关键词： 智能制造系统   数字孪生   状态监测预估   反向控制  

摘要： 针对智能制造系统的监测评估与控制优化问题,提出面向工业现场的正反向数字孪生管理方法。正向由数据映射孪生实体提供监控服务,反向模拟控制优化物理实体行为完成反馈,实现制造过程的全闭环管控。方法由信息物理系统串联物理真实数据与孪生虚拟数据,搭建与五维模型呼应的多层架构。设计了多尺度多层次的孪生建模方法,结合模型定义与有限状态机技术,在虚幻引擎上搭建物理属性和动作行为的孪生场景。通过融入人工智能与行为模拟模型,将上下文数据信息纳入功能服务,使系统能够有效利用融合数据,分析评估设备健康状态,生成仿真行为控制加工过程。最后,面向某装配件智能制造系统搭建了平台,验证了模型成熟度与孪生可靠性。

关键词： 高校知识服务   智能问答系统   检索增强生成   机器学习  

摘要： 本文提出了一种基于大语言模型和检索增强生成(RAG)技术的高校知识库智能问答系统。该系统整合了先进的自然语言处理技术和知识管理方法,实现了基于语义理解的知识检索和多轮对话式的问答功能。实验结果表明,相比传统方法,该系统在准确性、响应时间和用户满意度等各项指标上均有明显提升,其中准确率提升了15.5%,响应时间缩短了40%,用户满意度提高了13%。

关键词： 卫星物联网   负载预测   负载估计   机器学习  

摘要： 【目的】随着卫星物联网蓬勃发展,海量短突发的用户加剧了接入网络用户间碰撞和干扰问题,对此,相关组织和个人提出了一些动态接入方案,然而,对于其中大部分方案,都需要知道准确的未来时隙接入申请量。目前,一些文献中已经提出了负载量估计方案,但准确度都不高,且只能实现当前时隙的负载量估计。【方法】因此,在现有研究的基础上,文章提出了一种基于前导码状态和参数估计的负载量估计方法和基于机器学习的负载量预测方法。基于前导码状态和参数估计的负载量估计方法通过分析卫星物联网时隙中前导码处于不同状态的概率与当前时隙接入申请数的关系,列出最大似然参数估计表达式,使用最大似然参数估计手段实现当前时隙负载量的估计。基于机器学习的负载量预测方法将负载量估计值作为历史数据,联合使用长短期记忆(LSTM)网络和自回归滑动平均(ARMA)模型,实现对未来时隙负载量的预测。【结果】仿真结果表明,基于前导码状态和参数估计的负载量估计方法的估计误差不到1%,以负载量估计结果作为机器学习历史数据的负载量预测的综合误差在6%左右。【结论】文章所提的负载量估计及预测方法预测的误差在可接收范围内,可以为动态接入方案提供准确的未来时隙接入申请量。

关键词： 信息融合   战场态势感知   分布式作战   人工智能  

摘要： 在战争信息化变革的需求牵引以及计算机、网络通信技术的推动下,信息融合技术取得了巨大的发展,并在战场态势感知领域中得到广泛应用。介绍了近年来信息融合技术的发展动态及其在战场态势感知领域的应用成果,分析了信息融合技术在战场态势感知领域中的发展趋势,并着重探讨了信息深度融合处理、分布式协同态势感知、基于人工智能的融合处理等未来研究方向。

关键词： 人工智能   虚拟生命   伦理风险   治理路径  

摘要： 近些年来,人工智能“复活”逝者及其引发的社会问题引起公众普遍关注和讨论。基于人工智能技术建构的虚拟生命可以在一定程度上满足人们试图保持与逝者沟通交流的愿望,但也会引发深刻的伦理风险。虚拟生命的应用可能侵犯逝者隐私和尊严,也存在不当使用以及恶意使用的风险。同时,虚拟生命可能影响用户的心理健康,阻碍用户完成一个成功的悲伤过程,技术方面的因素也可能使用户反复受到伤害。包括政府管理部门、科技企业、科技工作者与用户在内的所有利益相关者应当各尽其责,共同努力防范虚拟生命的伦理风险。

关键词： 人工智能   语文学习   思维培养   跨学科  

摘要： 教育数字化时代,人工智能学习肩负着教育信息化向数字化、智能化转型的重任。《义务教育语文课程标准(2022年版)》对教师在“充分发挥现代信息技术的支持作用,拓展语文学习空间,提高语文学习能力”方面提出了新的要求。人工智能进入教育领域已成趋势。本文在分析人工智能对语文学习影响的基础上,从选择适宜数据模型,优化学习效果;过滤无关内容,营造安全学习环境;巧用学习资源,优化学习路径;创新AI教学教法,在跨学科学习中提升智能化素养四个角度,阐释了人工智能助力语文教学的研究成果与应对策略,希望能对人工智能环境下的语文课堂教学提供新的参考。

