基于混合智能的街景影像知识提取方法

针对街景影像目标的智能化提取难题,本文提出了一种基于混合智能的街景影像知识提取方法(K-CAPSNet)。首先,在现有全景分割网络的基础上,同时关注街景影像的通道信息和空间信息,发展了一种联合注意力机制的全景分割网络,以提高目标分割精度;其次,将人们在生产、生活中形成的街景知识融入街景影像认知过程,借助先验知识设置目标标记阈值,对分割结果进行优化;然后,进一步根据街景影像先验知识验证街景目标之间的拓扑关系并利用深度信息进行空间关系知识挖掘;最后,采用语义模板对街景目标类型、数量及空间关系进行描述和表达。试验表明,相较于基线网络,本文方法在全景分割质量和识别质量方面都有明显提升,较好地实现了对街景影像知识的提取与表达。

基于人机混合智能的课堂研究数字化转型理论与实践

课堂研究是提升教学质量的重要手段,当前的课堂研究方法主要包括基于人类智能的传统课堂研究和基于机器智能的全自动分析课堂研究,但这两种方法均存在缺陷,基于人机混合智能的课堂研究方法虽能在一定程度上解决这些问题,但也存在一定的局限性。基于此,文章首先提出了一种基于人机混合智能的课堂研究数字化转型理论,包含基于人机混合智能的音视频采集、剪切与存储,基于机器智能的自动语音识别,基于人类智能的课堂日志生成,基于人机混合智能的课堂研究数字化材料生成,基于人类智能的课堂研究共5个部分。然后,文章面向16节中学语文教学示范课,进行了课堂研究数字化转型应用实践,发现文章提出的数字化转型理论可以快速生成大量课堂研究数字化材料,具有功能丰富、高效灵活的特点,能够满足日常课堂研究需求。文章通过研究,旨在为课堂研究数字化转型提供可参考的实施框架。

基于案例在线协作教学的医学教育人机混合智能设计研究

在当前智慧教育的推进过程中,研究人员正密切关注人机混合智能在协同教学中的应用,这一领域已成为教育研究的焦点。文章首先回顾了人机混合智能协同教学的理论基础,随后通过护理临床实训教学案例,展示了人机协作的案例设计、结构化场景设计以及人机交互的协同设计。通过采用“多模态大模型+小模型”的多模态人工智能场景,有效应对了临床工作任务中的碎片化、多样化和结构化问题。在这一过程中,学习者、教师和智能机器系统相互支持,共同分析临床教学大数据,作出合适的教学决策和实施,突破了个体智能的限制,形成了超个体智能行为、集体智慧和集体创造性思维。此外,还强调了培养学习者的临床思维技能和人机协同智能的重要性。文章进一步从课前智能诊学、课中协作督导、课后精准评学等方面详细阐述了人机协作教学的过程和评价。最后,提出了加强人机协同数据和技术的合理管控,教师需要提升智能化教学素养,并掌握人机混合智能协作应用的主动权的建议。

混合智能时代重返新闻传播的“人机之界”

“智能体就好比AI时代的网站。”李彦宏认为,智能体会大量出现,其创造门槛将进一步降低并最终形成生态。马文·明斯基(Marvin Minsky)率先提出的“智能体”(Agent)概念,指存在于某一环境并基于环境自主进行感测、决策、反应、行动的系统,相比于封闭计算系统更具有自治性、反应性、适应性、社会性和进化性。智能体不仅能够通过通信和记忆实现智能体间的信息共享和协作,而且能够与用户进行深度交互。

