关键词： 异形隧道   盾构隧道   抗浮力   数值模拟   机器学习  

摘要： 覆土盾构隧道的土壤抗浮力对其防浮稳定性有重要影响，目前关于异形盾构隧道的抗浮研究还比较有限。采用数值模拟结合机器学习研究异形盾构隧道的抗浮特性，总结异形盾构隧道的几何形态，引入形状系数，利用Plaxis3D有限元软件，开展形状系数、埋深比、隧道最长水平长度、内摩擦角、黏聚力和土壤浸没体积密度6个关键参数的模拟，研究这6个参数在不同条件下对抗浮力的影响；采用XGBoost和ANN机器学习方法，基于数值模拟结果分析各参数的特征重要性。结果表明，覆土的抗浮力随隧道形状越接近圆形而降低，其他参数呈现出相反的趋势；埋深比、内摩擦角、隧道最长水平长度、黏聚力、土壤浸没体积密度和形状系数在影响抗浮力方面的特征重要性呈现递减趋势。

关键词： 硬质合金   硬度   机器学习   高通量预测  

摘要： 硬度是硬质合金材料的一项典型代表性能，受多种因素的影响且各因素间常存在关联关系。本文旨在获得WC-Co硬质合金硬度的关键影响因素并实现硬度的高通量预测。建立了以硬质合金硬度为目标变量，以原料成分、烧结工艺和烧结体表征信息为特征的数据集；通过对特征的皮尔逊相关系数和SHAP分析，发现WC晶粒尺寸和Co含量对硬质合金硬度的影响最为显著。基于机器学习的支持向量机、多项式回归、梯度提升决策树、随机森林等算法，分别构建了硬质合金硬度预测模型。采用10折交叉验证方法对模型进行定量评估，结果表明梯度提升决策树算法模型具有最高的精度和较强的泛化能力，是最适合硬质合金硬度预测的机器学习方法。基于优选模型的高通量预测数据，采用多项式回归算法确定了硬质合金硬度与Co含量和WC晶粒尺寸之间的定量关系，预测准确率达到0.946。本研究为硬质合金性能的准确高效预测提供了数据驱动方法， 可为高性能硬质合金材料的设计研发提供重要参考。

关键词： 中老年人   龋齿   预测   机器学习   列线图  

摘要： 目的对比列线图与不同机器学习算法构建中老年人龋齿预测模型的效能。方法采用分层随机抽样法选取广西南宁、贵港、崇左市510名中老年人为研究对象，进行资料收集及口腔检查。采用单因素分析、Lasso回归筛选相关变量，使用多因素logistic回归分析确定最终独立危险因素。基于显著特征及线性回归模型(lrm)，建立列线图预测模型，并运用线性判别降维算法（IDA）、偏最小二乘算法（PLS）、距离多普勒算法（RDA）、广义线性模型（GLM）、随机森林（RF）、支持向量机核函数（SVM-Radial）及支持向量机线性核函数（SVM-Linear）7种机器学习算法构建7种龋齿风险预测模型。采用受试者工作特征（ROC）曲线下面积（AUC）中位数评价各模型预测性能及不同变量筛选方法所构建模型的预测性能。结果广西中老年人龋齿患病率为71.18%。经过特征筛选后最终保留5个显著特征，分别是刷牙频率、牙存留数、OHAT得分、年龄、过去1年是否洗牙。各模型对比结果显示RF算法所构建的预测模型表现最佳，AUC中位数为0.747，其次为列线图，AUC中位数为0.733。lasso+logistic筛选自变量构建预测模型的效能优于随机森林算法。结论基于lasso+logistic筛选变量，随机森林比列线图及其他机器学习算法在中老年龋齿预测中提供了更可靠的预测性能。

关键词： 人机交互   大语言模型   视觉语言导航   智能制造   工业5.0  

摘要： 在工业制造领域，移动机器人的广泛应用已成为提高作业安全和效率的关键。然而，现有的机器人系统只能完成预定义的导航任务，无法适应非结构化场景。为了突破这一瓶颈，本文提出了一种基于大语言模型的人机交互移动检测机器人导航方法，可代替操作人员进入工业环境中的危险区域进行检测，并且可以根据人类自然语言指令完成复杂的导航任务。首先，通过高分辨率网络(High-Resolution Net， HRNet)模型进行场景语义分割，并在点云融合阶段将语义分割结果渲染到重建的三维场景网格模型中，得到三维语义地图；然后利用大语言模型让机器人可以理解人类的自然语言指令，并根据创建的三维语义地图生成Python代码控制机器人完成导航任务。最后，通过一系列非结构化场景下的实验，来验证该系统的有效性。

关键词： 损伤识别   井架钢结构   冲击载荷   加速度传感器   信息融合   机器学习   时域多参数  

摘要： 为避免井架钢结构在作业过程中由结构损伤引发的安全隐患，将时域多参数信息融合与机器学习算法进行结合，基于井架钢结构位移响应信号提出了一种基于主成分分析和随机森林算法的井架钢结构损伤识别方法。利用加速度传感器提取在冲击载荷下井架钢结构的加速度响应信号，由加速度响应信号处理得到位移响应信号，并提取包含脉冲因子、裕度因子和峭度的3个时域特征;运用主成分分析法将3个特征融合成1个新的综合性时域特征，将原始信号中包含的大多数信息保留下来;将处理过的数据输入随机森林算法模型进行井架钢结构损伤识别，整个过程只需要采集损伤后的信号，不需要采集损伤前的信号。利用以上损伤识别模型对井架钢结构有限元模型进行仿真计算，同时结合ZJ70井架钢结构实验室模型的实验结果进行分析。分析结果表明:利用上述损伤识别方法可以准确高效地判断出井架钢结构单一或多处损伤，判断结果的正确率为90%以上。

