关键词： 空调系统   机器学习算法   数据分析   能耗预测   节能优化   建模技术   能耗优化   能源可持续利用  

摘要： 随着社会对能源可持续利用的要求不断提高,空调系统的能耗优化问题变得愈发重要。针对空调系统瞬态能耗预测的需求,人们开始关注并研究如何通过数据分析和建模技术来实现空调系统瞬态能耗的准确预测,为建筑能耗管理和节能优化提供有力支持。基于此,本文将深入讨论空调系统瞬态能耗预测模型,以及空调系统瞬态能耗预测模型的构建和应用要点,以供参考。

关键词： 卷烟行业   质量控制   智能制造技术   融合策略   挑战与解决方案  

摘要： 随着卷烟行业的不断发展,质量控制与智能制造技术的融合已成为推动行业转型升级的关键。探讨了卷烟行业质量控制与智能制造技术融合的现状、挑战以及未来发展趋势。通过对卷烟生产过程中的质量控制点进行深入分析,结合智能制造技术在数据采集、分析处理、智能控制等方面的应用,提出了卷烟行业质量控制与智能制造技术融合的策略和路径。引入先进的智能制造技术,可以实现卷烟生产过程的智能化、自动化和精准化,从而提高卷烟产品的质量和生产效率。分析了融合过程中可能遇到的技术、管理和人才等方面的挑战,并提出了相应的解决方案。通过大数据和人工智能技术的应用,助力卷烟行业实现生产全过程的智能化监控与管理,进一步提升卷烟生产的精准度和效率,从而提升整个产业链的运行效率,实现更加细致化的质量控制。

关键词： 气膜冷却   物理信息神经网络   湍流普朗特数   机器学习   湍流模型  

摘要： 由于气膜冷却问题中湍流的复杂特性,传统雷诺平均(RANS)方法会低估湍流的热扩散强度,导致冷却效果计算不准确。对此提出了一套基于物理信息神经网络(PINN)的湍流建模框架,基于RANS流场和大涡模拟(LES)温度场,建立了数据驱动的湍流普朗特数神经网络模型,在RANS求解器中嵌入该模型,可以动态调整湍流的热扩散强度,获得了与LES高度一致的温度场。结果表明:PINN是构建数据驱动湍流模型的良好方法,对于湍流普朗特数的建模可以有效提升RANS方法对温度预测的准确性。

关键词： 大数据   人工智能   财务风险   风险防控  

摘要： 2022年科技部等六部门颁布的《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》,旨在加快人工智能应用,推动经济高质量发展。人工智能在企业风险管理中的作用也越来越重要。本文分析了人工智能在企业财务风险防控领域中应用的意义,以及人工智能在财务风险防控中可能出现的问题,并针对这些问题提出改进措施,以期为企业在大数据、人工智能环境下风险防控提供参考。

关键词： 猕猴桃园   叶绿素含量   多光谱   机器学习   无人机  

摘要： 为实现对猕猴桃园区果树整体生长健康状况的快速、大规模监测,以猕猴桃园冠层叶片为研究对象,基于无人机拍摄果园多光谱图像,然后利用Pix4Dmapper软件拼接多光谱图像,获取果园的正射影像图,并进行辐射校正。切分正射影像为420个区域图像作为样本,采用最大类间方差法(Otsu)分割样本图像的冠层叶片与土壤背景,并实测每个样本的冠层SPAD值,构建冠层叶片多光谱数据集。采用箱线图法对数据集进行异常值检测,剔除异常样本;然后利用多光谱图像多通道的数据特点,提取图像的相邻通道变化率和23种常用植被指数,以及二者组合作为样本特征值,接着利用CARS、LARS、IRIV等3种特征筛选算法优选特征,分别结合偏最小二乘回归(PLSR)、支持向量回归(SVR)、岭回归(RR)、多元线性回归(MLR)和极限梯度提升树(XGBoost)、最小绝对收缩和选择算子回归(Lasso)、随机森林回归(RFR)、高斯过程回归(GPR)等8种方法构建模型,识别猕猴桃园冠层SPAD值;最后对比分析以不同样本特征构建的24个模型的性能,实验结果表明:以相邻通道变化率为特征建立的模型中,GPR模型性能最好,R^(2)、RMSE分别为0.770、3.044;以植被指数和相邻通道变化率组合特征建立的模型中,GPR模型性能也最好,R^(2)、RMSE分别为0.783、2.957;以植被指数为数据特征建立的XGBoost模型性能最优,R^(2)、RMSE分别为0.787、2.933;因此基于无人机遥感的智能检测模型能够对果园冠层叶绿素含量进行准确评估。

