关键词： 银河系盘   红巨星分支恒星   化学丰度   机器学习   星表  

摘要： 利用来自APOKASC-2具有高分辨率光谱参数的高精度星震学红巨星分支恒星(RGB)作为训练样本,开发一种准确测定红巨星分支恒星化学丰度的方法。通过采用GBDT算法和基本大气参数组合T_(eff)、log g、[Fe/H],成功地预测出[C/Fe]、[Mg/Fe]、[Ca/Fe]、[Ni/Fe]4种化学丰度。结果显示:在测试集上得到的绝对误差中位数介于0.02~0.04 dex,与其他研究相比,此方法具有可行性。此工作为将来推广该方法测定红巨星分支恒星化学丰度提供了阶段性验证。

关键词： LightGBM   机器学习   云分类   毫米波雷达  

摘要： 传统云分类方法具有主观性强、分类效率和精度较低等缺点。针对上述问题,提出一种基于轻量级梯度提升机(light gradient boosting machine,LightGBM)的云分类预测模型。首先将毫米波雷达获取到的云顶高度、云底高度、云层厚度、平均反射率因子、液态水含量、持续时间作为特征变量,结合分类标签制作为满足模型需求的数据集。之后使用此数据集构建分类模型,将云分为St、Sc、Cu、As、Ac、Cs、Cc其7类云型。结果表明,模型准确率、精确率、召回率和F_(1)高达94.70%、94.68%、94.97%、94.65%,较其他模型有更好的分类效果。因此,LightGBM模型对云体分类识别效果显著,具有较强适用性,对云类识别业务自动化工作有广阔的应用前景。

关键词： 医学免疫学   教学   人工智能   形成性考核  

摘要： 随着人工智能技术的快速发展,其在医学教育领域的应用日益广泛。为真正了解学生对医学免疫学知识的掌握和运用程度以及学生的综合素质,本研究将基于学业智慧考核平台的形成性考核应用于哈尔滨医科大学大庆校区的免疫学教学实践,相比于以往的形成性考核,人工智能技术开发的智慧化平台在教学考核评价方面有诸多优势,在教师和学生之间获得很好的反馈,教师的教学质量和学生的学习效果均有明显提升,值得进一步推广。

关键词： PLC控制系统   工业4.0   智能制造   物联网   人工智能   边缘计算   数字孪生  

摘要： 本文探讨了可编程逻辑控制器(Programmable Logic Controller,PLC)控制系统在未来工业生产中的变革与展望。随着工业4.0时代的到来,PLC控制系统正面临着前所未有的机遇与挑战。文章首先分析了PLC控制系统在硬件、软件和网络通信方面的技术革新,随后探讨了其在智能制造、物联网和绿色生产中的应用前景。最后,文章展望了PLC控制系统未来的发展趋势,包括人工智能融合、边缘计算应用和数字孪生技术集成。研究表明,PLC控制系统将继续在工业自动化领域发挥关键作用,推动工业生产向智能化、网络化和可持续化方向发展。

关键词： 人工智能   伦理漂浮   人伦本质   德法相济  

摘要： 随着ChatGPT的问世,人工智能伦理再次被推到风口浪尖。似是而非的伦理主体、边际模糊的伦理对象、悬浮漂移的伦理规范等模棱两可的当代境遇,凸显了人工智能伦理矫正的现实必要性;人工智能作为其管理者、研发者、使用者等参与者的作品与工具,决定了人工智能伦理的人伦本质,反映了人工智能伦理矫正的对象主体性;提升人工智能参与者的职业道德、营造人工智能伦理的社会氛围、筑牢人工智能伦理的法律底线等德法相济的方法途径,揭示了人工智能伦理矫正的实践可行性。加强人工智能伦理漂浮的价值矫正,理论上对于揭示人工智能伦理的价值本质、促进人工智能伦理研究的全面深入,实践中对于推动人工智能的良善运用、实现美好生活等,都具有积极意义。

