人工智能驱动的复杂系统研究前沿

作为一个研究对象涵盖基本物质、生命体和社会的跨学科研究领域,复杂系统的研究有助于增进对自然和社会现象的理解和预测,在解决人类面临的复杂问题中具有重要价值。这一领域的早期研究积累了海量的各类真实复杂系统数据,在此基础上发展数据密集型、人工智能方法驱动的复杂性科学研究新范式,将为复杂系统的描述、预测与知识发现提供一条全新的路径。该文对人工智能驱动的复杂系统研究进行前瞻性的综述,探讨人工智能助力下的复杂系统研究发展前沿,并分析基于人工智能方法的领域代表性工作,最后讨论复杂系统视角下人工智能理论及技术的潜在发展方向。

智能网联交通系统中的信息物理映射与系统构建

提出将人工智能和信息物理融合系统(CPS)的理论与方法集成融入智能交通系统及其应用,探索“人工智能+交通”的交叉创新领域,在交通物理与信息空间映射、网络通信与时空数据规约、交通安全与可信可控关联等关键问题上形成相关的解决方案和技术体系,推进实现交通信息物理融合系统及其应用的精准治理。

月球科研站关键区域智能选址及其典型环境要素分析

为服务未来国际月球科研站(ILRS)任务,搜索到符合科学目标和工程安全要求的探测区域,开展了着陆探测智能选址,以及着陆区典型要素和巡视可达性的综合分析。在着陆选址方面,基于1D-CNN选址模型在南极Scott M的西南侧遴选并划定了4个预选着陆区;针对着陆区关键要素,对实时光照和辐射、物理温度剖面、水冰赋存等环境特征进行了遥感探测与精细分析;针对巡视可达评估,采用顾及能量耗费的路径规划模型,评估预选着陆区中心点至潜在水冰点的巡视可达性。结果表明,预选着陆区均满足着陆适宜性,具有地形安全性高、供能高等特征。该研究的综合分析方法也可用于评估其他潜在着陆区的典型环境特征,为ILRS的着陆选址和科学目标巡视探测提供有益参考。

大语言模型驱动的选址推荐系统

选址作为商业决策和城市基础设施规划的核心环节,对实体店铺、城市基础设施能否发挥预期效用具有重要作用.现有的选址推荐系统数据服务编排较为固定,无法对不同用户需求系统做出及时调整,应用场景受限,人机交互的系统灵活性和可扩展性差.最近,以GPT-4为代表的大语言模型(large language model,LLM)展现出了强大的意图理解、任务编排、代码生成和工具使用能力,能够完成传统推荐模型难以兼顾的任务,为重塑推荐流程、实现一体化的推荐服务提供了新的机遇.然而,一方面选址推荐兼具传统推荐共有的挑战;另一方面,由于其基于空间数据,具有独特的挑战.在这一背景下,提出了大语言模型驱动的选址推荐系统.首先,拓展了选址推荐的场景,提出了根据位置寻找合适店铺类型的场景推荐任务,结合了协同过滤算法和空间预训练模型.其次,构建了由大语言模型驱动的选址决策引擎.语言模型本身在处理空间相关的任务上存在诸多缺陷,例如缺少空间感知能力、无法理解具体位置、会虚构地名地址等.提出了一种在语言模型框架处理空间任务的机制,通过地理编码、逆编码、地名地址解析等工具提升模型的空间感知能力并避免地址虚构问题,结合选址推荐模型、场景推荐模型、外部知识库、地图可视化完成选址推荐中的多样化任务.实现选址任务的智能规划、执行与归因,提升了空间服务系统的交互体验,为未来人工智能驱动的选址推荐系统提供新的设计和实现思路.

非线性系统的安全分析与控制:障碍函数方法

近年来,非线性系统的安全分析与控制已成为控制领域中的热门研究方向,而障碍函数则是该方向的一种重要工具.基于障碍函数的安全分析与控制方法具有计算效率高、鲁棒性强等优点.本文首先从多个角度介绍了基于障碍函数的非线性系统安全性分析的理论成果,并进一步综述了障碍函数方法在非线性系统安全控制中的最新进展.最后,简要地介绍了当前基于障碍函数的安全分析与控制理论中一系列尚未解决的问题,并指出了未来可能发展的一些研究方向.

