关键词： 人工智能   战争形态演进   通用技术创新   俄乌冲突  

摘要： 为全面、客观地评估人工智能技术发展对军事变革的影响,进行多视角综合研究。通过对时代演进、技术创新和实战应用全面审视人工智能对军事变革的影响,力图全面客观地分析人工智能在引领军事变革过程中发挥的作用。结果表明,该研究为促进军事领域人工智能的建设发展提供理论参考。

关键词： 人工智能   数字化技术   新型电力   大数据   集约管理   集控中心   能源转型   电源侧  

摘要： 为助力“双碳”目标实现,服务以新能源为主体的新型电力系统建设,满足能源转型需求,解决储能管理现状问题,国网湖南综合能源公司应用集约管理理论,打造储能集控中心“智慧中枢”,搭建全国首家省级储能安全风险监测平台(储能集控平台),充分聚合电源侧、电网侧和用户侧储能电站资源,应用大数据、人工智能等数字化技术,横向实现“设计-建设-调试-运维-平台-运营-后评估”全场景覆盖;纵向构建从集控平台-EMS-PCS-BMS-电芯全业务链解决方案。

关键词： 设备特性   全自动血球分析仪   质量管理   人工智能  

摘要： 目的:构建基于设备特性的全自动血球分析仪质量预测诊断模型,探讨其在全自动血球分析仪动态质量管理控制中的应用价值。方法:基于设备特性采用长短期记忆(LSTM)模型和Softmax分类器,运用Adam优化算法构建全自动血球分析仪质量预测诊断模型(简称质量预测诊断模型),设计18个设备特征参数作为输入变量,对设备常见的10种质量问题进行预测诊断。选取2021—2022年新疆医科大学第一附属医院检验中心在用的5台全自动血球分析仪数据为样本,进行模型训练和测试,评估模型预测正确率和诊断精确度,并用模型输出结果观察2023年1—6月5台全自动血球分析仪设备质量管理辅助效果。采用正确率和精确度评价质量预测诊断模型性能,对比模型辅助全自动血球分析仪质量管理前后周平均故障数降幅。结果:质量预测诊断模型应用于5台设备预测诊断,预测正确率分别为97.5%、95.9%、96.3%、95.3%和95.2%,5台设备预测诊断正确率比较差异无统计学意义(P>0.05);5台设备预测诊断精确度分别为92.6%、89.7%、91.1%、92.4%和91.1%,5台设备预测诊断精确度比较差异无统计学意义(P>0.05)。应用模型辅助5台设备质量管理控制后,周平均故障数降幅分别为67.35%、68.36%、69.72%、68.97%和67.47%。结论:基于设备特性的全自动血球分析仪质量预测诊断模型可根据设备特征值准确预测设备质量问题,正确诊断引发质量问题的原因并提出相应的处理措施,应用于设备质量管理控制可有效降低故障发生率,并适用于不同设备。

关键词： 城市意象结构   社交媒体   人民城市   众包分析   机器学习  

摘要： 城市意象认知地图解析方法虽能通过分析公众认知有力推动“人民性”设计的实现,但受限于传统社会调查的局限性,在数据量级、真实性方面存在不足。提出众包型的城市认知地图解析方法,以拟合属性特征相对应的社交媒体数据为切入口,构建“理论—方法—实践”三层级的全新媒介应用框架,充分考虑意象结构的理论内涵。以武汉为例验证全流程解析路径,对“空间—社会—视觉—情绪”4个维度进行结构解析,提炼出武汉复合化的意象认知地图,为人本化、特色化的城市空间发展提供坚实可靠的公众感知量化模型。

关键词： 人工智能   竞技体育教练员   运动训练   ChatGPT   Sora  

摘要： 随着人工智能技术的进步,教练员在运动训练中的角色逐渐发生变化。尽管人工智能能够高效完成某些任务,但它仍然不能替代教练员的创造能力和道德情感。文章目的是探索生成式人工智能(ChatGPT与Sora)对教练员角色的影响。研究考察了教练员的专业理念、能力和情感三个维度,并从系统论的视角构建了一个由教练员和人工智能共同构成的新型教练系统。研究提出了一个人工智能赋能的运动训练发展路径,包括多模态交互环境、个性化训练内容和立体评价体系,旨在促进运动训练的数字化转型并提供教练员在这一变革中的角色理论和实践参考。

