关键词： 可再生能源   机器学习   检修计划   可靠性   基于决策树的模型  

摘要： 随着可再生能源的不断发展,可再生能源在电网的占比越来越大,为了保证考虑可再生能源接入的电力系统的供电安全,检修工作的最佳协调变得越来越重要。目前检修计划制定工具受运行安全标准约束和电网复杂性的影响,具有可操作性低、模拟意外事故计算量大等问题,为了减轻人工计算负担,提出利用机器学习模型以快速可靠的方式预测应急情况的结果。该方法在兰州某地区设备中进行了测试,涵盖了10 kV和220 kV的电压等级。通过测试和比较朴素贝叶斯分类器、支持向量机和基于决策树的模型,可知基于决策树的随机森林算法在识别可安全检修时间段的准确率高于90%,始终优于其他算法。另外,通过实验表明,可再生能源发电的预期增长将影响未来电力系统的可检修性,部分地区非安全检修时间段将增加20%。

关键词： 人工智能   执法监管   自动化  

摘要： 党的二十届三中全会在交通运输领域的改革,旨在构建安全、便捷、高效、绿色、经济的现代化综合交通运输体系,推动互联网+、人工智能等新技术与交通运输产业深度融合是其中一个重要命题。将人工智能技术应用于推进先进技术装备应用、完善设施数字化感知系统及推广应用智能助手,将有效赋能动静态监管与综合管理,推动人工智能与海事高质量发展事业深度融合。

关键词： 人工智能   生成文本   鲜明对比   AI   语言风格  

摘要： 人工智能领域形成了一种独特的语言风格——AIese(人工智能语),这种语言风格反映了人工智能在生成文本时的特点,其与人类语言形成鲜明对比。但随着技术的发展,人工智能语可能会成为人们生活中不可或缺的一部分。

关键词： 中国式现代化   司法现代化   司法保障   司法领域   人工智能   区块链   大数据   云计算  

摘要： 数字司法是护航数字中国建设的重要司法保障。以数字司法为标志的司法现代化,是中国式现代化在法治领域的重要体现。互联网、大数据、云计算、人工智能、区块链等数字科技在司法领域的广泛应用和蓬勃发展,推动司法新质生产力高质量发展。

关键词： 人工智能   高校图书馆   智能服务  

摘要： 在人工智能技术快速发展的背景下,高校图书馆的建设和管理正经历深刻变革。基于此,本文首先探讨了智能服务、跨平台资源整合、用户行为个性化分析等特征,为图书馆的现代化管理提供了新思路。接着,分析了人工智能时代高校图书馆的建设与管理中的主要难点,揭示了当前技术应用中亟需解决的问题。最后,研究指出,应围绕优化智能推荐系统、引入虚拟现实技术、加强区块链在知识产权保护中的应用几个方面进行创新,为图书馆的智能化发展提供了切实可行的建议。

关键词： 湿法磷酸   反应槽   机理模型   机器学习   数据融合  

摘要： 为了探究磷矿粒径、液固比等因素对湿法磷酸反应槽中磷矿溶解反应的影响,提出了一种机器学习数据融合的建模方法。首先采用集总参数法建立能够表征磷酸生产特性的机理模型,其次利用工业运行数据和深度置信网络,获得不同工况下模型中未知的状态参数。并利用Python平台进行建模仿真,分析不同液固比以及对磷矿浆溶液转换率的影响。仿真表明,在反应槽液固比为10:1以及磷矿粒径为100μm时,磷矿的转化率最高,该模型对湿法磷酸生产和磷收率的优化调控能起到支撑作用。

关键词： 协同计算   人工智能   用户体验   大数据   信息通信技术   智能制造   工业和信息化部   医疗健康  

摘要： 在信息通信技术的浪潮中,人工智能、大数据与移动物联网的深度融合催生了智能物联网(AIoT)理论、技术与系统的迅猛发展.AIoT通过多种异构网络的协同工作,实现了人-机-物的全面智能连接,正逐渐成为推动社会数字化和智能化转型的关键力量.近期,工业和信息化部出台文件,旨在推动“万物智联”政策的实施,指出我国在智能物联网的网络覆盖、高端产业发展、行业应用以及连接价值等方面仍有提升空间,迫切需要产业各界共同努力,深化其与各行业的融合.在这一大背景下,智能物联网通过多模态数据感知和云边端协同计算,实现了人-机-物的高度互联,并在智慧城市、智能制造、医疗健康等多个领域不断拓展应用.然而,这一进程也带来了性能、效率、用户体验和安全隐私等方面的新挑战.

