关键词： 台风灾害   降雨   输电杆塔   机器学习   生成对抗网络   故障概率预测  

摘要： 针对以往研究往往侧重台风或暴雨等单一灾害下的输电杆塔故障,忽视了台风灾害携带暴雨共同威胁输电杆塔安全。为此建立含降雨量修正的台风灾害下输电杆塔数据机理联合故障概率预测模型,以准确预测台风与暴雨复合作用下输电杆塔故障概率。首先,在数据驱动部分,通过生成对抗网络(generative adversarial network,GAN)解决数据量不足、数据信息不均衡等问题,并以支持向量回归、岭回归、随机森林、K近邻、极端随机树及自适应提升算法等6种机器学习算法预测输电杆塔故障概率。其次,在机理驱动部分,考虑降雨量对输电杆塔的影响,通过降雨雨压模型,计算降雨修正系数修正输电杆塔的故障概率。最后,以2022年登陆浙江省舟山市的台风“梅花”为例进行仿真验证,算例表明所提模型与实际情况更为相符,可精准地预测输电杆塔故障概率。

关键词： 人工智能   欧盟   法案   合格评定  

摘要： 2024年,欧盟颁布了全球首部关于人工智能的综合性法律《人工智能法案》,并于当年8月生效。该法案规定高风险人工智能系统提供者应建立质量管理体系,并要求第三方机构对其实施合格评定,从而为合格评定开辟了广阔市场。笔者经研究发现,常用的质量管理体系国际标准ISO 9001:2015和即将颁布的ISO 9001:2026并不符合该法案中描述的质量管理体系。ISO/IEC 42001:2023《信息技术—人工智能—管理体系》标准更贴合该法案的需求,可满足欧盟组织实施合格评定的需要。

关键词： 机器学习   图像去噪   卷积神经网络  

摘要： 图像去噪是数字图像处理中的重要问题之一.文章通过研究多种机器学习算法的去噪处理方式,综合各自的优点,并改进其缺点,达成实现一种更加高效的机器学习去噪算法,提高图像去噪的效率及质量的研究目标.文章所改进算法是通过对2017年张凯教授所提出的深度卷积神经网络骨架结构的改造,使得其在对于加性高斯白噪声作为输入图片的去噪效果得到一定的提升.对于网络结构的改造部分,保留原本的第1层和第17层,对2-16层单个3×3conv+BN的卷积核模块改造成3×3、3×1与1×3大小的卷积核的串联模块,并修改其填充规则,使其更好地处理图像边缘特征,且对于每个卷积核都添加BN操作.对于模型训练部分,通过随机裁剪等方式对于Train400数据集进行数据增强,最终训练16000张图像块200轮次,并把每20轮次的训练结果保存并绘制折线图确切展示训练效果.对于模型测试部分,添加分别为15、25、50 dB噪声水平的高斯白噪声对于Set12数据集进行测试.文章实验数据从PSNR和SSIM两个指标体现了图像去噪性能的客观效果,并通过比较证明了本文所改进的算法对于图像的去噪效果具有一定的提升.

关键词： 连续属性值   划分方法   分类算法   数据挖掘   机器学习  

摘要： 论文提出基于改进统计学独立性的连续属性值划分方法 APA-SI(Attributes Partition Approach based on Statistical Independence)。APA-SI方法基于统计学法则,既考虑到了两个合并区间的变化的自由度的影响,同时还考虑到数据分配时候变化的影响。通过模拟实验,以银行金融行业的信用风险评估应用作为示例评估连续属性值的划分方法 APA-SI的效果。实验结果表明论文的APA-SI划分方法在C4.5决策树算法、朴素贝叶斯算法、SVM算法中可以完成连续属性值的划分,比已经有的EFD、MDLP、Extended Chi2等方法划分精度要好。

关键词： 人工智能   癌症   心理护理  

摘要： 目的综述近年来人工智能在癌症患者心理精神康复中的应用现状,为护士制定心理健康干预策略提供参考。方法检索国内外高质量文献,总结并分析人工智能在医疗领域的应用概况、在癌症患者心理精神康复中的应用类型及优势。结果人工智能可有效改善癌症患者的心理精神状态,但存在性能技术、运营成本等问题。结论人工智能在癌症患者心理精神康复中的应用顺应时代要求且具有无限潜力,未来应继续完善护理方案,形成综合性的心理精神康复体系。