人机混合智能决策范式及作战应用研究

人机混合智能结合机器智能和人类智能,充分发挥机器和人类各自的智能优势,实现智能的跨载体和跨认知。作为一种新型智能形式,人机混合智能具有广泛的应用前景。人机混合智能决策将人的思维引入机器智能系统中,利用多智能协同完成对某种任务或问题的混合决策。针对现有的人机混合智能决策研究缺少整体性的理论描述和分类对比,且缺少针对军事领域的作战决策系统的架构描述,从协同交互手段和决策阶段的角度对通用人机混合决策范式进行分类和比较,分析了不同范式下的人机混合智能决策系统在作战方面的应用。此外,总结了目前人机混合智能决策范式和系统存在的问题,并展望了未来的发展方向。

第六届中国认知计算与混合智能学术大会(CCHI2024)会议通知

第六届中国认知计算与混合智能学术大会由国家自然科学基金委员会信息科学部、中国自动化学会、中国认知科学学会共同主办的第六届中国认知计算与混合智能学术大会将于2024年11月1日在山东省青岛市和2024中国自动化大会同期举行,本届大会将围绕人工智能的基本科学问题,聚焦脑认知科学、神经科学与人工智能的交叉融合,特邀认知计算、混合智能、人工智能芯片及新型计算架构、先进感知技术等领域的著名专家学者做大会报告,讨论最新研究成果,促进学术交流,推动我国新一代人工智能的发展。

混合智能在精准睡眠阶段判别中的应用研究

针对手工睡眠分期过程繁琐,自动睡眠分期模型存在精度不足或难以解释分类结果的问题,本研究提出了一种基于混合智能的自动睡眠分期模型,结合数据智能和知识智能以实现睡眠分期精度、可解释性和泛化性的平衡。首先,基于典型脑电(electroencephalography, EEG)和眼电(electrooculography, EOG)通道的任意组合,建立了基于U-Net架构的时序全卷积网络和多任务特征映射结构;其次,通过组合不同睡眠图校正方法,探究了知识智能对粗睡眠图的不同作用方式。本模型在ISRUC和Sleep-EDFx数据集上的F1指标分别为0.804、0.780。此外,本研究利用知识智能解决了模型得到的粗睡眠图跳变过多、睡眠阶段转换不合理的问题。结果表明,本研究能够为睡眠医师提供有效的判读辅助,在提高临床睡眠分期效率上具有巨大潜力。

一种混合智能的作战推演应用模式研究

作战推演技术在指挥训练、作战指挥、战法研究等领域中有着广泛的应用。传统的作战推演技术过于依赖与人在环路,推演效率低下,难以覆盖真实对抗中的各种可能情况。近年来广泛研究的深度强化学习技术,只能扮演战术级以下的智能蓝军用于模拟训练,因为其即不能胜任战役级决策的复杂度,也无法融入红队指挥官的智慧。于是提出一种混合智能的作战推演应用模式,同时融入人的智慧和深度强化学习训练的智能模型,用于态势演变预测和复盘分析、方案推演评估和探索优化。结合典型应用场景开展了实例化研究与概念验证,具有一定参考价值。

基于人机混合智能的决策系统设计与优化方法研究

在信息社会中,决策的精确性和效率日益受到人们的重视。文章从人机混合智能的角度出发,探索了一种新型决策系统的设计与优化方法。其中,首先基于人的经验智慧与机器的强大计算能力提出了一套系统结构,其次详细描述了从决策输入、决策分级到结果分析的各核心模块。为了确保系统的实用性和可靠性,文章设计了一系列功能测试,并据此进行了决策算法、人机交互界面及系统性能的优化。研究结果显示,该决策系统不仅具有较快的处理速率,其在复杂决策场景下的准确率也达到了相当高的水平。

