关键词： 核心竞争力   技术驱动   储存设备   智能制造   物流机器人   运营服务   系统集成   物流仓储  

摘要： 自成立以来,音飞储存一直致力于为客户提供卓越的物流仓储解决方案。随着智能制造和智能物流的迅猛发展,公司敏锐洞察到物流机器人市场的巨大潜力,并积极布局拓展该业务,打造其在智能物流领域的核心竞争力。作为国内领先的物流仓储设备制造商和物流自动化系统集成商,南京音飞储存设备(集团)股份有限公司(简称“音飞储存”)的主营业务涵盖为客户提供智能制造、智能物流的规划设计及系统集成,以及核心设备及软件的研发、设计、生产、销售及运营服务。近年来,音飞储存在物流机器人业务方面取得显著的市场突破和业绩增长,其物流机器人产品产销数量大增,订单额持续攀升。

关键词： 人工智能   全球治理   中国对策  

摘要： 随着人工智能技术的飞速发展,其在提升生产力方面的潜力得到了广泛认可,然而这一技术革新也伴随着一系列复杂的伦理、经济及军事挑战,对人类社会构成了深远的影响。本文旨在深入探讨当前人工智能全球治理机制所存在的局限性,特别是碎片化治理和技术垄断等核心问题,并剖析这些问题产生的根源,并进一步提出中国在参与全球人工智能治理中的独特路径与策略,强调基于平等与合作的原则,共同应对人工智能带来的全球性挑战。

关键词： 溶解速率   层状盐岩   机器学习   支持向量机  

摘要： 我国层状盐岩具有盐层薄、组成复杂、夹层多等特点,在井矿盐开采中采卤浓度和盐穴储库建设中溶腔形态的调控方面面临挑战。盐岩溶解速率是盐岩水溶开采和造腔过程中重要参数,盐岩溶解速率的精准预测可为我国井矿盐生产和盐穴储库造腔提供科学指导。文章基于盐岩溶解实验获得样本容量为510组的我国层状盐岩溶解速率数据库,通过Python构建了基于遗传算法优化的支持向量回归(GA-SVR)机器学习模型,结合其超参数的优化及其影响探究,最终获得层状盐岩溶解速率精准预测的机器学习模型,训练集和测试集的决定系数均高于0.85。

关键词： 先导产业   重点行业领域   技能人才   半导体芯片   人工智能   家政服务   生物医药   集成电路  

摘要： ■上海发布重点产业领域技能人才培养新政来源:新华社上海最新发布《关于进一步加强本市重点产业领域技能人才培养试点工作的通知》,聚焦集成电路、生物医药、人工智能三大先导产业以及养老护理、家政服务等重点行业领域,推出一系列技能人才培养新政。从药物检验员、半导体芯片制造工、人工智能训练师、工业机器人系统运维员、多工序数控机床操作调整工等聚焦新质生产力领域的职业,到存在就业结构性矛盾的养老护理员、家政服务员,17个职业(工种)被纳入此次上海重点支持技能人才职业(工种)目录。

关键词： 计算固体力学   计算力学   人工智能   动态断裂   爆炸冲击波   微纳尺度   力学建模   防护机理  

摘要： 清华大学庄茁。庄茁,清华大学航天航空学院教授,欧洲科学与艺术学院院士(EASA),国际计算力学协会副主席(IACM)。在计算固体力学、断裂力学和飞行器结构力学等领域做出了国际领先水平的研究工作。在爆炸冲击波生物致伤与防护机理和实验、人工智能与力学建模假体骨重建、微纳尺度晶体塑性流动应力理论和计算、页岩气高效开采水力压裂理论和计算、天然气管道动态断裂理论和计算等方向的研究成果达到了国际先进水平。

关键词： 机器学习   煤矿采矿数据   数据分析   预测精度   集成学习  

摘要： 煤矿自动化采矿数据具备大容量、变化迅速及时间序列长的特性,这对传统数据分析方法提出了严峻挑战。鉴于机器学习技术强大的数据处理与学习能力,本研究致力于构建一套基于集成学习、深度学习等先进算法的数据分析模型。该模型利用煤矿实时采集的数据,对采掘过程中的关键参数进行精准预测与判断。经过验证,相较于传统方法,本研究提出的方法在数据处理效率与预测精度上均展现出显著提升。更重要的是,模型还成功挖掘出采掘过程中的隐藏信息及未知关联,为矿场作业的安全与效率提升提供了有力支持。本研究不仅为煤矿作业的高效、智能化提供了新的技术路径,也为其他类似领域的数据分析提供了有益的参考。

关键词： 人工智能   高校思政课   教师队伍建设  

摘要： 在人工智能时代,教育领域面临前所未有的变革。此时,教师角色的转变及其技能的提升显得尤为重要。聚焦分析教师如何适应人工智能带来的教学模式变化,特别是在技能提升、价值观引领方面。探讨教师队伍面临的结构性问题,如年龄和专业背景的不均衡以及在接受新科技和理念方面的滞后性。可针对这些挑战,提出一系列解决策略,包括持续培训与学习、多元化师资队伍建设以及创新教学理念,融合人工智能技术优化教学方法。

关键词： 机器学习   故障预测   决策树   随机森林   冷水机组空调   数据标签  

摘要： 文中旨在通过运用机器学习的分析方法,对冷水机组空调的运行数据进行分析。首先清洗数据并训练模型,然后进行故障预测,进而形成一套方法,以期在获得更多数据后不断完善模型,从而进行更准确的预测。收集实际运行于多个现场的机组数据并对其进行处理,然后根据故障信息按一定规则完成标签分类,在故障预测中使用了决策树和随机森林2种机器学习方法,并对比了结果。结果显示,这2种方法在本领域的应用都有较高的准确性,在本次实例中随机森林模型表现出了更好的性能。

关键词： 中国计算机学会   智能信息处理   模式识别   人工智能   云计算   图形学   新技术成果   专委会委员  

摘要： 《空间电子技术》青年编委会委员,博士,中国空间技术研究院西安分院研究员,中国计算机学会人工智能与模式识别专委会委员、中国指挥与控制学会多域态势感知与认知专委会委员、中国图象与图形学学会图像应用与系统集成专委会委员、陕西省图象图形学学会理事,航天五院杰青人才等。主要从事星载智能信息处理、天基云计算等领域研究工作。负责和参与国家重点研发项目十余项,多项新技术成果已型号转化应用。发表SCI/EI学术论文十余篇,授权国家发明专利18项;获得中国创造学会创造成果一等奖等科技奖3项。

关键词： GPM-IMERG   降尺度   机器学习   南海岛礁  

摘要： 高时空分辨率的降水栅格数据是多种水文模型和气候模型的重要输入数据。引入经度、纬度、温度、风速和比湿作为解释变量,基于多元线性回归、长短期记忆递归神经网络(LSTM)和随机森林(RF)模型对GPM-IMERG降水数据进行降尺度。以永兴岛三沙气象站的测量数据为真实值,选取偏差(Bias)、相关系数(R)、均方根误差(R_(MSE))以及平均绝对误差(M_(AE))对原始GPM-IMERG降水数据和降尺度数据进行精度验证。结果表明,在日尺度上,GPM-IMERG降水数据与气象站实测降水数据之间偏差为-0.004 mm,平均绝对误差为3.537 mm;通过GPM-IMERG降尺度得到永兴岛10 m空间分辨率降水数据;RF模型降尺度结果精度最高,相较于原始GPM-IMERG降水数据均方根误差和相关系数分别提高了46.9%、30.1%。本研究可以在气象站稀少的情况下,为岛礁获取高空间分辨率降水数据提供了一种新的思路。