危险分层,以及预测肺栓塞患者预后等研究日益增多,然而我国尚缺乏相关研究。因此,本文通过梳理现有肺栓塞诊断模型研究现状,总结研究设计要点,以期为机器学习用于肺栓塞诊断提供参照。

关键词： 机器学习   数据规模   大数据   数字化技术   电力公司   统计法   分析难度   适用性  

摘要： 在过去的低压配网线损预测工作中,电力公司采用的方法通常是统计法或者是经验法,而在电网情况日渐复杂的情况下这种方法已经不再具有适用性。针对当今低压配网线损预测中数据规模大、来源多和分析难度高等问题,本文基于大数据和机器学习的技术构建了线损预测模型,通过此模型对低压配网的线损进行预测,提高线损预测工作的效率和准确性。

关键词： 废塑料热解   分子筛催化剂   机器学习   梯度提升算法   依赖性分析  

摘要： 废塑料热解制油(如航空燃料)与合成气(一氧化碳和氢气)是回收利用废塑料的重要途径。原料类型、工况条件等因素对热解产物产生重要影响,这使得热解过程的反应机理较为复杂,需通过大量实验数据探究反应规律,且实验成本高。机器学习具有数据处理量大、便于提炼统计规律的优势,可降低成本与研究难度。因此,基于多种机器学习算法,利用以无催化和分子筛催化剂催化为主体的数据构建模型,对原料热解进行研究。结果表明,在选取的几种模型中,梯度提升回归算法(GBR)对热解油产率的预测具有最好的拟合性能(R^(2)=0.91,RMSE=7.78),而自适应提升算法(AdaBoost)对热解气产率的预测具有最好的拟合性能(R^(2)=0.83,RMSE=6.42),因此用于预测反应条件。通过排列重要性分析与单依赖性分析,在加热速率约为20℃/min、温度为500℃时,油料的产率较高。同时,对热解油产率与反应温度、加热速率和反应时间3个条件进行了双依赖性分析。量化了加热速率、热解温度等反应条件对废塑料热解油气产率的影响,为废塑料回收的生产实践提供了理论基础。

关键词： 初创公司   人工智能   供应商   MRO   经营利润   广泛推广   提高效率   实践检验  

摘要： 2022年,ChatGPT横空出世,人工智能热潮席卷全球各行各业。企业家们都在认真思考如何利用这项新技术提高效率,提升经营利润。在MRO领域,许多初创公司、MRO服务供应商、航空公司以及行业研究机构也在探索AI的应用,但专业人士认为,该技术只有经过充分实践检验,才能被认可并获得广泛推广。更重要的是,从业人员要管理好对这项技术应用的期望。