关键词： 横向喷流干扰   机器学习   特征正交分解   神经网络  

摘要： 横向喷流与超声速来流干扰是高超声速飞行器中反作用控制系统工作时发生的重要流动现象。本文基于机器学习方法对横向喷流干扰流动中的壁面干扰压力分布进行了建模,首先依据干扰压力系数分布特征进行数据采样;然后采用特征正交分解方法将采样数据降维;最后通过神经网络方法对干扰压力系数分布与工况参数的相关关系进行学习。本文采用的机器学习方法适用于喷流与超声速来流干扰流动,能够对壁面干扰压力分布进行较为准确的预测。

关键词： 人工智能   AI符号化   变化准备度   任务互依性   领导效能  

摘要： 领导谈论和支持人工智能逐渐成为一种潮流,但现有研究主要聚焦于探讨员工与人工智能技术互动的影响,忽视了领导角色在此背景下的关键作用。基于社会信息加工理论,本研究揭示了领导的人工智能符号化对领导效能的影响机制及边界条件。一个情境实验和一项多时段问卷数据结果显示:领导的人工智能符号化通过增加员工对领导变化准备度的感知提升领导效能;当员工与人工智能技术的任务互依性较高时,以上效应会增强。本研究补充了人工智能符号化与领导效能的相关文献,为新技术背景下的领导方式提供了实践指导。

关键词： 世界模型   算法   应用   人工智能  

摘要： 世界模型是一种旨在模拟和理解环境的神经网络系统,其核心思想是通过感知和经验构建内在模型,并以此进行推理、规划和决策。研究了世界模型的发展历程、核心概念和技术实现,探讨了其在人工智能领域的重要性和潜在应用。在综合研究的基础上介绍了世界模型的基本概念、主要算法以及典型模型,如DreamerV3、STORM、MWM等算法和Sora、Gemini等具有代表性的模型;讨论了世界模型在不同领域中的实际应用,如文本和视频多模态预测、机器人控制、自动驾驶等。最后,展望了世界模型的未来发展方向。

关键词： 第四次工业革命   颠覆性创新   新型工业化   生产过程控制   智能制造   柔性制造   智能决策   数据分析  

摘要： 近年来,以数字化、网络化和智能化为主要特征的第四次工业革命进入加速发展阶段。在这一背景下,我国制造企业正以前所未有的速度向智能化、自动化、数字化方向转型:工厂数字孪生的应用场景显著增长,个性化的柔性制造模式规模不断扩大,智能化的生产过程控制显著提高了制造精度、效率与质量,生产管控也正走向基于数据分析的智能决策优化。由此,“新质生产力”“智能制造”等概念应运而生,成为引领先进制造和新型工业化的重要标志。而发展新质生产力,不仅需要原创性、颠覆性创新能力的研发团队,更需要熟练运用新质生产工具、在前沿技术转化过程中发挥关键作用的大国工匠;数智化转型也不仅是技术层面的革新,更是管理模式的深度升级。

关键词： 代谢功能障碍相关脂肪性肝病   肝纤维化   超声   受控衰减参数   机器学习   诊断  

摘要： 目的探讨超声受控衰减参数(controlled attenuation parameter,CAP)结合临床特征构建的预测模型在代谢功能障碍相关脂肪性肝病(metabolic dysfunction-associated steatotic liver disease,MASLD)患者肝纤维化诊断中的价值。方法回顾性纳入了美国国家健康与营养调查(National Health and Nutrition Examination Survey,NHANES)数据库2017-2020年间的MASLD成人样本。根据CAP≥248 dB/m定义MASLD,通过瞬时弹性成像测得肝脏硬度≥8.2 kPa定义肝纤维化,将患者分为纤维化组和非纤维化组。应用Boruta算法筛选特征,联合CAP及临床特征构建预测模型,使用受试者工作特征(receiver operating characteristic,ROC)曲线及曲线下面积(area under curve,AUC)、灵敏度、特异度和准确度评价诊断模型效能。结果共纳入1472例MASLD患者,纤维化组213例,非纤维化组1259例。基于Boruta算法筛选得到腰围、体重指数、CAP、空腹血糖、合并糖尿病、丙氨酸转氨酶、天冬氨酸转氨酶、γ-谷胺酰转移酶、高敏C反应蛋白、年龄、白蛋白、碱性磷酸酶、血清总胆红素和性别14个临床特征。CAP单独预测时,AUC为0.727[95%CI(0.690,0.765)],灵敏度、特异度、准确度分别为62.4%、70.2%、69.1%;CAP联合临床特征预测时,AUC为0.842[95%CI(0.813,0.871)],灵敏度、特异度、准确度分别为75.5%、76.7%、75.6%;Delong检验结果显示两种方法AUC值的差异具有统计学意义(Z=-6.877,P<0.001)。结论CAP结合临床特征构建的预测模型在MASLD纤维化诊断中具有较好的诊断效能,为临床实践提供了有价值的参考工具。