人工智能时代的生物识别创新创业新趋势——中国科学院自动化研究所虹膜、人脸、步态识别技术产业化实践

生物识别学科和技术领域经过50多年的发展,积累了丰富的理论和方法,在严格受控的条件下基本上可以正确识别高度配合的用户,但是,在数字化生物特征信息获取过程受到内在生理变化(如眨眼、斜视、姿态、表情、运动等)和外界环境变化(如光照、遮挡、距离等)时,生物识别的性能急剧下降,不能满足现实世界复杂环境下身份识别的需求。

基于知识组织的中国科学院学位论文应用系统的设计框架

主要介绍基于知识组织的“中国科学院学位论文应用系统”的设计与实现,通过构建学位论文的实用分类体系,主要完成了系统的功能分析和用户界面设计,并提出了系统可行性实施方案。

基于平行测试的认知自动驾驶智能架构研究

在大数据、云计算和机器学习等新一代人工智能技术的推动下,自动驾驶的感知智能在近年来得到显著的提升与发展.然而,与人类驾驶过程中隐含的以自我目的实现为引导的自探索性和自主性相比,现阶段自动驾驶技术主要以辅助驾驶功能为主,还停留在以被动感知、规划与控制为主的初级智能自动驾驶阶段.为实现车辆智能从数据驱动的环境感知、辅助决策、被动规划到知识驱动的场景认知、推理决策、主动规划的提升,亟需增强车辆自身对复杂外界信息归纳提炼、推理决策、评价估计等类人能力.首先回顾自动驾驶关键技术演化及其应用发展历程;随后分析测试对车辆智能评估的效用;然后基于平行测试理论,提出自动驾驶车辆认知智能训练、测试与评估空间的构建方法,并设计基于平行测试的认知自动驾驶智能训练框架.该项研究工作预期能为推动自动驾驶从感知智能向认知智能的升级提供可行的技术支撑与实现路径.

智能艺术工厂:基于平行艺术智能体的创作自动化

近年来,多模态内容生成模型迅速发展,极大地提高了创意工作者的创作效率。然而,现有方法仍然需要领域专业知识,无法实现创作全流程的自动化,难以广泛服务于普通人群。因此,提出智能艺术工厂的理念和架构,基于大模型和人工智能智能体技术,构建智能艺术工厂的工作流程、基本功能和实现方法,建立面向创意创作的智能体员工和数字人团队,通过生物人、数字人和机器人的跨物理、信息、社会空间协作,实现创作流程自动化和创作知识自动化。智能艺术工厂将进一步解放大众的创造力。

中国科学院自动化所揭示颅内电刺激改善个体情绪状态新机制

近日,中国科学院自动化研究所脑图谱与类脑智能实验室脑网络组研究中心蒋田仔团队在精细时空尺度下揭示了在特定情绪状态下颅内电刺激(intracranial electrical stimulation,iES)调控眶额皮层(orbitofrontal cortex,OFC)改善个体情绪状态的神经电生理机制。该研究对开发更精准有效的情绪障碍治疗方案具有重要意义,有望为情绪障碍患者带来更切实的帮助和改善生活质量的可能性。相关研究成果以“State-specific modulation of mood using intracranial electrical stimulation of the orbitofrontal cortex”为题,发表在《大脑刺激》(Brain Stimulation)上。

自动化仓库货位分配优化问题研究

研究了自动化立体仓库固定货架的货位分配问题。分配货位时需要同时考虑货架稳定性和出入库操作的效率,将这一问题描述为一个组合多目标优化问题,采用遗传算法对这一问题进行了求解,对交叉算子进行了改进,得到的解可兼顾两个优化目标。仿真实验表明这一方法可较好地解决货位分配问题。

