平行科研院所:从数字化转型到智能化变革

为应对当前科研院所在管理工作与科研业务方面面临的双重复杂性挑战,平行科研院所的概念被提出。平行科研院所以虚实互动的平行智能理论为基础,利用基于数字孪生与元宇宙的数字化建设技术、基于区块链与去中心化自治组织与运营(DAO)的分布式治理技术、基于多模态大数据与大模型的智能化决策技术以及基于分布式自主科学(DeSci)与人工智能驱动的科学(AI4S)的科学创新范式,形成基于复杂科学的科研院所变革引导方案,构建可信、可靠、可用和高效益的智慧科研组织与运营生态。介绍了平行科研院所的体系设计与关键技术,描述了其主要特征与优势,并探讨了其典型应用场景。平行科研院所超越简单的科研院所数字化转型,强调更高级的智能化变革,旨在促进科研院所的可持续健康发展。

灵境卫士:基于ACP的网络安全平行监管研究

网络安全起源于计算机网络的理论测试,而随着信息与通信技术的发展,网络安全风险呈现出来源广(volume)、方式多(variety)、过程隐(visibility)与损失高(value)的“4V”特性,与之相伴的是网络空间形态与复杂度的双重变化。近期兴起的元宇宙风潮,使以人为中心构建出的网络空间拥有映射出真实世界的能力,也将真实世界暴露在网络安全风险之下。然而,网络安全监管没有跟上网络空间的变化,仍然在网络空间中寻求解决之道。介绍了一种网络安全平行监管系统——灵境卫士,它基于人工系统、计算实验与平行执行的ACP方法搭建,从信息-物理-社会系统(cyber-physical-socialsystems,CPSS)的视角改善当前网络安全监管的窘境。展示了灵境卫士在电信反诈骗与工业物联网场景下的应用方案,为其在不同领域的网络安全监管工作提供启发与借鉴。

陶瓷3D打印在医疗领域的研究与应用进展

生物陶瓷因其生物相容性和力学稳定性而广泛应用于生物医学领域,但目前用于制造生物陶瓷产品的传统工艺较为耗时且成本昂贵。作为一种增材制造技术,三维(3D)打印更适合制备复杂形体。同时由于所需植入物形状各异,3D打印柔性化的特点为生物陶瓷植入物的制备提供了个性化定制的可能。综述陶瓷3D打印的材料、工艺及特点,阐述陶瓷3D打印研究现状及其在医疗领域的应用,阐述限制陶瓷3D打印技术发展与医疗领域中应用的瓶颈。

基于AHP模糊综合评价法的孵化器有效运作因素研究

根据美国企业孵化协会(NBIA)给出的定义,孵化器是通过对新创企业提供创业指导和所需资源及服务,以加速其成功发展的商业支持过程集合体。本文首先从有效孵化相关的功能角度,筛选出孵化器的有效运作因素,然后采用层次分析法对于调查数据进行了计算,得到了各个指标的权重。利用模糊综合分析法对于影响孵化器有效运作因素进行了判定。最后对某地多个孵化器进行了实证分析。分析结果显示,孵化器运作良好。

基于深度学习的自动驾驶多模态轨迹预测方法:现状及展望

对周围车辆轨迹的精确预测可以辅助自动驾驶车辆做出合理的即时决策。虽然相比传统轨迹预测算法,深度学习方法已取得较好效果,但是自动驾驶车辆在异构高动态复杂变化环境下实现多模态高精度预测仍存在信息丢失、交互和不确定性难以建模、预测缺乏可解释性等问题。Transformer具备的长距离建模能力和并行计算能力使其不仅在自然语言处理领域取得巨大成功,而且在扩展至自动驾驶多模态轨迹预测任务时也解决了以上问题。基于此,对过去基于深度神经网络的方法,特别是对基于Transformer的方法进行全面总结与回顾;同时分析了Transformer相较于传统序列网络、图神经网络、生成模型的优势,并结合现有难题进行针对性分析与分类。Transformer模型可以更好地应用于多模态轨迹预测任务,此类模型具有更好的泛化性和可解释性。最后,对多模态轨迹预测未来发展方向进行了展望。

复杂系统的平行控制理论及应用

首先给出了复杂系统的定义,并对复杂系统的研究现状和存在的问题进行了探讨,认识到没有可用来描述复杂系统的足够精确的模型,基于还原论的现有控制理论和方法难以发挥有效作用。在此基础上,提出了应对这类复杂系统问题的平行控制方法,阐述了其ACP思想、基本原理和优势等。同时对控制理论的发展历史做了简要描述,证明平行控制理论的产生是必然的。并阐述了平行控制理论的核心技术。最后介绍了平行控制系统平台及其在乙烯生产和城市交通中的应用,描述了平行控制理论研究和应用实践的前景与展望。