关键词： 生存分析   非比例风险   机器学习   统计方法  

摘要： 目的总结并探索机器学习模型在不满足等比例风险假设生存资料中的应用,为大样本、高维度的非比例风险(non-proportional hazards,NPH)生存资料分析方法提供参考。方法首先概述了NPH的概念和相关检验方法;然后根据相关文献重点总结归纳了基于机器学习模型的非比例风险生存分析方法的优缺点;最后利用可公开获取的真实世界临床数据,对重症监护室内脑卒中患者30天内的死亡风险进行了关于两种集成机器学习模型和两种深度学习模型在非比例风险生存资料中的案例研究。结果归纳总结了8种使用普遍的基于机器学习模型的非比例风险生存分析方法,分别包括随机生存森林等5种一般的机器学习模型和3种基于人工神经网络的深度学习模型(如DeepHit);案例研究结果显示随机生存森林模型的表现最好(C-index=0.773,IBS=0.151),基于排列重要性算法发现年龄是影响脑卒中患者死亡风险最重要的特征。结论精准医学时代的生存大数据呈现NPH的现象十分普遍,面对更加复杂的生存分析资料和更高的生存分析需求时,可以使用基于机器学习模型的生存分析方法。

关键词： 幼儿园老师   人工智能   平板电脑   习得语言   交流才能   真实的人   集体智慧   注意力  

摘要： 学习语言是踏入人类集体智慧的大门,孩子们需要大量的交流才能习得语言。不难想象,在未来的夜晚,父母在给孩子盖好被子准备哄睡时可以用一个APP来讲睡前故事,还可以吸引孩子进行温和对话;在白天的校园里,幼儿园老师不再把一大群孩子赶到地毯上围成一圈,而是给每个孩子准备一个平板电脑,根据孩子的词汇量、语言水平和注意力程度来教授课程。那么,人工智能是否可以代替真实的人,与孩子们交流呢?

关键词： 《大西洋月刊》   国际电信联盟   奥特曼   语言模型   人工智能   汤普森   尼古拉斯   AI  

摘要： 在近日在瑞士举行的2024年的人工智能向善全球峰会(AI for Good Global Summit)上,OpenAI首席执行官山姆·奥特曼(Sam Altman)通过视频连线,与《大西洋月刊》的CEO尼古拉斯·汤普森(Nicholas Thompson)展开了深入的交流。该峰会由联合国国际电信联盟发起。

关键词： 人工智能   工业设计   整合创新设计   新兴技术  

摘要： 随着数字化新兴科学技术的应用与发展,工业设计的创新方法与设计思维也在发生改变,工业设计师的创造能力、创新思维、拓展方式以及知识储备都是推动行业持续发展的力量输入,并且需要了解人工智能的发展情况对于工业设计界的影响做出相对应的知识与技术的探索,以此寻求一种未来变革性设计新思路与新方向。文章通过阐述人工智能与工业设计的发展现状,根据案例研究分析在人工智能时代背景下工业设计的创新之路与发展之道,在人工智能与工业设计协作可持续性发展,辅助创新性设计概念的新生成。

关键词： 机器学习   锂离子电池   表征   数据分析  

摘要： 随着锂离子电池(LIBs)的快速发展,传统实验方法在处理复杂数据和优化设计时面临挑战。近年来,人工智能(AI)技术在数据处理、模式识别和预测分析方面展现出巨大潜力,为LIBs的研发提供了新的解决方案。本文综述了AI在锂离子电池材料表征中的应用,包括谱学和成像表征技术。AI通过特征提取和数据分析,提高了谱学分析的准确性和效率;结合先进成像技术,研究者能够以前所未有的精度和速度探索材料内部结构。AI在图像识别、分类和分割中的应用,进一步提升了数据处理的效率和准确性。未来,AI将通过技术创新和跨学科合作,在电池材料科学领域发挥重要作用,推动高性能电池的研发和应用。