变电站综合自动化系统体系结构研究

在分析了常用变电站综合自动化系统的结构、特点以及常用系统不足的基础上,提出了一种基于4层结构模型的变电站综合自动化系统。它实际采用的是一种分层的功能模块化设计思想,硬软件可做到模块化、通用化,能根据不同类型变电站的一次接线方式实现不同的系统配置。整个系统的可靠性较高,可维护性和开放性较好。文中较详细地阐述了该系统的构成和原理。

白酒勾调生产管理自动化系统的研究与设计

利用勾调专家的经验和知识,研究人机结合的小样智能勾调和大规模勾调生产和管理的自动化系统,该系统利用Internet技术将自动化勾调系统与厂级勾调生产管理系统进行系统集成,实现勾调控制和管理的融合。系统可使管理人员能对酒库管理和勾调过程进行实时监控,便于管理层对勾调生产进行整体规划,对加快该企业的新产品开发周期、保证产品质量的一致性、缩短决策和信息传递周期、提高管理决策的科学性和生产效率将有明显的促进作用。

基于文献指标与合著网络的《自动化学报》2011–2016年发表论文分析研究

本文以《自动化学报》2011–2016年发表的文献数据为依据,以定量与定性相结合的方式探索研究自动化学科领域研究动态.首先,从发文量、影响因子、被引情况、下载量等指标角度对该刊过去6年的发展情况进行统计分析;随后,通过对关键词、论文作者与发文机构的数据挖掘,获取并呈现自动化学科热点研究领域、核心科研人员与机构;最后,构建作者合著网络,并对核心子网络的指标属性进行深入解析,刻画科研人员及机构间的合作关系.研究结果可为自动化领域科技工作者及关注自动化学科发展的人士了解学科动态,加强学术交流,以及促进群体合作提供一定的参考.

平行系统方法在自动化集装箱码头中的应用研究

平行系统是一种建立在人工社会和计算实验基础上的科学研究方法,它的特点是既能真实反映现实系统的动态过程,又能实时优化现实系统的控制过程.自动化集装箱码头是一类典型的复杂系统,既存在不计其数的作业方案,同时也有大量的约束条件.如何在最短时间和最低能源消耗的前提下,完成具有间歇和批次特征的集装箱转运任务,是涉及到数学、控制、管理和计算机等多个学科的重大课题.本文采用数据引擎作为人工社会中的基本计算单元,构成一个复杂的平行系统,用于自动化集装箱码头信息控制系统的研究.数据引擎作为一种面向图形化元件组态的计算环境,非常适用于复杂系统的建模与计算.在可视化和动态重构技术的支持下,利用380个数据引擎对一个具有8台岸桥、25辆AGV和16台龙门吊组成的港机系统进行了自动化作业过程的计算实验.研究结果表明,数据引擎技术是实现平行系统的有效方法,由多数据引擎组成的计算环境,能够大幅度降低自动化集装箱码头信息控制系统建模的复杂程度,能够将码头系统的管理和控制过程无缝地融合在一起.该平行系统可直接与港机设备对接,建立"人工码头"和"物理码头"之间的平行关系,从而实现对港机设备的最优控制.

基于改进近端策略优化的空战自主决策研究

针对传统强化学习在空战自主决策应用中信息冗余度高、收敛速度慢等问题,提出一种基于双重观测与复合奖励的近端策略优化空战自主决策算法。设计了以交互信息为主、个体特征信息为辅的双重观测信息,降低战场信息高度冗余对训练效率的影响;设计了结果奖励和过程奖励相结合的复合奖励函数,提高了训练过程收敛速度;采用广义优势函数估计,改进了近端策略优化算法,提高优势函数估计的准确性。仿真结果表明:在对战固定程控对手和矩阵博弈对手实验场景中,该算法决策模型均可根据战场态势准确进行自主决策,完成空战任务。

