关键词： 应用架构   人工智能   云平台   云计算   大数据   算法库   监测预警   预测预警  

摘要： 以极薄煤层开采诱发灾害监测预警为研究对象,借助于5G、互联网+、云计算、人工智能、大数据等信息学技术,设计了包含数据层、服务层、应用层的极薄煤层开采诱发灾害监测预警云平台架构,研发了灾害预测预警核心功能群,包括综采工作面建模与三维可视化、监测数据获取与可视化查询、地质灾害算法库、多元数据融合的综采工作面灾害动态预测预警、综采工作面应力场动态反演、云边协同下监测数据动态挖掘、综采工作面警情多渠道发布等7个子系统,实现了多系统协同下,灾害的监测预警与云端可视化展示,为矿山的生产安全提供保障,助力传统灾害预警方法的信息化转型。

关键词： 人工智能   计算机网络教育   个性化教学   智能评估   资源优化  

摘要： 随着信息技术的飞速发展,计算机网络教育在现代教育体系中扮演着越来越重要的角色。然而,传统的计算机网络教育模式通常受限于教学资源、教学方法和评估手段等因素,难以满足学生个性化的学习需求。人工智能技术的兴起为计算机网络教育的改革提供了新的契机和解决方案。探讨人工智能技术在计算机网络教育中的应用,分析其优势与挑战,并提出相应的解决方案,以期为相关人员提供参考。

关键词： 短程硝化-厌氧氨氧化   短程反硝化-厌氧氨氧化   机器学习   SHAP分析   工艺参数  

摘要： 短程硝化-厌氧氨氧化(PNA)与短程反硝化-厌氧氨氧化(PDA)工艺的脱氮性能会受到许多参数的影响。在综合考虑各种参数的基础上,对2种工艺的脱氮性能进行预测,并识别关键参数,能够为其实际工程应用提供优化目标。解决上述问题时,实验方法耗时耗力,而传统数学模型难以处理非线性关系。因此采用机器学习技术,构建的随机森林(RF)机器学习模型对2个工艺的出水总氮(TN)浓度进行了高精度预测,对PNA和PDA工艺出水TN浓度预测结果的决定系数(R^(2))分别为0.728、0.812。SHAP方法能够较好地解释模型的预测过程,并对各参数进行了重要性排序。在PNA工艺中,出水TN浓度主要受到进水TN浓度及COD浓度的影响。在PDA工艺中,出水TN浓度首先受进水TN浓度及氮负荷的约束。在此基础上,进水COD浓度作为另一重要因素影响着工艺的出水TN浓度。进水COD浓度在2个工艺中的共同重要性表明,2种工艺在实际应用时需要预先做好污废水中碳源的管理与分配,预分离与应用策略非常重要。该研究采用机器学习模型为PNA与PDA工艺脱氮性能的预测提供了方法指导,并基于SHAP的模型解释为2种工艺在实际应用时的关键参数识别与优化提供了选择依据。

关键词： 人工智能   公共交通   运营管理   运营效率  

摘要： 该文聚焦人工智能技术在公共交通系统运营效率优化中的应用;探讨如何运用大数据分析、智能算法等手段,实现精准的客流预测、优化线路规划与车辆调度;分析人工智能技术在智能交通管理等方面的应用策略,旨在为提升公共交通运营效率提供新思路。

关键词： 人工智能   会计行业   数字化  

摘要： 近年来,人工智能技术飞速发展,在会计行业的应用越来越广泛。财务共享中心、财务机器人、ChatGPT等技术的应用有利于降低财会管理成本,提高财会工作的准确性,但也对整个会计行业产生了不容忽视的深刻影响,如会计行业人员面临失业危机、会计信息面临安全风险、权责纠纷、对人工智能技术过度依赖等。对此,各企业应促进财务会计向管理会计转型,加强会计信息安全管理,立法部门应完善人工智能相关法律法规。

关键词： 人工智能   实时监控   保险行业   物联网技术   技术融合   风险管理工作   风险评估   探索与实践  

摘要： 在保险行业,AIoT(AI+IoT,人工智能物联网)技术正在推动风险减量服务向新的发展阶段迈进。这一进步得益于人工智能和物联网技术的深度结合,使得风险管理平台能够实时监控并预警投保企业面临的风险。此外,这种技术融合还优化了风险评估的流程,增强了预防措施的有效性,为保险行业的风险管理工作带来新思路与解决方案。

关键词： 机器学习   2型糖尿病   骨折风险   郑州地区  

摘要： 目的通过骨折风险因子筛选,将多种机器学习算法应用于2型糖尿病患者骨折风险预测,以实现2型糖尿病患者的骨折风险的早期发现及早期干预。方法使用FRAX和糖尿病所涉及骨折风险因子对郑州人民医院标准化代谢性疾病管理中心收录的2018年1月至2022年12月的795例2型糖尿病合并骨质疏松的患者进行风险预测,构建不同机器学习模型并获得不同的受试者工作特征(receiver operating characteristic,ROC)曲线。结果使用随机森林算法对特征变量的重要性进行排序,得到特征重要性排序。三种机器学习模型对骨折风险预测均具有一定效果,其中随机森林和梯度提升(extreme gradient boosting,XGBoost)模型效果最佳,准确度分别为0.94和0.93,而精确度分别为0.97和0.95;反向传播算法(back propagation,BP)神经网络次之,准确度和精确度分别为0.89和0.91。结论对特征变量的重要性进行排序,发现糖皮质激素应用、吸烟饮酒、家族史占据前列,血糖控制水平凸显其重要性,空腹血糖及糖化血红蛋白对骨折风险占较大权重。三种模型的预测效果均具有较高的预测价值。

关键词： 语义网络   档案开放审核   知识图谱   人工智能  

摘要： 文章探讨了语义网络在档案开放审核中的应用。利用语义网络进行初步审核,其能系统理解文本内容,自动发现档案元素之间的关系,可以提前评估涉密性。基于此,应关注模型优化、多模态支持、隐私保护、持续学习与反馈等方面,推动档案管理领域的数字化和智能化进程,实现档案审核智能化与知识图谱构建。

关键词： 小型企业   人工智能   计算机科学   机器人技术   服务业   索尼公司   烹饪   不规则形状  

摘要： 卡内基梅隆大学计算机科学学院与索尼公司近期宣布签署了一项深入的合作协议,旨在共同推进人工智能与机器人技术的研发,特别是聚焦于食品准备、烹饪及自动化配送系统的优化。食品制备与交付任务复杂多样,这对AI与机器人技术提出了高标准的挑战。这些技术一旦取得突破,将为更广泛的工业与服务业应用铺平道路。尤其是在处理易碎与不规则形状材料,以及执行精密的家庭与小型企业任务方面展现出巨大潜力。

关键词： 人工智能   AIG   技术创新   广播电视台   主流媒体   媒体生态   核心驱动力   生产力  

摘要： 习总书记强调,发展新质生产力是推动高质量发展的内在要求和重要着力点。我们深知,在智能化浪潮中,技术创新是媒体发展的核心驱动力,而AIGC作为人工智能进入2.0时代的重要标志,已然成为一股重塑媒体生态、激发创意思维、提升内容价值的革命性力量。这要求我们主流媒体必须把握转型新机遇,主动顺应变革大挑战。