关键词： 静态时序分析   复杂网络   机器学习   布局   布线  

摘要： VLSI布线阶段的时序收敛由于设计费用高昂,通常使用布局阶段的时序分析来辅助实现,但因缺乏详细的布线信息而存在不确定性。考虑信号传播和电路拓扑结构间的密切关系,提出一种利用复杂网络特征预测布线后电路时序的机器学习方法,并构建基本模型和增强模型来实现对比试验。首先在电路布局阶段,提取与时序优化相关的基本电路特征,并通过复杂网络建模计算时序路径上的复杂网络特征,基于这些特征生成机器学习的数据集。然后利用机器学习算法,比较两种模型在预测电路时序方面的性能。实验结果表明,同基本模型相比,引入复杂网络特征的增强模型在时序预测性能上表现出更高的预测精度。增强模型预测Slack的MSE降低了12.5%,达到了0.004515;R2提升了1.06%,达到了0.9314;r提升了0.54%,达到了0.9652。预测Delay的MSE降低了11.69%,达到了0.000302;R2提升了0.03%,达到了0.9973;r提升了0.02%,达到了0.9987。预测WNS的偏差降低了6.53%,达到了5.30%。预测TNS的偏差降低了1.59%,达到了12.38%。判断关键路径的AUC值提升了0.26%,达到了0.9873。实验结果证明复杂网络特征在预测电路时序方面的有效性。

关键词： 机器学习   报警管理   机械通气   医疗物联网   重症监护病房  

摘要： 目的探索在重症监护病房(ICU)中基于机器学习(ML)和医疗物联网(IoMT)的新型呼吸机报警管理模型在有创机械通气(MV)危重症患者中的开发和应用,旨在识别报警的干预需求。方法纳入2024年2月10日至2024年7月22日期间在华西医院ICU接受有创MV的成人患者,开展回顾性队列研究和ML分析。通过IoMT系统采集76项与呼吸机报警相关的参数。模型构建采用分层特征选择方法和6种ML算法,包括高斯朴素贝叶斯、K近邻、线性判别分析、支持向量机、分类提升树(CatBoost)、逻辑回归。模型性能通过受试者工作特征曲线下面积(AUC-ROC)进行评估。结果共纳入107名患者及其相关的呼吸机报警记录。通过分层特征选择,从76个参数中筛选出12个高度相关的特征用于模型训练。CatBoost模型显示了最佳的预测性能,训练集的AUC为0.9847,准确性为0.9123。经外部验证,CatBoost模型的AUC为0.8054。结论基于CatBoost模型的ML方法在预测ICU危重患者呼吸机报警是否需要干预方面表现出色。未来需要通过更大规模的多中心研究进一步验证其临床应用价值。

关键词： 人工智能   中医骨伤   影像学分析   骨伤康复管理   传统与现代的结合  

摘要： 近年来,人工智能(artificial intelligence,AI)在中医骨伤领域的应用逐渐受到重视,特别是在诊断、治疗和康复管理方面显示出显著成效。中医骨伤治疗具有悠久历史,传统上依赖于“望闻问切”诊断法及草药、针灸等疗法,通过整体观和个性化治疗调节气血平衡。AI技术的引入提升了影像学诊断的精确性和效率,尤其在骨折检测和正骨手法优化方面展现出优势。基于AI的诊断辅助工具进一步推动了脉诊和舌诊的客观化和量化,改善了传统中医诊疗的精确性;同时AI还可实时监测患者恢复情况,提供个性化康复建议,便于远程医疗服务的推广应用。尽管AI技术在中医骨伤应用中仍面临数据标准化、技术与文化融合等多方面挑战,但其在该领域的广泛应用将进一步推动中医骨伤学科的现代化发展,为个性化、精细化的中医骨伤治疗提供理论依据和实践支持。

关键词： 人工智能   机器视觉   哑资源  

摘要： 随着数字经济的建设发展,通信用户数量和移动通信基站总数不断增加,通信资源维护和巡检难度及成本不断上升。本文提出一种AI+AR的通信资源维护方式,并重点介绍了通过数据集的收集和改进以及对算法模型的优化改进,实现高精度光网络哑资源隐患识别,深度参与到生产流程中,解放双手打造生产场景下AR的实时交互智能能力簇,切实实现通信资源巡检领域的降本提质增效。

关键词： 人工智能   初中教学   信息技术  

摘要： 人工智能不仅是初中信息技术课程体系的重要组成部分,还能用于各种教学活动。教师可以利用人工智能技术,对学生进行全面了解与分析,根据实际学情设计教学方案,优化教学活动与课程考评,让学生通过探究与体验加深对人工智能的了解。文章研究了人工智能在初中信息技术课程中的应用要点,探究了利用人工智能技术全面分析学情,反馈教学情况,优化考评机制,开展智能问答、知识建构、实践体验等活动,以提升教学质量的策略。