智能反射面赋能的联邦边缘学习及其在车联网中的应用

针对无线链路和数据分布的异构性导致在FEEL训练中很难实现无线通信和模型精度的最佳权衡的问题,提出了一种智能反射面(RIS)赋能的空中联邦边缘学习系统,其利用智能反射面的信道可重构性自适应地配置信号传播环境,并利用空中计算实现联邦边缘学习模型的快速聚合。具体来说,首先刻画无线信道和数据异构影响下的联邦优化算法收敛行为,并以此构造统一的无线资源优化问题,通过联合设计收发端波束成形方案和RIS相移来优化学习性能。仿真结果验证了所提方案的有效性,并证明RIS可以在数据异构前提下提高空中联邦边缘学习系统准确性。最后,探讨了其在车联网中应用的可能性。

基于波动与扩散物理系统的机器学习

物理学在机器学习中的应用以及两者的交叉融合正引起广泛关注,尤其是在波动系统和扩散系统中.本文重点关注波动与扩散物理系统和机器学习之间的内在联系以及对机器学习算法和物理实现的推进作用,综述了波动系统和扩散系统中的机器学习研究,介绍了部分最新研究成果.文中首先讨论了监督学习的波动系统实现,包括神经网络的波动光学实现、量子搜索的波动实现、基于波动系统的递归神经网络以及神经形态的非线性波动计算.接着,文中继续讨论了受扩散系统启发的机器学习算法,如基于扩散动力学的分类算法,基于热扩散的数据挖掘和信息过滤,以及基于群体扩散的搜索优化等.波动系统以其天然的并行性、高效、低能耗等优势,通过丰富的波动力学和波动物理现象进行计算或算法模拟,正成为机器学习的新型物理载体.扩散系统中的物理机制可以启发构建高效的机器学习算法,用于复杂系统和物理学研究中的分类、优化等问题.期望通过对波动、扩散物理系统与机器学习内在联系的讨论,能够为开发物理启发的新算法和硬件实现甚至软硬一体化带来抛砖引玉的启示.

多视角融合的时空动态GCN城市交通流量预测

城市交通流量预测是构建绿色低碳、安全高效的智能交通系统的重要组成部分.时空图神经网络由于具有强大的时空数据表征能力,被广泛应用于城市交通流量预测.当前,时空图神经网络在城市交通流量预测中仍存在以下两方面局限性:1)直接构建静态路网拓扑图对城市空间相关性进行表示,忽略了节点的动态交通模式,难以表达节点流量之间的时序相似性,无法捕获路网节点之间在时序上的动态关联;2)只考虑路网节点的局部空间相关性,忽略节点的全局空间相关性,无法建模交通路网中局部区域和全局空间之间的依赖关系.为打破上述局限性,提出了一种多视角融合的时空动态图卷积模型用于预测交通流量:首先,从静态空间拓扑和动态流量模式视角出发,构建路网空间结构图和动态流量关联图,并使用动态图卷积学习节点在两种视角下的特征,全面捕获城市路网中多元的空间相关性;其次,从局部视角和全局视角出发,计算路网的全局表示,将全局特征与局部特征融合,增强路网节点特征的表现力,发掘城市交通流量的整体结构特征;接下来,设计了局部卷积多头自注意力机制来获取交通数据的动态时间相关性,实现在多种时间窗口下的准确流量预测;最后,在4种真实交通数据上的实验结果,证明了该模型的有效性和准确性.