基于脑电的快速序列视觉呈现脑-机接口系统研究进展综述

脑-机接口(BCI)系统建立大脑与外部设备之间的直接交流通路,结合快速序列视觉呈现(RSVP)范式能够实现利用人类视觉系统进行高流通量图像目标检索。近些年来,RSVP-BCI系统在范式编码、脑电(EEG)解码和系统应用方面的研究取得了长足的进步。对范式编码的研究揭示不同范式参数对系统性能的影响,促进提升系统性能;脑电解码的研究在提升算法分类性能的同时推动少训练、零训练样本、多模态等场景下的应用;对RSVP-BCI系统应用的研究实现推动系统走向实际应用并拓宽了应用领域。同时,系统仍面临着迈向实际时可应用领域范围窄、脑电跨域解码难题以及计算机视觉飞速进步带来的挑战。该文对RSVP-BCI近年来的相关研究进展进行了回顾与总结,并对未来的发展方向进行了展望。

平行麻醉:从麻醉自动化走向智慧型全周期麻醉平台

基于平行医疗理论提出了平行麻醉理论及方法,该理论旨在通过人工系统建模、计算实验分析及人机交互的平行执行等方式,构建由生物人(医护人员)、机器人(机械自动化设备)及数字人(数字医护)构成的有机统一的智慧型全周期麻醉平台。首先从当前麻醉学科发展的现状及面临的瓶颈入手,从临床麻醉、危机管理、科学研究、教育教学及运营管理等方面构想平行麻醉系统中由生物人、数字人、机器人共同构建的多个智能化场景模式,并分析生物人在每个场景中的作用及三者相辅相成的关系。重点介绍了平行麻醉通过计算实验及虚实结合的执行修正模式对患者医疗安全及医护工作效能的提升与改善。最后通过分析平行麻醉系统构建中的伦理问题,分析自动化与智能设备在麻醉中参与的边界及规定,以“尊重生命、公平透明、高效运转、节省劳力”为系统准则,建立一个减少医护机械化重复劳动、增强智能决策辅助能力、提升精细化治疗水平和管理水平的智慧型全周期麻醉平台。

平行科学:大模型时代AI4S的前沿技术与框架体系

智能大模型技术作为智能产业与新质生产力的典型代表,正掀起人类社会变革的新浪潮,并加速推动科学研究范式的转变,在人工智能驱动的科学研究(AI for Science,AI4S)中起着越来越重要的作用,推动以“三个世界、三种技术、三类科学家、三种模式”为特点的平行科学新范式的形成。从虚实互动之平行智能的角度看,大模型技术在数学、生物学、健康与医学、化学、材料科学和天文学等领域都取得了一定的成绩。未来应基于平行科学的“三个世界”,利用“三类知识”,整合“三类科学家”,构建服务于AI4S研究的智能生态系统,特别是联邦生态系统的基本框架。

基于生成对抗网络的隧道裂缝自动分割算法研究

传统裂缝识别技术需要大量带标签的裂缝图像作为试验数据集,为减少裂缝图像标注的工作量,利用生成对抗网络图像分割的特性与优势,构建一种Crack-GAN网络用于隧道裂缝自动分割。Crack-GAN网络结构集成2个模块:融合残差化U-Net网络的生成器网络和利用全卷积网络生成置信图的判别器网络。首先U-Net模块使用密集的残差模块来生成保留细粒度信息的深层表示,然后判别器来判断输入真假,并以端到端的方式训练,再经过生成对抗模型之间不断迭代,使生成模型达到分割裂缝的最优状态。试验表明,Crack-GAN网络在自制铁路隧道裂缝数据集上的像素准确性为98.35%,精准率为71.23%,召回率为80.78%,F 1得分为75.98%,单次检测时间80 ms,综合表现优于U-Net和CrackSegNet。

