关键词： 光伏效率优化   性能监测   数据分析   机器学习   热管理  

摘要： 本研究着重于太阳能光伏发电系统的效率优化和性能监测,旨在通过技术创新提高光伏系统的能源输出和可靠性。同时,本研究评估了不同光伏组件和配置对系统整体效能的影响,特别是在不同环境条件下。研究采用了高级数据分析和机器学习技术,以实时监测和预测系统性能,提高故障检测的准确性和效率。通过对大量真实场景的数据进行分析,本研究确定了最佳的光伏板排列方式、倾斜角度和追踪系统配置,以最大化能量吸收和减少维护成本。此外,探讨了先进的材料和表面涂层对提高光伏板效率的作用,以及如何通过改进热管理来增强系统的长期稳定性。结合了理论分析和现场测试,本研究提出了一系列创新的优化策略,旨在为太阳能光伏发电系统的设计和运营提供实用指导。

关键词： 铁路牵引供电系统   智能监测   故障预警   传感器网络   机器学习  

摘要： 铁路牵引供电系统,齿轮驱动列车的安全高效。接下来展开的研究,在铁路牵引供电系统的智能监测与维护,提供全面监控,预警可能出现的故障。利用传感器网络,物联网技术两翼并用,构建起了供电系统的实时监控平台,抓取其运行数据。放眼数据,套用机器学习算法,研发故障诊断模型,引导维护工作,预知异常,提升效率。实体实验验证,这样的尝试成果,故障检测效率获得20%的提升,维护时间也得以压缩。这一行研究迈出的步伐,对铁路牵引供电系统的安全运行,思考新的可能之路,将应用价值实打实地展现出来。

关键词： 实验教学示范中心   上海工程技术大学   分析实验室   高级访问学者   电气工程学院   人工智能   工学博士   协同创新中心  

摘要： 李媛媛,上海工程技术大学教授。东华大学工学博士,美国加州大学洛杉矶分校高级访问学者。现任上海工程技术大学电子电气工程学院党委副书记、院长,上海市数据智能及其应用协同创新中心常务副主任,上海市级5G+人工智能重点现代产业学院执行院长,工业互联网联盟民用飞机制造与运维大数据分析实验室主任、上海市级实验教学示范中心(培育)主任。

关键词： 中国工程院院士   智能制造   意见建议   甘肃省副省长   制造业   产品升级   副部长   高质量发展  

摘要： 本刊讯:10 月26日至27 日,中国工程院“智能制造赋能制造业高质量发展甘肃院士行”活动在兰州举行。工信部副部长、中国工程院院士单忠德率队出席活动。期间,赴省内有关企业院所调研智能制造基础、场景应用、市场需求、产品升级等情况及技术需求,并针对性提出意见建议和解决方案,之后召开座谈会甘肃省副省长王钧同志出席会议并讲话.

关键词： 人工智能   会计工作   会计变革  

摘要： 随着“大智移云物区”等新一代智能技术的快速发展,人工智能逐步应用到会计工作中,给传统会计行业带来新的机遇和挑战。本文以人工智能为背景,通过发放与收集调查问卷,对人工智能在会计工作中的应用现状进行分析,并针对如何应对人工智能背景下的会计变革提出有效建议。

关键词： 智能制造   Node-RED   工业4.0   数据采集   自动化控制   OPC UA   MQTT   邮件通知  

摘要： 智能制造作为工业4.0的核心,正引领着制造业的新一轮变革。Node-RED作为一种易于使用的编程工具,以其低代码、可视化的特点,为智能制造提供了一种灵活、高效的解决方案。鉴于此,首先介绍了智能制造的概念及其重要性;然后详细探讨了Node-RED在智能制造中的应用,包括数据采集、设备监控、自动化控制和智能决策等方面;最后分析了Node-RED应用于智能制造的优势和面临的挑战,并对未来的发展方向进行了展望。

关键词： 人工智能   想象空间   核心动力   养老   社会变革  

摘要： 近些年,人工智能(AI)正在驱动前所未有的社会变革。从“人工智能+医疗”“人工智能+教育”再到“人工智能+交通”,人工智能正在成为未来科技的核心动力,而养老领域也已经成为其又一个新“风口”。随着人工智能陪伴、人工智能监护的出现,“人工智能+养老”又能打开什么样的想象空间呢?

关键词： 类风湿关节炎   骨质疏松症   机器学习   Boruta   SVM-REF   临床预测模型  

摘要： 目的:开发一种有效且简单的工具,用于评估类风湿关节炎(rheumatoid arthritis,RA)患者发生骨质疏松症(osteoporosis,OP)的风险,以便提早进行干预,改善患者的预后和生活质量。方法:通过回顾性研究,选取2018年1月至2023年6月期间我院RA患者53例及RA合并OP患者44例。收集24个预测因子,采用Lasso、Boruta和SVM-REF算法筛选关键预测因子,并使用多变量Logistic回归建立预测模型。进一步通过KNN及Lightgbm算法对模型进行验证。结果:筛选出4个关键预测因子:白介素4(IL-4)、总甲状腺素(TT4)、抗环瓜氨酸肽抗体(Anti-CCP)和年龄。建立的临床预测模型C指数为0.82;ROC曲线下面积为0.821;临床决策曲线结果显示,在不损害其他患者利益的情况下,当阈值概率为0.02~0.90时临床净获益水平最高,显示模型具有良好的预测能力。KNN及Lightgbm结果显示,ROC曲线下面积均为0.973,PR曲线下面积分别为0.974和0.969。混淆矩阵结果显示,KNN预测模型敏感度为0.886,特异度为0.962,准确率为0.928,F1值为0.918;Lightgbm预测模型敏感度为0.955,特异度为0.925,准确率为0.938,F1值为0.933。结论:本研究成功构建了一种针对RA合并OP的临床预测模型,发现年龄、Anti-CCP、TT4是高危因素,而IL-4是保护因素。

关键词： 工业4.0   中国鞋业   智能制造   发展模式创新  

摘要： 鞋业是我国传统制造业中的重要一环,探讨工业4.0背景下鞋企的创新发展模式,对于提高产业价值、提升企业竞争力具有重要意义。本文从中国鞋业产业发展现状出发,分析了当前鞋企存在的问题以及在工业4.0背景下所面临的机遇和挑战,提出了在工业4.0背景下鞋企的创新发展模式,助力鞋企在新一轮工业革命中发挥优势,提升企业活力与竞争力,促进中国鞋业创新性发展。

关键词： ChatGPT   人工智能   战略叙事   竞争冲击   监管规制  

摘要： ChatGPT类人工智能技术开启了认知智能互联时代。作为自动生成与传播文本的算法智能体,ChatGPT类人工智能技术介入叙事修辞促使战略叙事生态发生转变,其通过概念驾驭公众情感,叙事博弈更为复杂多变。这背后既有人工智能技术本身的技术性缺陷,也有大国刻意利用的政治因素。当前的监督机制落后于人工智能技术的快速进步,必须建立适当的监督和问责机制,成立具有约束力的机构,以提高国家过滤筛选有害信息的能力,保证叙事的连贯性和稳定性。