关键词： 海上油田   物联网   大数据   人工智能   数字孪生  

摘要： 海上油田开发生产面临海洋环境复杂、设备运维成本高、安全风险大等诸多难题。在科技革命的浪潮中,信息化技术正成为推动海上油田生产数字化转型的核心驱动力。充分应用物联网、大数据、人工智能及数字孪生等技术构建油田生产数字化平台,以数字化主导生产模式,重构生产业务流程,推动海上油田生产数字化建设向全链条、多维度方向发展,助力能源行业转型升级。

关键词： 地浸采铀   机器学习   砂岩型铀矿   岩性识别   测井数据   SMOTE-LSTM模型   XGBoost模型  

摘要： 机器学习算法可从大量地质数据中自动学习和提取特征,进而实现对岩性的快速准确识别。以内蒙古某砂岩型铀矿区为研究对象,将数口井的测井数据随机划分为训练集和验证集,通过调整模型结构和优化超参数进行训练,利用BC1401、BC2802、BC4603和BC7206等4口井进行测试,实现对随机森林、XGBoost、K值邻近算法、BP网络和SMOTE-LSTM算法等模型应用效果的对比。分析结果显示,SMOTE-LSTM模型应用的稳定性和准确度最优,准确率为84.6%。

关键词： 公益性岗位   返乡创业   用工单位   电子信息   人工智能   就业帮扶   万达广场   交流分享  

摘要： 近日,成都市郫都区人社局联动区级相关部门,在该区郫筒街道举办2025年郫都区重点群体就业帮扶专项行动启动仪式暨“春风行动”郫筒专场招聘会。启动仪式上,优质用工单位代表成都蜀都万达广场总经理钱丽媛、成都蜀峰职业技能培训学校校长吴婷以及返乡创业代表妮妮和南南农场负责人王莉分别上台进行交流分享。郫筒街道现场发布了2025年公益性岗位开发计划,并为四川省丹丹郫县豆瓣集团股份有限公司等兑现了技能培训就业优惠补贴。此次招聘,郫都区人社局共组织区内170余家企业到场,提供8000余个就业岗位,涉及电子信息、食品饮料、人工智能、影视文创等岗位。

关键词： 汽轮机转子   热应力   应力预测   启动优化   机器学习   Transformer模型  

摘要： 汽轮机启动过程中的温度梯度和热应力变化直接影响其安全运行和使用寿命。以某型1000 MW等级核电汽轮机组为研究对象,分析启动过程中转子应力的变化情况,采用热-固耦合计算方法和基于Transformer的应力预测模型,利用遗传算法优化汽轮机启动方案。研究结果表明,通过对启动过程中的关键参数进行优化,启动时间缩短约16.37%,且转子最大应力较原始方案减少0.83MPa,应力预测模型的平均误差仅为1.69%。提出的启动优化方案在确保安全的前提下提高了经济效益,可为机组实际运行提供理论支持。

关键词： 孔隙结构   瓦斯涌出量   聚焦离子束扫描电镜   机器学习   DeepLabv3+模型  

摘要： 煤基质孔隙结构影响着瓦斯赋存、运移形式,对瓦斯涌出量预测、煤层气安全开采至关重要。为实现煤体孔隙的准确表征,以小保当(XBD)和桑树坪(SSP)2个矿区煤样为例,通过聚焦离子束扫描电镜(FIB-SEM)试验获取煤体孔隙分布图像,建立数据集。基于机器学习方法构建了煤体孔隙图像识别分割的DeepLabv3+模型,并与经典网络模型PSPnet和UNet进行对比,实现煤体孔隙结构的快速识别及分析。结果表明:DeepLabv3+网络分割效果良好,平均交并比达到92.71%,较PSPnet和UNet网络分别提升了12.67%、2.32%,对于微纳米孔隙的识别能力较强;XBD煤样孔径大于50 nm的大孔分布较多,占总孔的55.02%,以角砾孔、粒间孔和溶蚀孔为主,孔隙连通性较好,而SSP孔径2~50 nm的过渡孔及大孔数量较多,所占孔隙比例为76.04%,形态相对简单,平均圆度达到0.531μm,但孔隙间连通性差,不利于瓦斯气体运移,与瓦斯涌出量的测定结果一致。研究结果证明了DeepLabv3+模型在煤体孔隙图像分割方面具有良好的适用性,为煤体孔隙结构表征及分析提供了参考依据。

