课程文献中心 更多>>

关键词： 流域水电安全   应急管理   信息化   智能化平台   大数据   云计算   人工智能  

摘要： 立足流域水电安全与应急信息化管理的多重需求，通过大数据、云计算及人工智能技术，构建基于流域水电安全与应急信息的流域水电基础信息数据库，部署全国各流域多维可视化信息地图，研究集数据采集、分析、预测、服务于一体的流域水电安全与应急管理智慧信息平台建设方案。流域水电安全与应急管理智慧信息平台实现了流域水电应急相关模型算法资源集成化、标准化、在线化管理调用，可为流域防洪减灾、水安全、应急处理的隐患自动识别、智能感知预警、流域洪水精准预测、应急处置提供科学决策，提升了流域安全管理和应急处理智慧化水平，创建了智慧应急工作服务新模式。

关键词： 大语言模型   人工智能   具身智能   应用  

摘要： 大语言模型正以前所未有的方式与临床医学领域融合并改变临床诊疗的范式，大语言模型不仅在加速知识传播、优化临床决策、提升患者体验等方面发挥着重要作用，还为医疗系统的整体智能化升级提供了强大动力。本文对大语言模型在临床医学领域的典型应用进行了梳理，分析了大语言模型存在的问题与面临的挑战，并展望了大语言模型的发展趋势。通过讨论大语言模型的应用情况和未来前景，我们希望能够激励医务工作者和研究人员共同探索这一领域，把以大语言模型为代表的人工智能新技术应用于临床实践，提升医疗机构的工作效能和服务质量。

关键词： 人工智能   机器学习   深度学习   心血管手术   围术期   综述  

摘要： 随着计算机技术的进步与发展，基于人工智能的医疗辅助决策系统在临床得到广泛应用。在心血管手术围术期中，人工智能可以应用于术前诊断、术中和术后风险管理等。本文介绍了心血管手术围术期中人工智能的应用和发展情况，包括术前辅助诊断、术中风险管理、术后管理及全程辅助决策管理，同时探讨了工智能应用的挑战与局限，并对未来的发展方向进行展望。

关键词： 智能建筑   电气供配电系统   负荷设计   人工智能   区块链  

摘要： 智能建筑的快速发展对电气供配电系统的负荷设计和优化提出了新的挑战.文章系统分析了影响智能建筑电气供配电系统负荷的关键因素,提出了基于能源管理系统、人工智能算法和多目标优化模型的负荷优化策略.同时,文章还探讨了智能建筑电气供配电系统与分布式能源、智能电网、区块链技术以及智慧城市的融合发展趋势.研究成果为智能建筑电气供配电系统的设计优化提供了新的思路和方法,有助于提升智能建筑的能源效率和运行效益,支撑智慧城市的可持续发展.

关键词： 电力系统及其自动化   人工智能   非侵入式负荷监测   数据生成方法   周期信号频率不变变换   时间序列生成对抗网络  

摘要： 非侵入式负荷监测（non-intrusive load monitoring, NILM）是一种无需进入每个用电器内部系统，仅在用户总线入口处安装监测设备的技术．在开展NILM技术研究时，往往需要收集大规模的用户负荷数据来证明所提出方法的普适性，此需求不可避免地带来了繁重的数据收集与整理负担．为克服该挑战，设计了一种结合周期信号频率不变变换（frequency invariant transformation for periodic signals, FIT-PS）原理与时间序列生成对抗网络（timeseriesgenerativeadversarialnetworks,TimeGAN）的混合模型，记为FIT-PSTimeGAN．针对全球家庭与工业瞬态能量数据集（a Worldwide Household and Industry Transient Energy Dataset, WHITED）中的空调、微波炉、吸尘器、冰箱和热水壶5种电器，运用FIT-PS对负荷数据集进行切割和拼接，旨在构建TimeGAN不同状态下的训练集和测试集．评估测试集的效果发现生成的波形数据与真实数据表现出高度一致性．进一步采用FIT-PS对训练得到的生成数据进行截取和拼接，生成满足测试需求的完整的单负荷波形和多负荷波形．这些生成的波形与相同状态下的真实数据进行对比，结果显示两者吻合度很高．与自回归模型和GAN模型相比，FIT-PS-TimeGAN在生成数据的性能方面表现更优．研究结果表明，FIT-PS-TimeGAN混合模型能够有效生成符合标准电器运行规律的波形和场景数据．