一种搭载机械臂的瓷砖铺贴末端执行器的设计

针对手工铺贴瓷砖成本高、工作效率低、劳动强度大等问题,设计了一种搭载机械臂的瓷砖铺贴末端执行器。设计真空系统实现瓷砖吸放,设计惯性式激振器实现振动压实,利用激光测距传感器与边缘搜索方法检测定位。基于ROS开发了铺贴系统,实现了搭载机械臂的瓷砖铺贴实验。结果表明,该装置能够实现300 mm×300 mm的瓷砖铺贴作业,重复定位标准偏差小于0.343 mm。

大直径盾构始发端头加固区域隧道变形差异特征实测研究

[目的]为保证盾构顺利始发,通常对始发工作井周围区域进行局部地层加固,导致加固区域两侧隧道变形存在差异,影响隧道结构安全,但目前变形差异特征及其规律尚不明确,因此有必要对大直径盾构始发端头加固区域隧道变形的差异特征进行实测研究。[方法]以上海市域铁路机场联络线大直径盾构隧道工程为例,基于现场实测数据,分析了始发工作井加固区域盾构掘进施工地面竖向变形、隧道竖向变形、隧道横向收敛的差异特征,分析了地层局部加固对软土地层大直径盾构隧道掘进差异变形的影响规律。[结果及结论]地层局部加固导致盾构隧道变形响应差异显著;地面竖向变形发展由非加固区的扰动沉降、卸荷隆起、固结沉降和相对稳定4个阶段,转变为加固区的扰动沉降、卸荷隆起和相对稳定3个阶段;对于隧道竖向变形,非加固区一侧以波动上浮为主,加固区以沉降为主,导致临界区域差异沉降达到0.022%L s(L s为隧道轴线两个监测点间距),超过管片结构差异沉降预警值;对于隧道横向收敛,加固区隧道结构呈竖鸭蛋变形特征,非加固区呈横鸭蛋变形特征;施工中,应重点防范临界区域管片结构差异沉降和差异收敛造成的环缝螺栓剪切破坏和螺栓孔混凝土损伤。

面向城轨云平台边界安全防护的动态信任管理方法

针对城轨云平台边界数量多、边界安全防护薄弱的问题,分析了城轨云与工业控制网络协同交互过程,提出了一种面向城轨云平台边界安全防护的动态信任管理方法,包括异常行为识别、信任评估、信任更新、基于信任值的动态访问控制。根据城轨云的综合监控系统网络拓扑,分析了未经授权控制指令、违规控制指令、干扰正常控制指令三类异常行为。结果表明,所提出的动态信任管理方法能够有效抵御恶意节点发起的异常行为;对于不同节点、不同异常行为的信任值变化不同;符合“缓升快降”的规则,能够保障城轨云平台细粒度的边界安全防护。

空间表征学习:对长三角新质生产力创新群落的研究及发现

新质生产力强调创新在引领新发展中的主导作用,以及战略性新兴产业在构筑先进生产力质态中的重要地位。运用表征学习算法,针对长三角专利数据中的国民经济行业分类关联网络,发掘包含新一代信息技术产业、高端装备制造产业、新材料产业、生物产业、新能源汽车产业、新能源产业、节能环保产业、数字创意产业和新兴服务业的九大战略性新兴产业门类的典型创新群落,并通过与各城市自身结构的对比,解析以创新为主导的新质生产力空间分布特征。研究发现:(1)战略性新兴产业在长三角形成了不同类型的产业创新群落空间,典型空间形态有中心辐射式、条带均衡式和分片组团式等;(2)长三角趋于形成一个面向内陆的“E”字型产业创新群落高值连绵区域;(3)上海-苏州-无锡构成了一个“上苏锡”多产业复合创新群落的同质空间。通过对战略性新兴产业创新群落空间表征学习研究,进一步加深了对新质生产力空间特征的认知,为构建高质量区域创新策源和推动长三角一体化空间发展提供了有力支撑。