关键词： 阻塞性睡眠呼吸暂停   儿童   听力损失   机器学习  

摘要： 目的通过对阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)儿童的听力效果进行评估,建立基于机器学习方法的OSA儿童听力损失预测模型。方法选择经多导睡眠监测诊断为OSA的儿童为研究对象,其中轻度组64耳、中重度组96耳。同期体检的健康儿童为对照组,共94耳。对所有受试者进行听功能评估。采用支持向量机、逻辑回归、朴素贝叶斯3种机器学习方法建立OSA儿童听力损失预测模型并选出最优模型。结果(1)3组气导听阈在0.25~2 kHz差异无统计学意义;4 kHz及以上高频和扩展高频差异具有统计学意义(P<0.05)。(2)3组畸变产物耳声发射(DPOAE)幅值在0.75~3 kHz差异无统计学意义;在4、6、8 kHz差异具有统计学意义(P<0.05)。(3)3组ABRⅠ波、Ⅲ波潜伏期及Ⅰ~Ⅲ波间期差异无统计学意义;Ⅴ波潜伏期及Ⅲ~Ⅴ、Ⅰ~Ⅴ波间期差异具有统计学意义(P<0.05)。(4)基于朴素贝叶斯方法构建的OSA儿童听力损失模型为最优预测模型。(5)模型特征重要性排名显示,重要的影响因素为最低血氧饱和度和氧降指数。结论儿童OSA与听力损失存在显著关联,低氧血症的严重程度是导致OSA儿童听力损失的关键因素。

关键词： 人工智能   就业稳定   人才培养   社会保障   数实融合  

摘要： 在新一轮科技革命与产业变革中,人工智能发展迅猛,通用大模型快速迭代,垂直大模型在教育、医疗、交通等领域百花齐放,具身智能异军突起,推动机器人多模态感知与自动化应用大幅提升。在人工智能的不同发展阶段,其替代效应、创造效应和增长效应对就业的影响各不相同,其中占主导地位的效应会随阶段变化而对就业产生不同的总体影响。应辩证看待替代效应,其作用取决于人工智能与人类劳动力的成本比较,以及具体的社会制度。当前,中国面临人口老龄化、少子化的结构性挑战,无疑为人工智能的发展带来重大的机遇。应全面理解创造效应的三个层次,同时重视人工智能的增长效应。为此,需要发挥制度与国家治理优势,更好统筹人工智能与就业,着力完善人才培养和职业培训体系,前瞻性建立社会保障缓冲机制,同时推动数字与实体经济深度融合,挖掘新经济增长点,提升生产效率,使广大劳动者共享人工智能发展成果。

关键词： 核心素养   人工智能   问题驱动  

摘要： 本文以培养学生的“核心素养”理念为指导,以现实生活中的“问题解决”为策略,以“智能采摘”项目为载体,创造沉浸式的教学场景,实现真实问题驱动学习,并通过“做中学,学中创”提升学生的核心素养,落实立德树人的教育理念。

关键词： 全要素生产率   人工智能   新能源汽车   行业竞争  

摘要： 基于2013—2022年新能源汽车上市公司数据,利用固定效应模型,从企业全要素生产率视角探讨人工智能对新能源汽车产业高质量发展的影响。结果表明:人工智能应用通过提升企业研发技能和优化劳动力结构提升新能源汽车企业全要素生产率,行业竞争强化促进作用,对大规模企业、高水平人工智能利用的企业和东部地区企业的影响更显著。

关键词： 胃癌   早诊早治   疾病状态预测   机器学习  

摘要： 胃癌是消化道肿瘤中发病率较高的一种,对人们的健康构成严重威胁。早期预警、早期诊断可以提高5年生存率60%以上。近年来,机器学习方法在胃癌前状态预测方面取得了丰富的成果。首先从内镜图像、生化标志物、基因表达、中医证候等方面论述胃癌前状态的显著性特征,并结合机器学习方法预测的胃癌前状态研究成果,比较分析基于传统机器学习方法、深度学习方法和多种融合方法的优缺点。提出开展多中心、大样本队列研究并建设共享数据平台,实现多模态数据融合,增强模型的可解释性3点建议,为胃癌的“早诊早治”提供方法学借鉴。