关键词： 工业5.0   人本智造   智能制造系统   大语言模型   机器视觉   人机自主协同作业   深度学习  

摘要： 工业4.0阶段，人工智能、大数据、物联网等新兴技术层出不穷，加速推动制造业转型升级，在这个过程中，各类机器人扮演着越来越重要的角色，也为智能制造高质量发展夯实了基础。随着工业5.0的提出，以人为中心的理念逐渐深入人心，催生了人本智造这一新兴领域。人与机器人在智能制造系统中的界限变得越来越不明显，人与机器人自主协同作业研究成为了热点。因此，提出基于大语言模型和机器视觉的智能制造系统人机自主协同作业方法，借助机器视觉和大语言模型的优势提高智能制造系统中人机协同作业的智能化水平。首先，融合机器视觉和深度学习对智能制造系统中人机协同作业过程进行动态精准感知，通过融合YOLO算法和迁移学习来识别作业状态，利用长短期记忆网络和注意力机制准确追踪操作工动作。然后，面向人机协同作业对大语言模型进行微调，建立基于微调大模型的人机协同作业决策框架，为提供机器人自主配合操作工完成动态作业的任务指令，形成人机自主协同作业闭环。最后，通过一个减速器装配案例验证了该方法的有效性。

关键词： 机器学习   随机森林   支持向量机   前馈神经网络   地球化学数据   成矿潜力  

摘要： 数据驱动的岩体成矿属性分析具有独特优势,能够为成矿潜力评价提供理论支持,为矿床勘查提供新的方向。安徽省作为铜(金)矿产的重要产区,其铜(金)矿的形成与区内晚中生代岩浆岩密切相关。本文收集了1155条公开发表的全岩地球化学数据,基于这些数据构建了数据变量,并进一步通过支持向量机(SVM)、随机森林(RF)和前馈神经网络(FNN)三种机器学习模型,对成铜(金)矿和不成铜(金)矿岩体进行了判别。通过模型的准确率提取了铜(金)矿的特征变量,发现大多特征变量与Sr、Rb、Th等元素及它们的比值有关。具体来说,铜(金)成矿岩体相对于铜(金)不成矿岩体,具有Rb含量低、Sr含量高、Rb/Sr比值低、Sr/Th和Sr/Yb比值高的特点。利用机器学习模型对马厂、上腰铺、瓦屋刘、牌楼、周冲、茂林和仙霞这些晚中生代未知成矿属性的岩体进行了成矿潜力评价。结果显示马厂和上腰铺岩体成铜(金)矿潜力较高,而茂林、仙霞和牌楼岩体成铜(金)矿潜力较低,瓦屋刘和周冲岩体具有一定的成矿潜力。本文基于地球化学数据和机器学习建立的模型能够有效提取目标矿床的特征变量,并为成矿岩体的判别提供科学依据,为后续矿床勘探提供决策支持。相关机器学习代码已公开在GitHub上,链接地址为:https://***/liujmhf/geochemistry。

关键词： 前列腺癌   人工智能   前列腺特异性膜抗原   正电子发射体层成像  

摘要： 前列腺特异性膜抗原(PSMA)的正电子发射体层成像(PET)是针对前列腺癌(PCa)的精准诊断影像技术。人工智能(AI)技术，特别是机器学习和深度学习算法，结合PSMA PET在PCa诊治中展现了广泛的应用前景，包括原发肿瘤的诊断与鉴别诊断、分期、复发检测以及治疗方案的制订等。目前，少数PCa相关的AI模型已获得临床应用批准。本文综述近年来AI结合PSMAPET在PCa诊治中的应用进展，探讨当前AI应用的局限性，旨在为AI结合PSMA PET用于PCa诊治的相关研究提供参考。

关键词： 电子系统   高功率微波   效应研究   人工智能   效应数据库  

摘要： 开展电子系统高功率微波（high-power microwave， HPM）效应研究对信息化战争意义重大。本文基于HPM技术发展历程，首先介绍了电子系统面临的HPM威胁；其次，阐述了电子系统HPM效应研究的主要问题，分析了解析法、数值法和试验法的研究现状；最后，探讨了效应研究的下一步发展趋势。当前，针对复杂电子系统开展HPM效应研究仍面临算法和模型优化、数据精确测量等现实问题。传统理论分析方法可与人工智能技术有机融合，提高计算精度和效率。而在大模型技术的驱动下，HPM效应评估技术将进一步发展，有效提升电子系统HPM防护能力。