关键词： 智能制造   世界品牌大会   哈尔斯   杯壶行业  

摘要： 5月9日至11日,2025世界品牌莫干山大会在浙江德清盛大启幕。在这场全球瞩目的品牌盛会上,哈尔斯作为中国杯壶行业的领军企业,凭借“连续三年全球杯壶销售额第一”的卓越成就,再次成为焦点。哈尔斯不仅以强大的品牌影响力和创新实力吸引了全球目光,更通过一系列智能化杯壶产品,展现了中国杯壶制造业的强大实力。

关键词： 企业   精益生产管理   智能制造  

摘要： 论述了精益生产管理的重要性,介绍了精益生产管理实现企业智能制造的思路和策略,进行了案例分析,并提出发展建议。

关键词： 人工智能   人工智能人类伦理   人工智能机器伦理   结果主义  

摘要： 随着人工智能的发展,人们希望构建出合理可行的伦理原则用以解决人工智能伦理问题,既确保人工智能的行为符合人类的伦理要求,同时调和人类在人工智能发展过程中面临的问题。人工智能伦理包括在人工智能领域需要人类遵守的伦理原则(人工智能人类伦理)以及人工智能机器在自主行动时需遵守的原则(人工智能机器伦理)。前者通常以义务论或德性论作为基础;后者往往与结果主义相契合。结果主义在人类构建人工道德主体、发展人工智能方面有着巨大优势,这种影响力也逐渐扩散到人类伦理领域。我们需要警惕结果主义的人工智能伦理可能的隐患,防止量化思维在伦理领域的扩散,认识到人类真正的发展是人的全面发展,以更高的要求和标准进行人工智能的研究和应用。

关键词： 机器学习   轻量级梯度提升机算法   土壤含水率   滑坡易发性   地质灾害  

摘要： 在滑坡易发性评价体系中,尚未形成统一的和科学的筛选影响滑坡发育因子的标准,导致滑坡易发性评价结果的不一致性。为提高滑坡易发性评估体系的准确性,提出一种基于机器学习的考虑因子重要性选择与土壤含水率的滑坡易发性评价体系。以云南省富民县为例,结合遥感数据、辅助数据和现场调查数据,编制滑坡历史记录;利用SAR卫星后向散射系数和从DEM中提取的地表粗糙度提取土壤含水率,通过XGBoost回归和Lasso回归模型对15个评价因子进行重要性排序,并对滑坡影响因子进行多重共线性评估,筛选出最具鉴别性的滑坡影响因子;用轻量级梯度提升机算法和随机森林模型分别在因子重要性选择前与选择后对富民县进行滑坡易发性评价。结果表明,土壤含水率因子对滑坡发育有较大影响;经过因子重要性选择后的滑坡易发性评价结果准确性更高;轻量级梯度提升机算法模型在评估中表现出优越的评估性能(AUC=0.91),表明LightGBM模型可以较好地应用在滑坡易发性评价中。本研究着重讨论了因子重要性选择对滑坡易发性评价体系的影响,并有效地将面状土壤含水率因子纳入滑坡影响因子中,提高了易发性评价结果的精确性和可靠性,为预防滑坡灾害提供新思路。

关键词： 电化学   重金属离子   机器学习   干扰分析  

摘要： 该研究将机器学习技术与方波脉冲振荡伏安法(SWASV)相结合,来提高对Cd^(2+)、Pb^(2+)、Cu^(2+)和Hg^(2+)四种重金属离子的同时检测能力。传统的电化学方法在检测重金属离子时主要依赖于在一定浓度范围内寻找线性响应区间,并且在多离子环境下,SWASV曲线常出现干扰,导致准确性降低。该研究使用裸玻碳电极对不同浓度的金属离子溶液进行重复性的SWASV检测,对检测数据进行电流值、峰值电压和峰面积等重要参数进行特征提取,并结合极端梯度提升(XGBoost)和随机森林(RF)构建浓度预测模型,使用支持向量机(SVM)进行分类预测。分类算法中SVR的效果最佳(四种离子的ROC曲线下面积均大于0.95),相较RF模型XGBoost浓度预测模型预测值和真实值间的拟合度(R-Squared)均达到0.95以上。通过结合SWASV和机器学习,能够在复杂的离子混合体系中实现高精度的离子检测,并有效提高了检测结果的可靠性。本研究的成果为多重重金属离子的环境监测和污染控制提供了创新的解决方案,并在电化学分析领域展示了机器学习的应用潜力。