截瘫患者在上肢对称动作中呈现非对称的生物力学特征

目的脊髓损伤(SCI)患者的日常活动严重依赖于上肢。许多研究在分析相关损伤机制和康复策略时,常将上肢运动视为双侧对称运动,通过分析单侧运动规律代表双侧运动。前期研究已发现颈SCI患者存在上肢不对称现象,然而,目前尚未有研究关注截瘫患者上肢对称性表现。本研究旨在比较截瘫患者和健康对照组在不同难度的对称动作中,双侧上肢肌肉活动和运动学特征及其对称性表现。方法共计30名受试者(截瘫患者21名和健康受试者9名,均为右利手)参与本次测试。运用表面肌电测试系统和运动捕捉系统采集受试者进行完全对称动作(CSM)和交替对称动作(ASM)时的双侧三角肌、肱二头肌、肱三头肌、斜方肌和背阔肌活动和肩关节活动角度并计算对称性指数(symmetry index,SI)。结果截瘫患者上肢肌群和运动学特征的SI值大于健康受试者,多块肌肉的活动特征呈现显著差异(P<0.05);截瘫患者在ASM中的左右侧肌电和关节活动角度呈现高度显著差异(P<0.01),而健康对照组在不同难度对称动作中双侧特征并无显著差异(P>0.05)。结论截瘫患者上肢运动呈现出双侧非对称性,并随动作难度增加,对称性呈下降趋势。因此,在讨论脊髓损伤相关上肢损伤机制和康复策略时有必要将上肢非对称性纳入考虑。

基于张量计算的智慧交通多维数据计算与小样本学习

针对智慧交通场景中样本较少且难以获取的问题,提出一种张量计算与小样本学习相结合的综合模型,从而应对目标域样本不足导致训练效果差的情况。构建基于张量计算的多维计算模型,处理智慧交通场景中的多维异构数据,基于数据的时空相关性获得融合数据张量,将融合数据作为输入数据,经由小样本学习模型进行训练,最终根据消融实验结果比较分析基于不同张量计算方案和小样本学习方法的张量小样本学习模型性能。仿真结果表明,相较于2种基于度量的小样本学习模型:原型网络和匹配网络,基于元学习的小样本学习模型和张量计算模型相结合后的可信度更高,并且基于不同的张量融合方案,元学习模型的准确率和F1值得到了不同程度的提升,其中基于逆分解张量融合方案的模型准确率可达0.95,性能优于平行因子分解(CPD)融合方案。

不同平衡等级老年人在不同难度平衡任务中的肌肉功能表现

目的平衡功能下降已然成为老年人衰老的主要运动功能障碍之一,而肌肉在维持身体平衡方面扮演着重要角色。本研究基于不同平衡等级老年人下肢肌肉激活及肌间协调性特征,探究老年人平衡功能下降与肌肉功能表现之间的映射关系,为老年人平衡功能训练提供理论依据。方法采集44名不同平衡等级(依据Berg量表划分)老年人(右侧为优势侧)在完成4种不同难度双腿站立平衡任务时的双侧股直肌(RF)、股二头肌(BF)、胫骨前肌(TA)、腓肠肌(GM)表面肌电信号。计算肌电信号的均方根振幅(RMS)和拮抗肌-主动肌共收缩指数(CCI)。结果不同平衡等级老年人中,左BF(P=0.016)、右BF(P<0.001)、左GM(P=0.002)RMS值存在显著性差异。不同难度平衡任务下,左BF(P=0.015)、左TA&右TA(P<0.001)、左GM(P=0.002)、右GM(P=0.009)RMS值以及左小腿和右小腿CCI指数存在显著性差异(P<0.001)。在Berg得分<40人群中左大腿CCI指数随着平衡任务难度的增加而减小,存在显著性差异(P=0.004)。结论随着平衡等级的下降,老年人更多激活非优势侧大腿后侧以及小腿前后侧肌群以维持平衡;但在完成难度逐渐递增的平衡任务时,老年人非优势侧肌群激活则显著减少。因此,在平衡功能训练时应着重老年人下肢非优势侧训练,但提高平衡任务难度并不能进一步提高非优势侧的训练效果。