混合智能反射面辅助的通信感知一体化:高能效波束成形设计

能量效率(EE)是5G+/6G无线通信的重要设计指标,而智能反射面(RIS)被普遍认为是改善EE的潜在手段。不同于被动RIS,混合RIS由有源和无源元件组成,对来波移相的同时可放大信号强度,能够有效克服被动RIS引起的“乘性衰落”效应。鉴于此,该文提出一种混合RIS辅助通信感知一体化(ISAC)的下行链路传输系统。为探究数据传输速率与能耗之间的内在关联,该文以RIS辅助ISAC网络能量效率最大化为目标,在满足基站(BS)发射功率、波束图增益以及混合RIS功率和幅值约束的条件下,联合优化基站端的波束赋形和混合RIS的相移。为解决该复杂的分数规划问题,提出基于交替优化(AO)的算法来求解。为克服AO算法中引入辅助变量造成算法复杂度高的难题,利用耦合优化变量的关联,提出一种基于级联深度学习网络的求解算法。仿真结果表明,提出的混合RIS辅助ISAC方案在和速率、能效方面皆优于现有方案,且算法收敛速度快。

基于混合智能新模型的故障诊断

为了解决机械设备中早期故障和复合故障识别的难题,提高故障诊断的准确率,利用经验模式分解(Empirieal mode decomposition,EMD)、改进的距离评估技术、自适应神经模糊推理系统(Adaptive neuro-fuzzy inference system,ANFIS)和遗传算法(Genetic algorithm,GA)等技术,提出一种综合运用多征兆域特征集和多个分类器的混合智能诊断模型。该模型在特征提取之前,利用滤波、EMD、解调等预处理技术挖掘潜藏在动态信号中的故障信息;从原始振动信号和预处理信号中,分别提取从不同侧面表征设备运行状态的时域和频域统计特征,得到6个特征集。采用提出的一种改进的距离评估技术选择特征,从6个原始特征集中相应地筛选出6个敏感特征集。将6个敏感特征集输入到基于GA组合的多个ANFIS分类器以得到最终的诊断结果。该模型在电力机车轮对轴承的故障诊断中实现了轴承不同故障类型、不同故障程度,以及复合故障的可靠识别,获得了满意的诊断结果。应用结果也验证了基于改进的距离评估技术的特征选择方法的有效性。

融合混合智能方法和多用户意象的色彩决策系统

产品色彩意象通过情感认知传达消费者的色彩需求,为探讨用户的色彩意象与色彩需求间的内在关联,准确把握消费群体对产品色彩的情感意象,将多用户色彩意象作为决策因素,提出一个基于混合智能方法的色彩决策系统.该系统采用自适应策略调整惯性权重和混沌序列产生学习因子,提出粒子群改进算法;将改进的粒子群算法用于优化径向基人工神经网络,并建立预测模型;通过模型预测得到各用户的需求色彩;利用模糊C-均值聚类方法从需求色彩中提取用于产品设计的决策色彩.通过汽车外饰色彩的测试与评估结果表明,文中建立的色彩预测模型性能卓越,决策的色彩用户满意度较好,可设计出符合消费者真实意象需求的色彩方案,并为各类产品色彩的设计提供理论指导.

基于竞价的日发电计划混合智能优化算法

针对电力市场下基于竞价的日发电计划的特点 ,提出一种充分结合遗传算法和排队算法各自优点的混合智能算法。该算法利用遗传算法在求解离散组合优化问题上的强收敛性和鲁棒性进行机组优化组合 ,利用排队算法的简洁性和快速性进行经济功率分配。同时 ,利用基于专家知识的免疫遗传算法来提高机组优化组合的计算速度。通过对某实际电力市场基于竞价的日发电计划的计算和分析 。

混合智能管理系统理论与方法研究

随着人工智能技术的飞速发展及其在诸多行业中广泛和深入的应用,人机混合智能系统逐渐涌现.以人机协同混合智能为特定管理目标的混合智能管理系统,正处于萌芽阶段,已逐渐受到学术界、政府部门和产业界的重视,相关研究对实施科技强国战略具有重要意义.结合国家自然科学基金委管理科学部“十四五”规划相关领域专家的前期讨论意见,本文凝练出该领域值得深入探索的五个研究方向,并给出了每个方向的典型科学问题示例.