关键词： 高分子合成   机器学习   人工智能   聚合物   生物大分子  

摘要： 聚合物为人类社会生活发展提供了不可或缺的物质基础.在研发聚合物材料的过程中,庞大的结构空间、复杂的聚合机制为建立聚合物材料的构效关系带来重大挑战.机器学习有望突破高分子合成研究的传统范式,推进新型聚合物材料的化学创制,近年来成为了高分子化学家关注的前沿领域.机器学习技术实现了反应条件、化学结构、材料性能之间潜在关联的发掘,提高了对聚合反应空间的研究效率,为反应条件优化、链结构设计提供了系统性指导.数据驱动的生物大分子结构解析是多领域关注的焦点,机器学习助力实现了蛋白质结构预测的跨越式进步,迈入了生物大分子研究的新阶段.在此基础上,结合自动化技术,发展数智化合成,进一步降低试错成本,加速聚合物材料研发,推动理论知识发展.本文对机器学习在预测聚合物性能、设计聚合物结构与合成条件、生物大分子研究中取得的重要进展进行简要介绍与讨论.目前,机器学习辅助的高分子合成研究仍面临聚合物结构表示方法有限、高质量数据稀缺、自动化技术落地合成生产困难等挑战,亟须加大研究投入,深入开展跨学科研究,发展人工智能赋能的高分子合成,推动高端材料创新.

关键词： 领域知识流   细粒度语义   提示学习   领域画像   语义挖掘   知识流动状态  

摘要： [目的/意义]基于细粒度语义的视角，通过研究问题、方法抽取与领域知识流状态识别以刻画科研领域的知识发展脉络，把握领域知识的发展趋势。[方法/过程]验证GPT 提示学习的实体抽取方法的有效性，探索GPT提示学习在实体抽取中的应用效果，并创新性地提出基于特征向量中心性与Z-score的重点实体识别方法。同时，提出一套领域知识流的量化方式、知识流状态的种类及识别方法，以对领域知识流识别与进一步分析。[结果/结论]将领域知识流动状态划分为知识新生、知识衰亡、知识继承、知识合并与知识分裂5种状态，实现对领域知识主题的有效识别与刻画。研究成果表明，此方法能够有效揭示人工智能研究领域中的知识脉络，是领域画像的有力工具。

关键词： 生成式人工智能   技术赋能   数据安全   信息风险   制度规制  

摘要： 技术革新是政府实现治理能力现代化目标的重要推动力量。生成式人工智能技术具有通用性、生成性与交互性,能够胜任各种类型的任务,有利于促进行政组织的扁平化、降低行政成本、提升行政效率、推动科学决策与科学立法。具体而言,生成式人工智能可以赋能公众意见收集、政府信息公开制度,辅助或者独立作出具体行政行为,参与政策制定与行政立法。但生成式人工智能应用于数字政府领域可能导致如下三重风险:虚假信息生成与算法歧视风险;数据安全及个人信息保护风险;社会资本侵蚀公共权力风险等。为引导生成式人工智能“赋能”而非“负能”数字政府建设,降低技术应用风险,行政部门应当在部署前开展事前评估,进行成本收益分析,并且引入沙箱机制;在事中遵循技术性正当程序原则,开展全流程的数据安全保护;健全权利救济及追责机制。

关键词： 智慧医疗   人工智能   大型语言模型   数据隐私保护   数据安全  

摘要： 随着人工智能技术的快速发展，智慧医疗已成为提高医疗质量和服务效率的关键途径。系统性搜集、筛选和综合分析近年来发表的相关研究文献，深入剖析人工智能在智慧医疗领域的技术应用、现存挑战以及其未来的发展方向。研究发现，虽然人工智能在提高疾病诊断准确性、治疗效率和改善患者管理方面展示出巨大潜力，但仍面临数据隐私保护、跨平台数据整合以及医疗专业人员对新技术的接受度等挑战。人工智能在医疗行业的进一步发展需依赖于政策规划者、技术开发者与医疗服务提供者的紧密协同，同时需充分考虑法律伦理。未来研究应聚焦于相关技术的持续优化与创新，尤其是保障数据安全与促进跨领域合作方面。

关键词： 人工智能   通信扩展定义   语义   语用   差异化编码  

摘要： 人工智能的快速发展为Weaver与Shannon所设想的通信扩展定义提供了技术实现基础。基于该通信扩展定义，提出了语义通信三层架构，将语义信息真正融入通信系统设计。发送端可以根据信息的语义重要性进行差异化编码和传输，接收端能够恢复发送端传输数据的语义，并根据语义重要性完成通信的语用目的。进一步地，基于深度学习实现的语义通信三层架构，优化了信息传递的有效性和可靠性，可以更好地满足未来6G新兴应用场景，符合国家战略发展需求。研究了语义通信三层架构搭建方法，系统总结了其中需要面对的挑战与需要实现的关键技术，并探讨了其在物联网、人机交互和智能制造中的广泛应用前景。