关键词： 智能感知   软件工程   智能制造   大数据   浙江万里学院   团队负责人   拔尖人才培养   高级人才  

摘要： 智能感知团队负责人:王仁芳教授、博士。团队由省“新世纪151人才工程”第三层次人才、省高校中青年学科带头人、省高校领军人才培养计划青年优秀人才、“宁波市领军拔尖人才培养工程”第三层次人才、宁波市高级人才等6人组成。围绕区域智能制造、智能感知、智慧医疗等优势产业,聚焦工业时序数据分析及决策、遥感智能解译、医学跨媒体智能三个方向进行研究。

关键词： 人工智能   AI   落叶  

摘要： AI就是人工智能,它很厉害,能帮我们做很多事情,比如画画、写故事。这次我们试着输入“落叶服装机”,请AI创作了一个有趣的故事。一起来看看吧。暖暖镇的秋天特别迷人。秋风起,树叶在空中悠然起舞,好像一个个精灵。最后,它们落在地上,铺成一层厚厚的地毯(tǎn)。

关键词： 人工智能   深度学习   价值特征   实现路径  

摘要： 人工智能可以提高学生的学习效率和质量,为职业院校学生的实践技能和应用能力培养提供技术支持,对学生深度学习有重要意义。从人工智能的特征属性来看,它可以模拟人的意识、思维信息处理过程,在改变学习方式、培养高阶思维、挖掘实践潜能、激发自主意识、改善学习质量等方面,对职业院校学生深度学习有着重要价值,表现出智能性、定制性、体验性、便捷性和高效性方面的特征优势。基于此,提出通过重构学习环境、提升信息素养、变革教学方式和规范教学应用等实践路径,更好地实现人工智能赋能学生的深度学习。

关键词： 马克思主义   科技观   人工智能  

摘要： 人工智能发展日新月异,不仅对人民生活福祉产生重要影响,而且深刻影响国家经济发展水平。然而,机遇与挑战并存,我国人工智能在发展过程中还面临社会伦理挑战、经济秩序冲击、意识形态淡化等问题。运用马克思主义科技观审视人工智能的发展,从社会能力、规章制度和智能教育等方面优化,可推动人工智能的健康发展。

关键词： GNSS高程拟合   机器学习   高程异常   GNSS水准高程   水准测量  

摘要： 本研究针对无实测重力数据和高分辨数字高程模型(DEM)数据下如何提高GNSS(Global Navigation Satellite System)高程拟合精度问题,通过采用反向传播(BP)神经网络与随机森林两种机器学习方法,与目前广泛采用的多项式二次曲面法的拟合结果进行了对比。研究结果表明,在地形起伏较为平缓的区域内,机器学习方法在外符合精度上至少有1厘米精度上的提升相比多项式二次曲面法或顾及地形起伏的多项式二次曲面法;在地形起伏较大的区域内,机器学习方法在外符合精度上均至少有1厘米精度上的提升。用均方根误差的标准差来衡量网络的稳定性,研究结果表明随机森林方法的标准差在试验区内优于BP神经网络。综上,机器学习方法可提升GNSS高程拟合精度、随机森林法的网络稳定性优于BP神经网络。

关键词： 思考过程   自然语言处理   人类大脑   机器学习   人工智能   语言模型   GPT   智能医疗  

摘要： 在今天,人工智能已经渗透到我们日常生活的方方面面,从智能家居到自动驾驶汽车,从智能医疗到金融风控,AI的应用场景愈发广泛。2022年底OpenAI发布的一款自然语言处理工具ChatGPT,其语言的自然化程度令人咂舌,ChatGPT的出现,推动了AI自然语言大模型的浪潮式发展,成为了机器学习的典型代表。ChatGPT的思考方式是基于深度学习技术的语言模型,虽然其工作机制与人类大脑学习模式有相似之处,但具体实现方式和思考过程却截然不同。

关键词： 国内统一刊号   四川省教育厅   《学报》   常设栏目   综合性学术期刊   智能制造   电子信息   成都工业学院  

摘要： 《成都工业学院学报》创刊于1996年,双月刊,是四川省教育厅主管、成都工业学院主办的综合性学术期刊,国内外公开发行。中国标准连续出版物号:ISSN 2095-5383,国内统一刊号CN51-1747/TN。《学报》常设栏目有:智能制造、电子信息、应用基础、应用型人才培养、经济与社会、文化与传承。

关键词： 人工智能   智能媒体   大模型   算法  

摘要： 人工智能技术的广泛运用深刻改变着互联网新闻平台的产业格局。在人工智能的赋能下,依托互联网平台进行的新闻工作呈现出再加速化、高度智能化和基础设施化的三重形变,新闻工作者也在这个过程中增加工作内容转换个人身份。然而,在这三重形变后人工智能所暴露的论题问题还悬而未决。人工智能技术虽然提高了生产效率,但仍然需要人的监督和校对,欲使用生成式AI在互联网新闻平台中创造更大价值,势必要破除对技术的过度迷信,思考如何在变革中进一步掌握技术、规避风险。

关键词： 人工智能   ChatGPT   正文化思维  

摘要： 人工智能大模型ChatGPT的面世,在对工业社会具有革命性意义的同时,也被人们看出“它有远超核武器的危险”。尽管有马斯克与千名专家联名呼吁叫停,但ChatGPT仍在推出新的版本,并有Sora“文生视频”的出现。由此看来,其发展势头难以阻挡,只能兴利除弊,因势利导。在包括对话生成模型在内的具身智能开发中同步进行正文化的思维训练是必要的,以便把人们的外在担忧变成智能本身的内在素养。

关键词： 致密气藏   产水量   LSTM   机器学习  

摘要： 近年来,机器学习在石油领域中得到了广泛应用,现采用LSTM神经网络模型对致密气井产水量进行预测研究。以某气藏P101-2H井组为例,选取了油管压力、套管压力、套管温度和日产气量4种影响因素作为特征输入变量,以日产水量作为目标输出变量,对数据集进行预处理和特征选择。基于数据预处理的结果将数据集划分为训练集和验证集,结合超参数和训练集数据,进行LSTM模型的训练,模型在验证集上的准确性和可靠性表现较佳。该方法具有一定的实用价值,能够降低致密气井产水量预测的工作难度,从而对产水气井进行优化配产以控制或减缓气藏水侵。In recent years, machine learning has been widely used in the petroleum field, and now the LSTM neural network model is used to predict the water production of tight gas wells. Taking the P101-2H well group in a gas reservoir as an example, four influencing factors, namely, tubing pressure, casing pressure, casing temperature and daily gas production, were selected as feature input variables, and daily water production was taken as the target output variable, so that the data set was preprocessed and feature selection was carried out. Based on the results of data preprocessing, the dataset is divided into training set and validation set, combining the hyperparameters and training set data, the LSTM model is trained, and the model performs better in terms of accuracy and reliability on the validation set. The method has some practical value and can reduce the work difficulty of water production prediction in tight gas wells, so as to optimize the production allocation of water-producing gas wells to control or slow down the reservoir water intrusion.