关键词： 人工智能   预测性维护   维修计划   AI技术   软件平台   数据平台   成本意识   战略决策  

摘要： 人工智能可以帮助运营人管理复杂的数据和信息,提高预测性维护的准确率,提高维修计划中的成本意识,增强长期战略决策和即时战术决策能力,最大限度提高飞机可用性或维护产能。将人工智能引入现有的维修计划系统主要通过两种途径,即使用独立系统和集成AI技术到ERP或其他已有MRO软件平台中。正是因为人工智能在未来的维修计划中具有广泛的应用空间,才使得运营人不得不重新审视数据平台和数据质量,以确保系统能够为将来的维护计划提供最大价值。

关键词： 机器学习   自然语言处理   多标签分类   矿床学   知识工程  

摘要： 为实现高效准确的矿床描述文本多标签分类,降低从大量文本中获取细粒度知识的难度,需要构建有针对性的标注数据集和机器学习模型。使用地理位置、成矿区带、矿体地质等17种内容标签,为《中国矿产地质志·典型矿床总述卷》中的13411个句子实施人工分类标注,构建了一个矿床描述文本多标签分类标注数据集。将多标签分类流程拆解为划分特征单元、文本向量化、分类计算三个步骤,在每个步骤分别采用不同方法,形成30种机器学习分类模型,在标注数据集上测试并比较了这些模型的分类性能。试验结果显示:微调BERT模型搭配FNN分类器时加权F1值可达到0.91,优于其他模型;TextCNN模型搭配K近邻分类器时加权F1值可达到0.80;TF-IDF词袋模型搭配FNN分类器时加权F1值可达到0.76;在其他步骤方法相同的情况下,按字符划分特征单元的模型加权F1值相对较高。基于微调BERT的机器学习模型可用于替代或辅助矿床描述文本多标签人工分类。使用TF-IDF词袋的机器学习模型可解释性较强,可用于优化人工分类方法。

关键词： 生产制造系统   智能制造   刊首语   数字化技术   大数据   物联网   系统工程   工效学  

摘要： 工业工程,以工效学、系统工程等为理论指导,以降本增效与质量提升为目标,在生产制造系统、现代服务系统的精益化和数智化升级等管理变革进程中,发挥着越来越重要的作用。工业工程,借力数字孪生、大数据、物联网等数字化技术,引领智能制造管理学术前沿。

关键词： 人工智能   智能驾驶   辅助驾驶   电子地图   自动驾驶   智能路径   高精  

摘要： 在电子地图上,你只能找到自己的家,而一份好的高精地图,能带你回家。在智能驾驶“无图”化的趋势下,高精地图真的要被放弃了?目前,主流的高阶辅助驾驶及自动驾驶方案(以下简称“智能驾驶”)大多基于单车智能路径来实现。近年来人工智能和算法的发展。

关键词： 金价预测   时间序列分析   机器学习   小波神经网络   预测评估  

摘要： 文章利用COMEX黄金期货每日收盘价共2019个数据点,探讨机器学习技术在黄金价格时间序列预测中的应用与效能。数据集被分为80%的训练集和20%的测试集,以评估预测模型的准确性和泛化能力。首先,以ARIMA(3,1,3)作为基线模型,其性能表现不佳。随后,运用多种机器学习模型进行比较分析,包括长短期记忆网络(LSTM)、BP神经网络、随机森林模型以及小波神经网络,以评估它们在金价预测中的性能。最后,小波神经网络在测试集上的性能指标显示出良好的预测精度,同时BP神经网络也展现了卓越的预测能力,共同印证了机器学习技术在黄金价格预测领域的有效性。文章的结果对于金融市场分析师和投资者来说,提供了一个强有力的工具,以更准确地理解和预测黄金市场的动态。

关键词： 机器学习   特征选择   三元互信息   分类  

摘要： 基于信息论的特征选择算法在度量候选特征所提供的分类信息时,往往仅考虑单一标签的情况,忽略了候选特征和成对标签存在的多样关联关系,这可能导致低估了候选特征的重要性。为解决这一问题,提出一种新颖的基于三元互信息的成对多标签特征选择算法(Pairwise multi-label feature selection based on interaction mutual information, IPFS)。具体地,IPFS算法为不同的成对标签分配基于三元互信息的不同权重,并据此权重测量候选特征为两个标签提供的分类信息总量,从而精确评估候选特征的重要性,同时基于最大相关最小冗余原则,筛选出最优的特征子集。最后,将提出的算法与其他8个先进的特征选择算法在12个多样化的数据集上进行了比较。实验结果表明,IPFS在3个评估指标上均显著优于其他算法。The feature selection methods based on information theory usually focus on considering the single label when evaluating the classification information provided by the candidate features, and do not take into account the multiple correlations between the candidate features and the paired labels, thus underestimating the importance of the candidate features. To solve this issue, an innovative paired multi-label feature selection method based on interaction mutual information (IPFS) was proposed. Specifically, IPFS method assigns different weights based on interaction mutual information to different pairs of labels, so as to accurately evaluate the importance of candidate features, and further select the most suitable feature subset based on the maximum correlation minimum redundancy strategy. To verify the effectiveness of the proposed method, IPFS is compared with eight other advanced feature selection methods on 12 diverse datasets, and the results show that IPFS significantly outperforms other methods on four different evaluation metrics.