关键词： 新信息技术   人工智能   智能装备   课程思政   教学改革  

摘要： 为培养新一代信息技术与人工智能等新兴战略产业和智能装备等国防科技前沿领域急需的高层次复合型创新人才,依托“智能感知与自主系统”硕士研究生专业选修课程,开展课程思政教学设计与实践探索。通过设计思政案例、创新教学方法、教学实践与效果反馈相结合,将思政元素有机融入课程教学,取得了良好的教学效果。研究成果对激发学生投身智能系统研发、服务国家战略需求、实现自我价值追求的爱国主义精神具有积极作用,可为其他工学类专业课程开展课程思政教学改革提供参考。

关键词： 跛行检测   人工智能   奶牛  

摘要： [目的]通过评估基于自动摄像机(AUTO)的平均每周运动能力评分与奶牛首次出现病变的关系,探讨基于AUTO的运动能力评分是否可更早检测出奶牛首次出现跛行。[方法]自2022年4—12月,收集单个农场2982头奶牛的AUTO评分数据,包括奶牛ID、日期、时间和移动评分(0~100分)。根据牧场历史记录中2204头奶牛的牛蹄病变数据,确定其病史和诊断日期。为消除慢性跛行的影响,研究重点关注无跛行史的奶牛,分为两类:首次确诊病变的奶牛(LESION)和修蹄师已检查但未确诊的奶牛(TRIM)。确诊病变类别是根据修蹄时间进行诊断的,在干奶后7天内(DOT),或根据农场工作人员观察和修蹄建议随机(RT)进行。个体AUTO评分汇总为每周移动平均分。所有评分均以中位数(IQR)报告。按病变类型对LESION奶牛进行比较。[结果]DOT组(n=60)的病变类型:93%为TRIM、3.3%为趾溃疡(TOE),1.7%为白线病(WLD),1.7%为蹄底溃疡(SU)。RT组(n=239)的病变类型:63%为TRIM,17%为蹄叶炎(DD),7.5%为蹄底溃疡(SU),7.1%为白线病(WLD),4.2%为腐蹄病(FR),4.2%为趾溃疡(TOE)。RT组在前4周,LESION中位数评分(37.6[18.3])与TRIM(38.5[13.7])相似;在前1周,LESION中位数评分(41.1[17.5])高于TRIM(39.2[15.5])。DOT组在4周前,LESION中位数评分(59.2[2.1])高于TRIM(40.0[9.9]),这种模式一直持续到1周前。4周前,FR的评分最高(47.3[22.9]),随后分别是SU(42.8[19.0])、WLD(41.2[13.5])和DD(35.0[14.1])。1周前,FR(57.1[11.5])、SU(44.5[12.4])、WLD(44.3[26.8])和DD(39.5[10.6])的评分提高。[结论]AUTO评分或有助于早期识别某些病变。然而,不同奶牛个体和发病周数之间的差异性是一个有待解决的挑战。

关键词： 人工智能   强化学习   神经网络   生成模型   序列建模  

摘要： 强化学习是机器学习中关于如何学习决策的分支,是一个序列决策问题,通过与环境反复交互试错找到最优策略。强化学习可以与生成模型结合使用来优化其性能,通常用于微调生成模型,提高其创建高质量内容的能力。强化学习过程也可以视为一个通用的序列建模问题,对任务轨迹上的分布进行建模,通过预训练生成模型产生一系列动作来获取一系列的高回报。在对输入信息进行建模的基础上,生成式强化学习能够更好地处理不确定性和未知的环境,更高效地将序列数据转换成用于决策的策略。首先针对强化学习算法和序列建模方法进行了介绍,对数据序列的建模过程进行了分析,然后按神经网络模型的类型进行分类探讨了强化学习的发展现状,在此基础上梳理了与生成模型结合的相关方法,并分析了强化学习方法在生成式预训练模型中的应用,最后总结了相关技术在理论和应用上的发展状况。