关键词： 金属有机框架   高通量计算筛选   分子模拟   机器学习   吸附分离  

摘要： 金属有机框架（metal organic frameworks， MOFs）材料，以其高比表面积、大孔体积以及结构可调等特性，在气体储存、吸附分离以及催化等诸多领域引起了广泛关注。近年来MOFs的数量呈现爆发式增长态势，这使得针对特定应用场景探寻合适的MOFs成为一项极具挑战性的任务。在此情形下，高通量计算筛选（high-throughput computing screening， HTCS）成为从海量材料中筛选出高性能目标MOFs最为有效的研究方法。HTCS会产生大量多维的数据，而这些数据可进一步用于机器学习（machine learning， ML）训练。最近，将ML应用到MOFs的HTCS中成为新的热点，它不仅可以揭示材料潜在的结构-性能关系，还可以洞悉它们在不同应用中的性能变化，尤其是在气体储存和分离方面。在这篇综述中，我们着重介绍了ML辅助HTCS在MOFs气体分离领域的最新技术进展，系统分析了在探寻高性能MOFs时ML与HTCS相互协同以提升筛选效率的内在机制，深入探讨了在这一新领域中呈现出的机遇和挑战。

关键词： 人工智能   治理模式   人工智能法   技术应用  

摘要： 人工智能社会化的程度加深，技术应用的治理面临着更具复杂性的背景。监管难、散、乱的现实管理态势亟须完善明晰的人工智能法规制，监管理论的融合混杂、治理模式无序单调等现实问题对人工智能立法的路径选择提出具象要求。应以我国现行法的“主体治理”特质为实际起点，探讨域外依照场景分类或风险分级的人工智能治理方法论融合我国立法监管道路的可行性，确立以风险、场景为核心标准，以服务备案制度与负面清单许可制度为实践路径的网状式分类分级治理模式。

关键词： 人工智能   机器学习   药物警戒   个例安全性报告   上市后监管   应用  

摘要： 药物警戒作为药品上市后监管的重要组成部分，对于保障公众用药安全至关重要。近年来，人工智能（AI）技术凭借其强大的数据处理和分析能力，在药物警戒领域展现出巨大的应用潜力。本文从药品上市后监管视角，系统介绍和分析了AI在药物警戒中的应用背景、在国外和我国上市后药物警戒中的探索应用现状，重点阐述了AI在国内的应用案例，以及伴随的问题和挑战等，以期为我国的药品上市后监管工作提供借鉴。目前，我国的探索和应用刚刚起步，应该加大力度、加快速度。监管机构应积极制定并执行AI新技术在产品全生命周期的监管标准或相关指南，加强相关人员培训和人才培养与引进，积极推动监管机构、制药企业、科研院所及高校等开展紧密合作，共同推动AI技术在药物警戒领域的创新应用。

关键词： 质量4.0   工业4.0   质量管理   智能制造   全价值链  

摘要： 新一代信息技术作为智能互联技术体系的关键要素，重构了智能制造价值链，为智能制造质量管理提供了新范式。结合中国智能制造发展实际情况，分析了新一代信息技术背景下智能制造质量管理的新趋势与新需求。概述了质量4.0的基本理论，拓展了质量4.0中价值链的含义，并通过内部价值链、产业价值链与相关方价值链3个维度构建了基于质量4.0的智能制造全价值链质量管理模式，以促进质量4.0理论与方法在智能制造质量管理实践中落地。

关键词： 汽轮机转子   特征筛选   机器学习   温度预测  

摘要： 针对高压转子在运行过程中的危险点温度预测问题，提出了一种基于机器学习的实时多步滚动预测方法。首先利用有限元分析获取转子危险点温度数据，为后续建模提供可靠的数据基础。为了提高数据质量和预测精度，采用了数据降噪和特征筛选算法对运行数据进行预处理。随后设计了9种不同的机器学习模型，包括卷积神经网络（CNN）、长短期记忆网络（LSTM）、双向LSTM（BiLSTM）及其结合注意力机制的变体模型，以及Transformer和时间卷积网络（TCN）等。这些模型的预测性能通过实验对比分析进行评估，结果表明，CNN-BiLSTM-Attention模型和TCN模型在预测精度上表现最佳，能够较好地适应高压转子复杂运行工况的需求。所提方法为高压转子的温度预测和安全管理提供了高效的预测工具，有助于保障机组安全稳定经济运行。

关键词： 文本与数据挖掘   机器学习   合理使用   非表达性使用  

摘要： 《中华人民共和国著作权法》中合理使用条款文本与数据挖掘例外规定的缺失,使我国科研领域的国际竞争面临不利的制度环境。国内外学者为证成文本与数据挖掘过程中作品使用行为的合法性,提出了非表达性使用理论。该理论较好地说明了机器学习过程中的作品使用行为不以欣赏美感为目的,且与作者的许可市场不构成竞争,但未能回答复制不包含美感的功能性作品是否合理的问题。因此,应当将拓展后的“非表达性使用+不依赖文本符号差异实现功能”作为判定机器学习过程中复制作品是否侵权的理论依据,在《著作权法实施条例》修订过程中将文本与数据挖掘作为合理使用的一种情形予以规定,从使用目的、使用行为与使用结果的规制入手,作出体系化的规则设计。在立法缺失的背景下,可通过分析临时复制产生的缓存数据来规避潜在的侵权风险。