关键词： 政府采购   人工智能   采购文件巡检  

摘要： 营商环境是一国制度软实力、综合竞争力和市场运行效率的重要体现。优化营商环境关系社会经济发展的活力,政府采购一头连着政府、一头连着市场,是优化营商环境的重要抓手。在实践中,部分地方财政部门主动进行采购文件巡检,通过文件收集、人工审查和记录等环节,有效识别采购文件中设置的不合理条件或歧视性条款,促进公平竞争,优化营商环境。文章针对“采购文件巡检”的流程和局限性进行分析,并探讨人工智能在采购文件巡检中应用所遇到的挑战及解决思路。

关键词： 产教融合   新工科时代   案例教学   人工智能   人才培养  

摘要： 新工科时代赋予高校培养具有更强实践能力、创新能力、国际竞争力的高素质复合型人才这一使命。产教融合是现代高等教育发展的必然趋势,也是培养高素质复合型人才的必然要求。探讨了“人工智能”课程基于校企融合的教学改革模式,提出建立基于案例式的企业情境驱动教学模式。以实现“应用创新+能力提升”为课程目标,创建真实企业“情境”的实践场景,真正实现以师生互动、项目合作、创新驱动、能力提升为目的的实践教学;面向真实创新应用开展课外实践指导,提出教学与科研相结合、教学与竞赛相结合的模式,实现“以研促学、以赛促学”,为人工智能卓越人才培养奠定坚实基础。

关键词： 生产灵活性   提升竞争力   过程自动化   数字化转型   智能制造   数据生产   提升设备   全球范围  

摘要： 在制造业变革的浪潮中,数字化转型已成为企业提升竞争力的必然选择。然而,如何真正释放数据背后的价值,实现智能制造,仍是众多企业面临的难题。近日,西门子(中国)有限公司数字化工业集团过程自动化事业部、数字化研发中心总监吴文超在2024 MM新自动化论坛中,对此进行了深入探讨。他表示,中国制造业近年来面临着市场环境与需求的巨大变化,包括出海竞争、提升设备资产可靠性、提高生产效率、强化生产灵活性以及实现可持续的绿色生产等挑战。为此,数字化作为制造业战略转型的必由之路,已在全球范围内得到了广泛实践。

关键词： 生产执行系统   负荷预测   区域供能   生产系统   能效   设备组合   机器学习  

摘要： 在“碳达峰、碳中和”战略目标下,区域集中供能既可以有效提高能源利用率,又可以充分利用各种可再生能源,是当前城市规划商务区、社区建设的配套设计。通过对某已投入运行多年的集中供能站进行研究,在原总控系统的基础上搭建基于负荷预测的执行策略算法平台,并下发调度指令以执行生产。构建从区域能源负荷预测、设备优化组合策略生成到生产设备启停和运行功率调节的区域能源生产执行系统。基于随机森林的负荷预测模型充分考虑了区域用能对象特性。该模型的预测准确度能够支撑能源设备启停策略生成,从而确保所设计的执行系统可投入实际应用。经实际运行,系统在满足能源站生产需求的同时,可以使设备在能效较高的水平下稳定运行。

关键词： 船舶设计   人工智能   减阻   船型优化   多保真深度神经网络   数据融合   迁移学习  

摘要： [目的]为了提高优化效率并获得更好的优化结果,将不同精度数据进行有机融合,利用多保真深度神经网络开展船型优化设计。[方法]基于多源数据融合和迁移学习思想,构建了一种多保真深度神经网络。通过将大量低保真数据与少量高保真数据融合学习,构建与高保真数据之间的线性项和非线性项,得到高保真近似模型。基于此方法开展针对DTMB 5415船静水阻力的优化设计。分别采用势流和黏流样本点阻力进行评估,势流计算结果作为低保真数据,黏流计算结果作为高保真数据,构建多保真深度神经网络近似模型。借助遗传算法获得优化解并与只使用单一高保真数据构建的Kriging近似模型的优化结果进行对比。[结果]基于多保真神经网络方法,DTMB 5415阻力减少了6.73%。基于Kriging模型,DTMB 5415阻力减少了5.59%。[结论]多保真深度神经网络近似模型可以兼顾效率和精度,可以用于优化求解,且由其得到的优化船型阻力优化效果更为显著。

关键词： 人工智能生成内容(AIGC)   工业互联网   产教融合   实训平台   人工智能  

摘要： 文章探讨人工智能生成内容(Artificial Intelligence Generated Content,AIGC)技术在工业互联网产教融合实训平台中的应用与设计。首先,介绍AIGC技术的定义、发展背景以及在教育领域的潜力。其次,分析产教融合实训平台的重要性以及传统平台存在的局限性,并阐述为此AIGC可在产教融合实训平台中做出的优化及应用。最后,介绍专用大模型的统一设计框架,并以学生行为评价为例,阐述专用大模型的设计过程。

关键词： 网络钓鱼   网络钓鱼检测   深度学习   机器学习  

摘要： 网络钓鱼作为一种社会工程攻击手段,旨在通过伪装成可信任的实体,如银行、社交媒体平台或政府机构,通过虚假的电子邮件、网站或消息来欺骗受害者。研究者主要通过各种技术手段检测网络钓鱼攻击,但当前检测研究仍面临三方面问题。1)攻击者采用伪装、漏洞利用和规避技术以逃避检测。2)现有的检测方法存在可解释性差、实时性低以及概念漂移等问题。3)由于缺乏足够的可解释性,造成用户对检测结果不信任。该文从应用场景、数据集、检测方法等方面对当前检测研究进行归纳与总结,并提出当前面临的问题以及展望未来可能的研究热点。

关键词： 智能化运维   实时故障检测   自动修复   机器学习   大数据分析  

摘要： 随着信息系统复杂性不断增加,传统运维方法难以满足高效、准确的故障处理需求。结合机器学习、大数据分析和自动化技术,提出了一种新型的实时故障检测与恢复框架。该框架包括数据采集、异常检测、根因分析和自动修复四个核心模块。实验结果表明,该框架能够显著提高故障检测的准确率和及时性,同时大幅减少平均修复时间。研究成果为构建更加智能、高效的IT运维系统提供了新的思路和方法。

关键词： 平台世界   社会世界   型构   人工智能   机器认识论  

摘要： 自从社会学提出社会世界这一概念,就有学者高度关注媒介在社会世界型构中扮演的角色。因此,在人工智能媒介兴盛的今天,学者们再次关注平台媒介带来的社会的深度媒介化,并专门研究平台社会的运作规律。本文认为,在算力和机器认识论的作用下,平台不再仅是现代社会世界的组成部分,而是已经自成为一个新世界。平台世界的诞生意味着一切既有的人类价值都需要重估。与其说今天人类的存在状态是深度媒介化,不如说是媒介的世界化。

关键词： 碱激发胶凝材料   碳化   机器学习   堆叠融合模型   集成预测   预测准确性  

摘要： 碱激发胶凝材料碳化性能预测研究工作可对推进建筑业新质生产力和绿色低碳发展产生积极影响。本研究采用堆叠融合技术,集成随机森林、径向基函数和支持向量机三种模型对碱激发胶凝材料碳化性能进行了机器学习和预测研究。结果表明,基于现有数据集,三种基础模型已经展现出了良好的预测能力和稳定性。引入堆叠融合技术后,堆叠模型的均方误差(MSE)可控制在2%左右,拟合系数(R^(2))评分突破0.90,这表明堆叠融合模型表现出卓越的预测准确性、出色的泛化能力和稳健性。