不同运动强度下登山器四肢运动生物力学和皮质肌肉耦合关系研究

目的探究登山器四肢运动不同运动强度下人体生物力学参数变化和皮质肌肉耦合关系。方法采用12通道Noraxon肌电、64通道慧创近红外设备和Kinect设备对26名受试者的肌电、脑功能和运动数据进行采集。根据最大心率百分比划分运动强度。采用block范式设计,受试者分别在低强度和高强度下进行40 s运动和20 s休息重复7次,两次实验间隔10 min。数据预处理后,使用配对样本t检测检验显著性(P<0.05)。采用相位同步指数计算皮质肌肉耦合关系。结果实验数据经过预处理后,f NIRS数据结果为,与基线对比,低强度登山器运动右侧pre-PMC、SMA显著激活(P<0.05),高强度运动下左侧pre-PMC、M1,右侧M1、SAC、PSA显著激活(P<0.05),二者对比右侧M1、SAC、pre-PMC具有显著性差异。运动学数据显示,低强度与高强度上肢整体速度、下肢整体速度、下肢速度标准差、速度中位数、上肢整体加速度标准差都存在显著差异(P<0.05)。皮质肌肉耦合参数方面,在低强度下LSMA、RSA与12块肌肉耦合指数具有显著差异,在高强度下LSMA、LM1、LSAC、RPFC皮质耦合指数具有显著差异。结论相较于低强度登山器四肢运动,高强度运动需要募集更多的脑部资源,以弥补弱势侧运动控制;SMA脑区与肌肉耦合强度随运动强度增加而增加,该脑区可以作为康复刺激的潜在靶点。

使用空间语义改进Mask R-CNN的港口地面交通标志识别算法

针对MaskR-CNN在多时段,复杂气候环境下识别地面标志物精度不理想,识别速度较慢的问题,提出了一种多任务分支结构的地面标志物识别算法,用于应对不同类型地面标志物的识别。通过新增轻量化的车道线识别任务分支,构建基于空间结构约束和差分约束的损失函数。使用特征金字塔网络提取多尺度的共用特征,拼接后的特征分别送入对应任务分支,在训练过程中通过增强的损失函数更新网络权重,最后各分支利用学习的权重输出识别结果。在光照不足时或阴雨天,标志物被污染等复杂工况下的港口数据集上实验,识别菱形地面标志精度为95.6%,与MaskR-CNN基本相同。车道线地面标志识别任务精度为93.4%,较Mask R-CNN提升17%,同时识别帧率提升2倍。

市域铁路大直径盾构全预制拼装隧道弧形件施工关键技术

大直径盾构全预制拼装隧道中整体式弧形件(箱涵)存在拼装精度差,姿态调整困难,施工效率低,施工质量难以保证等技术难题。依托上海机场联络线项目(盾构开挖直径14.04 m)和自主研制的一套六自由度整体式弧形件智能化拼装设备,总结了弧形件拼装工艺及底部填充关键技术要点。现场实践应用证明,采用该设备及施工工艺可实现整体式预制弧形件高精度、高效率、智能化拼装,为后续中隔墙拼装奠定良好基础,保障整体隧道的施工质量,具有良好的社会经济效益和工程推广价值,相关研究可为同类工程提供参考依据。

基于梯度提升决策树级联分类方法的城市轨道交通列车突发事件延误时间预测

为了精确预测城市轨道交通设备故障等突发事件致使的列车延误时间,提升应急处置效率和乘客引导服务水平,对地铁突发事件互联网发布数据和现场事故数据进行了关联融合,对面向不平衡的地铁事故数据随机欠采样,提出了一种基于GBDT(梯度提升决策树)的级联分类预测方法,对地铁突发事件的延误时间进行预测。结果表明,GBDT级联分类方法在延误时间容许偏差为0~5 min时的预测延误时间准确率,比现场发布的预测延误时间准确率高20%~25%,比GBDT多分类预测方法准确率高5%。

面向“双碳”目标的光储一体化建筑集群电力协同调度方法研究综述

为实现建筑用能领域的“双碳”目标,需将大规模的城乡建筑集群配置为光储一体化建筑集群,同时考虑到光伏发电的间歇性和随机性,还需实现此类建筑集群的大规模电力协同调度,从而有效的消纳可再生能源。通过文献综述对比了现有发用储融合的用电模式,总结了光储一体化建筑集群电力协同调度的概念和优势,进一步对比分析了针对光储一体化建筑集群电力系统的协同调度方法,认为基于多智能体强化学习的去中心化电力调度方法具有灵活性强、适用度高等特点,并进一步梳理多智能体强化学习应用在电力协同调度中的关键问题,提出基于数字孪生技术能在数据涌现进行算法训练层面有效助力实现基于多智能体强化学习的光储一体化建筑集群电力协同调度。