关键词： 数据驱动建模   综合成绩预测   Stacking模型   贝叶斯超参数调优   机器学习  

摘要： 信息和人工智能技术的飞速发展为高等教育带来了创新与变革的新机遇，其与高等教育教学相结合产生出数据驱动辅助教学决策的创新性应用。传统成绩分析预测模型存在结构单一、预测效果不佳、所需特征较多等问题。通过分析多种机器学习模型特点，综合利用各模型优势，构建Stacking模型，并通过贝叶斯超参数优化进行模型调优，从而实现高校学生综合成绩的精准预测，以较少输入特征获得理想的预测效果。以东北大学自动化专业学生学业成绩为实验数据进行模型验证，所构建的综合成绩预测模型在辅助教学研究部门开展课程和学科建设过程中具有指导意义。

关键词： 人工智能   智能水平   仿人原则   理性价值   价值风控  

摘要： 人工智能核心的研发思路和演进原则是“仿人”，且AI的智能层次与智能水平及价值风控，因三级智能AI仿人的功能或程度不同而有所差异。综观当今世界，AI的智能水平差异被学界比较一致地划分为“弱AI”“强AI”或“通用AI”“超AI”三个智能层级。弱AI主要模仿人的局部智能，相对来说，仿人的风控简单、方式单一。强AI或通用AI模仿人的内容复杂、方式灵活、程度深入，对人类生产生活方式的冲击较大，仿人的风控复杂，理路多元，集成性强，要求AI遵循人的一般正常思维和行为准则。超AI阶段，为了确保智能机器系统在正常情况下的安全可靠可控，以及异常情况下的理性干预与价值调控，对仿人原则的落实，必然要求有更加苛刻的风控实现，即除了要求在AI研发应用的全过程中严格遵循人的一般正常思维和行为价值准则外，还要求AI的CPU植入道德智能和价值智能系统，以实现AI智能水平与仿人原则的高度匹配。为此，为了确保“弱强超”三级智能AI始终围绕造福人类的价值指向健康持续发展，有必要对AI的智能水平和仿人原则实现的风控条件及演进规律进行研究，旨在推动AI技术层面、伦理层面等多方面多维度早日实现向上向善为人类美好生产生活服务。

关键词： 超声   影像组学   乳腺癌   机器学习   深度学习   人工智能   综述  

摘要： 乳腺癌的诊断方法包括乳房X线摄影、超声、磁共振成像和活检技术，然而，每种方法都存在局限性。超声影像组学是一个新兴领域，通过提取和分析超声图像中的定量特征，有助于提高乳腺癌的诊断和预后评估准确性。这项技术已成功应用于乳腺癌领域，可以提高诊断准确性、建立预后模型、预测腋窝淋巴结转移、监测治疗反应并指导个性化治疗。未来的研究方向可能包括整合多模态数据、定制诊断和治疗策略、优化机器学习和人工智能算法、建立标准化方法并进行临床验证以及监测治疗效果。然而，需要解决一系列挑战，如建立标准化方法、提高图像质量、确保数据安全和隐私、验证特征的可靠性和实用性。解决这些问题将有助于在乳腺癌管理中更广泛地应用超声影像组学技术，从而提高患者的治疗效果和生存率。

关键词： 冻结法施工   无侧限抗压强度   机器学习   温度   应变速率  

摘要： 深厚表土层井筒施工中较多采用冻结法来实施，其中无侧限抗压强度是冻结设计的重要的力学参数。由于室内实验的局限性及影响因素的复杂性，强度经验公式的适用性差。提出了采用高度集成的XGBoost算法来预测不同粒径分布冻土强度的方法，与其他经验公式方法相比，准确度较高。进一步的通过皮尔逊相关系数分析，分别研究温度、应变速率与冻土无侧限抗压强度的非线性相关性。结果表明，温度和无侧限抗压强度呈强负相关性；强度前期增速较大，中期增速平缓，后期增速较大。应变速率和无侧限抗压强度呈正相关性，强度对不同大小的应变速率敏感程度不同。应变速率较小时，强度略有增加；应变速率增大时，强度增幅增大。不同土体变化趋势相似，但粒径分布不同造成最终强度有差异。该研究可为冻结法施工中，土体的强度预测提供科学依据。

关键词： 机器学习   参数调优   贝叶斯优化   强化学习   智能数据库  

摘要： 数据库系统具有大量的参数，这些参数控制了系统的内存分配、I/O优化、备份与恢复等诸多方面，极大地影响着数据库的性能。随着数据库和应用程序的规模和复杂性的増长，传统依靠数据库管理员手动配置参数的方式已经越来越难以满足用户需求。数据库参数配置智能调优将机器学习技术应用到参数调优领域，利用负载信息、数据库参数和性能，借助机器学习算法推荐一组最优的参数。本文针对现有参数配置智能调优技术，从调优方法、应用情况和未来挑战三个方面依次进行梳理和总结。首先将现有参数调优方法依据所用算法不同分为五类，从原理、技术、优缺点等方面对各类方法进行详细介绍和总结。之后介绍工业界当前主流的参数调优工具，分析参数配置智能调优在实际应用过程中遇到的问题及原因。最后，本文对数据库参数配置智能调优的未来研究方向进行了展望。本文旨在帮助研究者掌握当前数据库参数配置智能调优领域主流方法及面临的问题，以推动后续研究工作的开展。