面向淋巴水肿疾病的电子病历命名实体识别应用研究

目的/意义探讨人工智能技术应用于淋巴水肿患者电子病历非结构化文本数据的关键实体识别问题。方法/过程阐述样本稀缺背景下模型微调训练的解决方案,选取首都医科大学附属北京世纪坛医院淋巴外科既往收治患者594例为研究对象,依据临床医生标注的15种关键实体类别,微调GlobalPointer模型的预测层,借助其全局指针识别嵌套和非嵌套的关键实体。分析实验结果的准确性和临床应用可行性。结果/结论微调后模型总体精准率、召回率和Macro_F1均值分别为0.795、0.641和0.697,为淋巴水肿电子病历数据精准挖掘奠定基础。

模型驱动开发工具的自动化测试技术研究

基于模型驱动的低代码量平台通过编写少量代码或不需要编码就可以快速定制产生大量的应用系统,对这些快速定制的应用系统的可靠性、稳定性、易用性等提出了更高的要求,测试是保障这些软件高质量、高可靠性的重要手段。传统的自动化测试存在两个方面的不足:1)通过手工查看源码的方式获取页面元素的定位信息的效率非常低;2)当页面经常变动时,定位不到页面元素将导致测试失败。低代码平台快速定制产生很多的应用系统,系统的页面数据量巨大且经常变化,传统的自动化测试方法已不适用。文中通过从后台数据库读取页面源码获取到页面内容,用深度优先搜索的方法解析源码,得到整个页面元素的定位表达式和元素的类型,结合表单的测试数据和表单的URL,对表单进行自动化测试。针对界面、功能各不相同的应用系统,搭建了一个自动化测试管理系统,实现了对不同的应用系统的测试,在实际的项目中得到了很好的运用,大大提高了效率。

面向知识自动化的自动问答研究进展

将自动问答系统从基于文本关键词的层面,提升到基于知识的层面,实现个性化、智能化的知识机器人,已成为自动问答系统未来的发展趋势与目标.本文从知识管理的角度出发,分析和总结自动问答领域的最新研究成果.按照知识表示方法,对代表性自动问答系统及关键问题进行了描述和分析;并对主流的英文、中文自动问答应用和主要评测方法进行了介绍.

城市大数据认知计算研究与应用进展

城市大数据为城市运行状态估计与综合决策提供理论与行动支撑,而其多源异构、耦合度低及动态变化等特点给传统的集成分析带来极大挑战。认知计算适用于时变多维、复杂多样数据的分析与挖掘,并可对问题进行自适应学习与进化,是解决城市大数据问题的重要途径。文中以城市大数据为背景,根据城市大数据的不同类型结构等特点,针对性地按照认知流程的4个环节对相应处理方法进行归纳,并进一步从知识驱动、数据驱动以及知识与数据协同驱动的角度,对上述具体方法进行概念级分类。最终形成城市大数据认知流程中不同驱动方式的方法间有机协同,从感知理解到决策行为的城市大数据认知闭环。同时从应用领域多角度综述了城市大数据认知计算的研究与发展现状。最后讨论了认知计算在城市大数据建设领域面临的挑战,并对未来发展趋势和研究方向进行了思考和展望。

基于超分辨成像增强对拟南芥内质网动态变化的研究

【目的】为了解决在植物细胞内质网的研究中,成像速度与成像分辨率难以同时满足准确识别精细结构和动态变化的瓶颈问题。【方法】使用结构光照明显微成像技术,对拟南芥活体材料中的内质网进行超分辨实时成像,并优化了自监督去噪框架(Blind2Unblind),以进一步提升快速显微成像的信噪比。【结果】建立了对时间序列成像中内质网结构进行定量分析的方法,并通过对环境胁迫下内质网结构动态变化的追踪进一步验证了方法的有效性。此外,各类参数的相关性分析显示管状内质网的面积和长度与生长端和三叉点的数量显著正相关,而内质网池和整体流的面积与管的面积和长度显著负相关。【结论】优化的自监督去噪框架提升了植物活细胞中结构光照明显微图像的信噪比,实现了管状内质网、内质网池、整体流、生长端和节点等复杂结构和动态的量化,各结构间存在复杂相关性。