关键词： 脑干出血   人工智能   伦理  

摘要： 脑干出血易突发,进展迅速,病情凶险且致死率极高。随着芯片与人工智能(artificial intelligence,AI)技术的突飞猛进,机器人也逐渐服务于临床。AI作为医疗领域一项极具前景的颠覆性创新技术,为医疗资源的稀缺问题提供了新的技术性赋能。目前研究比较热门的“智能神经外科机器人”为脑干出血患者的手术治疗提供了新的技术性赋能。但其“双刃剑”问题也是显在的,机器人虽可以更精准、精确地辅助实施脑干出血患者手术治疗,但在实际应用中的伦理问题也是不容忽视的,伦理问题已经成为医疗人工智能临床实践与应用所必须克服的主要问题之一。本文旨在对AI技术在脑干出血诊疗中的伦理问题作一综述,期望对临床实施有所帮助。

关键词： 认知障碍   痴呆   人工智能   机器人   态度   体验   质性研究   Meta整合  

摘要： 目的系统评价和整合认知障碍患者对智能机器人使用体验的质性研究,为临床开展机器人技术实践提供借鉴。方法计算机检索中英文数据库从建库至2024年4月收录的关于认知障碍患者对智能机器人使用体验的质性研究。运用JBI质性研究评估工具评价文献质量,采用汇集性整合方法进行结果整合。结果共纳入14篇文献,提炼出48个主要研究结果,归纳为10个新类别,并综合成3个整合结果:身心社会各层面益处交织,患者体验多重使用价值;多重顾虑及障碍交织,影响患者使用体验;患者对机器人的期待。结论认知障碍患者在使用机器人技术中正性、负性体验交织,并期望进一步优化机器人外观及功能。需重视患者负性心理体验,建立健全社会支持体系及制度规范,并以患者需求为中心不断优化智能机器人功能,提升认知障碍患者使用体验及智能机器人技术的可推广性。

关键词： 文化产业   人工智能   广播影视   新技术革命   新闻出版   规模较小  

摘要： 通过对南京文化产业与国内主要城市的对比分析,揭示了南京文化产业与经济地位相符,但文化产业增加值占GDP比重低于部分城市,显现了较大的发展空间。南京规模以上文化企业规模较小,缺乏大型领军企业,产业高峰尚待建立。面对新闻出版、广播影视等传统产业转型升级的压力,南京意识到数字经济带来的机遇,特别是人工智能等新技术革命在文化产业中的应用为南京创造了战略发展良机。

关键词： 肝细粒棘球蚴病   病灶活性   机器学习模型   影像组学   临床特征  

摘要： 目的开发影像组学和临床特征的机器学习模型,以精准鉴别肝细粒棘球蚴病(HCE)病灶的生物活性。方法收集2018—2022年就诊于青海大学附属医院肝胆胰外科的521例HCE患者和就诊于果洛州人民医院普外科和玉树州人民医院普外科的236例HCE患者的CT图像及临床资料,提取影像特征并进行筛选。对临床资料采用单因素及多因素Logistic回归分析,筛选构建模型的特征。采用Logistic回归(LR)、支持向量机(SVM)、K-近邻算法(KNN)、随机森林(RandomForest)、极限梯度提升(XGBoost)、轻量级梯度提升机(LightGBM)、极端随机树(ExtraTrees)等7种机器学习算法构建影像组学模型和临床模型,结合影像组学模型和临床模型的预测结果,基于软投票法构建联合模型,采用Delong检验比较影像组学模型、临床模型和临床-影像联合模型的性能,并通过外部验证评估模型性能。结果共430例患者被纳入进行模型开发训练,171例患者作为外部验证,筛选出51个影像特征及5个临床特征用于构建模型。7种机器学习模型中,以XGBoost算法性能表现最佳,其构建的临床模型在训练集和外部验证集上的AUC值均最大,分别为0.977[95%置信区间(95%CI):0.964~0.990]和0.839(95%CI:0.776~0.901);其构建的影像组学模型AUC值均最大,分别为0.998(95%CI:0.997~1.000)和0.874(95%CI:0.822~0.927);其构建的联合模型AUC值均最大,分别为1.000(95%CI:0.999~1.000)和0.931(95%CI:0.894~0.968)。DeLong检验结果表明,联合模型在训练集上的性能优于临床模型(Z=2.154,P<0.05),与影像组学模型差异无统计学意义(Z=0.562,P>0.05);在外部验证集上的性能优于临床模型和影像组学模型(Z=3.338、3.331,P<0.05)。校准曲线和决策分析(DCA)曲线表明,联合模型在训练集和外部验证集的校准性能最佳、净收益最高,在不同数据集上性能稳定,在外部验证中展现了良好的泛化能力和可靠性。结论基于影像组学以及临床数据开发的机器学习模型能够精准鉴别肝细粒棘球蚴病病灶的生物活性,联合模型具更高的诊断精度和临床应用潜力,可为HCE患者的治疗方案提供参考。