应用粒计算的混合智能故障诊断技术研究

针对现有的混合智能故障诊断模型缺乏通用方法和混合框架,未能实现不同智能诊断方法的实质性融合和优势互补的问题,提出并构建了一种基于粒计算的混合智能故障诊断模型.该模型的核心是在邻域粗糙集中求取不同的邻域值,对故障特征集进行分层粒化,在不同粒度下获得核属性集.利用核属性集在相应粒度下构建人工神经网络和支持向量机子分类器,通过评估矩阵算法对所有粒度下全部子分类器的诊断结果进行融合集成.模型应用结果表明,分类精度随着粒度层的增加而不断提高,集成后的分类精度高于不同粒度下的所有子分类器,从而体现了粒化分层的优势和不同智能诊断方法的优势互补,为混合智能诊断提供了一种新途径.

混合智能系统研究综述

混合智能系统作为人工智能研究的一个新兴领域已受到人们越来越多的关注.首先,回顾了混合智能系统的发展历程,并以此为基础重新给出了混合智能系统的定义.接着,从理论和实际应用两个角度对混合智能系统研究现状进行了综述.从理论研究上看,主要综述了混合智能系统的研究动因、类别、构造方法、评价准则,对当前研究现状进行了分析;从应用研究上看,主要对混合智能系统的主要应用领域进行了综述.最后,以目前混合智能系统领域的研究论文为基础,对混合智能系统未来的发展方向进行了预测.

磨矿分级过程的混合智能建模与仿真

针对具有非线性、多变量、参数时变、边界条件波动等综合复杂特性的磨矿分级过程,基于物料平衡理论建立球磨机与泵池的动态模型,结合机理模型与经验知识建立有用功率TSK(Takagi-Sugeno-Kang)模型来确定粒度选择函数,给出旋流器分级经验模型,并基于径向基网络(RBFN)计算溢流浓度和对溢流粒度分布误差进行补偿,研制了可进行磨矿分级过程动态仿真的混合智能模型.用某铁矿选矿厂二段磨矿闭路实际生产数据进行仿真实验,在旋流器给矿控制量和新给入矿浆流量、浓度、粒度波动下,模型的仿真结果与磨机有用功率实际值变化趋势相同.

多智能体系统混合智能学习算法研究

针对Agent个体学习与群体学习各自的不足,探讨了多智能体系统(MAS)中的合作与协商及Agent学习技术,提出了一种新的混合智能学习算法.将个体学习与群体学习有效结合起来,提高了Agent的个体性能及系统整体的智能水平.在足球机器人仿真系统中进行了实验,结果表明了算法的可行性与有效性.

基于混合智能的航天器故障诊断系统

面向航天器测控管理,研究了一种基于专家系统(ES)、案例推理(CBR)以及故障树(FT)的混合智能诊断技术.文中,故障树双向混合推理机制被用于实现航天器故障定位和预测.同时案例推理的k最近邻检索策略(KNN)采用了简单实用、易收敛特性的多感官群集算法(MSA).基于案例推理和故障树的航天器专家系统(SESCF)采用了2种融合模式.案例推理和故障树采用独立运行模式,专家系统与案例推理和故障树之间则采用了松耦合运行模式.出于改善推理效率的目的,文中提出了一种将遥测信息转化为语义信息的结合特定推理方法的非线性转换方法.某卫星供配电分系统的测试证实了SESCF系统诊断的有效性.测试结果表明,相对于专家系统,SESCF系统具有更高的诊断准确度和可靠性.SESCF系统采用的非线性转换方法在航天器故障诊断过程中简单实用且容错性较好.

基于人机一体的混合智能创新设计

如何应用智能技术进行创新设计是制造领域的研究热点。该文在分析和总结当前智能设计方法的基础上,将进化思想引入创新设计过程,以人类设计师为主导,将改进遗传算法与基于实例推理的产品设计方法结合起来,集成人机智能进行产品设计,实现了基于人机一体的混合智能创新设计。