关键词： GF-5高光谱数据   土壤总氮   偏最小二乘回归法   反向神经网络   多元散射校正   机器学习  

摘要： [目的/意义]大范围快速检测土壤养分并实现基于GF-5影像对土壤总氮量精准填图。[方法]基于实测土壤光谱和GF-5星载高光谱数据,引入偏最小二乘回归(Partial Least Squares Regression,PLSR)、反向神经网络(Back Propagation Neural Network,BPNN)和以核函数Poly为驱动支持向量机(Support Vector Machine,SVM)的机器学习算法,构建3种土壤总氮(Total Nitrogen,TN)反演模型,并以十折交叉验证方法确定各模型的最优解。采用多元散射校正(Multiple Scattering Correction,MSC)获取的波段特征值使模型表现更佳。[结果和讨论]MSCPoly-SVM模型经测试集样本检验,其决定系数(R2)、均方根误差(Root Mean Squared Error,RMSE)和相对分析误差(Residual Prediction Deviation,RPD)分别是0.863、0.203和2.147。将该模型用于星载GF-5号影像数据进行土壤总氮含量的反演填图。由填图结果可见,黑龙江省富锦市建三江垦区86.1%的土地总氮量均在2.0 g/kg以上,土地氮含量以一等地块和二等地块为主,而三等地块和四等级地块仅占总面积的11.83%。研究区内土壤氮要素储备充足,总氮高背景值主要集中在中部靠近河流两岸、呈北东东向分布。本研究土壤总氮预测成图结果与前人1∶25万地球化学插值和航空高光谱影像(Compact Airborne Spectrographic Imager,CASI)和(Shortwave Infrared Airborne Spectrographic Imager,SASI)填图效果具有很好的一致性。[结论]研究表明星载GF-5高光谱数据在土壤全氮含量监测填图和可视化分析上具有极高的潜力,本研究提出方法可为今后大范围开展定量检测土壤养分状况以及合理施肥提供技术支撑。

关键词： 首席执行官   桑德斯   安防产品   江苏省连云港市   公共安全   安防市场   人工智能   安防技术  

摘要： 9月10日,由中国安全防范产品行业协会承办的公共安全科技装备国际研讨会在江苏省连云港市举办.借此机会,本刊记者采访了南非私营安保行业监管局首席执行官塞缪尔·乔克、伊朗警察司令部后勤装备部副部长雷扎·法里芭、英国《世界安全》新闻集团首席执行官杰克·桑德斯等嘉宾,就安防市场发展和安防产品技术应用以及人工智能推动公共安全发展等内容作了深入阐述.

关键词： 人工智能   意识形态   安全风险   治理对策  

摘要： 人工智能作为新一轮产业革命的核心驱动力,以其核心技术算法、算力和大数据深刻改变了网络意识形态领域。人工智能技术的不断开发和应用,使得网络空间的意识形态斗争变得更加复杂化、隐匿化、多样化,网络主流意识形态安全建设任务更为艰巨。人工智能技术与网络主流意识形态建设呈现双向互动的关系,人工智能技术赋能网络主流意识形态安全建设,网络主流意识形态安全建设为人工智能技术的互联网应用提供价值规范指引。人工智能技术异化效应与互联网“去中心化”价值取向耦合共振,使得网络主流意识形态呈现价值偏差、引领乏力、权威弱化的风险倾向。采取坚定马克思主义的指导地位、坚持培育社会主义价值共识、强化对人工智能的技术赋能、完善相应的制度体系等综合治理之策,有利于科学有效应对人工智能技术带来的意识形态安全风险,增强网络主流意识形态吸引力和凝聚力,营造风清气正的网络生态。

关键词： 美的集团   产业升级   世界500强   工业自动化   智能制造   工业节能   科研创新   绿色转型  

摘要： 2024年9月24日,美的集团工业技术事业群以“数智驱动,创造美的工业”为主题,携旗下高创传动、合康新能、Midea工业技术美的光伏等品牌重磅亮相第24届中国国际工业博览会,全面进AGF展示覆盖工业自动化、机器人精密部件、绿色能源等领域的“美的工业技术智能制造解决方案”,以数智融合推动工业领域新质生产力发展,加速迈向高效、可靠、绿色、创新、开放的美好工业。当前,以新发展理念、高质量发展模式为主导的绿色转型正在全面开启,传统的高碳行业对节能减排降耗的需求愈加迫切,变频器作为电机控制系统和工业节能的关键部分,其重要性愈加明显。合康新能专研工控技术二十余载,从创立至今,不断累积技术优势,拓宽科研创新护城河,背靠世界500强美的集团科研、供应链平台,将创新成果深度融合于工业产业中,为产业升级注入强劲动力。展会现场,《变频器世界》有幸采访到了合康新能高压研发负责人田凯,就合康新能高压变频器的现状与未来的发展做了深入的了解。