基于Internet测控系统-网络化仪表探究

20世纪90年代后,Internet开始被应用在各个领域,网络技术、信息技术的发展,为其相关技术的成熟奠定了基础。本文先介绍了信息网络与测控网络融合的历程,随后,结合测控系统、新型仪器的特点,围绕网络化仪表的内容展开了探究,指出测控系统的实质为网络化仪表,供相关人员参考。

从水稻病害识别出发探索农业数据共享新模式

准确高效地识别作物病害类型,有助于农户及时采取有效的针对性预防措施,从而降低因病虫害导致的减产风险和经济损失。然而,在其他领域能达到SOTA效果的识别模型,在农业领域特别是水稻病害识别的应用中,却面临目前已有的水稻病害数据量不足、种类不丰富以及数据质量不高等问题。本研究采用多种经典卷积神经网络,并利用迁移学习的方法在两个不同的数据集上进行训练。验证了除模型结构带来的优化外,训练数据集本身对于训练结果也具有重要影响。但目前农业领域开源数据较少,几乎没有综合性的数据开源平台可供利用。这一现象与高质量农业数据获取难度大且成本高、大多数从业人员教育水平相对较低、分布式训练系统不成熟、数据安全问题得不到保障等因素密切相关。针对农业领域训练中高质量数据缺乏的问题,在本文中提出了基于联邦学习框架构建农业数据共享平台的新思路。

平行医疗机器人

医疗机器人对于提高医疗效率,减轻患者痛苦,具有重要的社会意义和科研价值。针对医疗机器人的难点,提出了基于ACP平行系统方法的平行医疗机器人概念。平行医疗机器人主要由物理医疗机器人和虚拟医疗机器人组成,通过并联医疗机器人可以实现对整个系统进行管理和控制,对治疗过程进行实验和评估,对医生和患者进行学习和培训。介绍了支撑平行医疗机器人的相关技术,包括机器人仿真、生物力学、3D打印和知识自动化技术等,并结合平行学习提出平行医疗机器人所应具备的描述、预测和处方三大核心功能。最后,以机器人经食管超声系统展示了平行医疗机器人的典型应用。

求解三维装箱问题的多层树搜索算法

提出了一种求解三维装箱问题的多层树搜索算法,该算法采用箱子–片–条–层–实体的顺序生成装载方案,装载方案由实体表示.该算法由3层搜索树构成.第1层为三叉树,每个树节点的3个分叉分别对应向实体中填入XY面平行层、XZ面平行层、YZ面平行层;第2层为二叉树,每个树节点的两个分叉分别对应向层内装载两个相互垂直的最优条;第3层为四叉树,用于将同种的多个箱子生成片.在同时满足摆放方向约束和完全支撑约束的前提下,该算法求解BR12~BR15得到的填充率高于现有装箱算法.

基于深度强化学习的平行企业资源计划

传统的企业资源计划(Enterprise resource planning,ERP)采用静态化的业务流程设计理念,忽略了人的关键作用,且很少涉及系统性的过程模型,因此难以应对现代企业资源计划的复杂性要求.为实现现代企业资源计划的新范式,本文在ACP(人工社会(Artificial societies)、计算实验(Computational experiments)、平行执行(Parallel execution))方法框架下,以大数据为驱动,融合深度强化学习方法,构建基于平行管理的企业ERP系统.首先基于多Agent构建ERP整体建模框架,然后针对企业ERP的整个流程建立序贯博弈模型,最后运用基于深度强化学习的神经网络寻找最优策略,解决复杂企业ERP所面临的不确定性、多样性和复杂性.

面向孵化器行业的云计算与大数据服务平台

为了在孵企业全生命周期提供实时化、个性定制化服务,本文研究了面向孵化器行业的云计算与大数据服务平台。结合广东省科技孵化器和在孵企业对于行业动态、发展评估、企业征信、风险预警、政策服务等方面的服务需求,本项目组构建了广东省孵化器行业的大数据服务及信息预警平台;并通过实际应用平台系统介绍了省级、市级、区/开发区、孵化器及企业五级权限的企业孵化器管理业务实现。最后,总结了面向孵化器行业的云计算与大数据服务平台的推广应用对孵化器管理的影响及其发展前景。

基于物联网的日光温室环境监测在线校准

温室环境条件特别是温度对于作物生长和发育具有十分显著的影响。日光温室调控的主要环境因子之一是温度。然而,自然环境下的光照对温度产生作用,影响空气温度的监测精度。采用机器学习中的支持向量机算法(SVM),对日光温室内的温度智能监测算法进行了研究,根据光照情况对实时监测的温度数据进行校准。通过与实验测量的数据进行对比分析,结果表明:所提出的监测方法可以较为准确地实时监测空气温度,从而无需使用隔热材料或者遮阳处理,就可以基于监测的数据更精确地对相应的环境因素进行调节。基于该方法,可采用常用的工业设备实现温室大棚内实时温度数据的监测,既可以节约设备和人力成本,又可以为温室控制提供准确的数据。

平行圆明园:从数字孪生园林到元宇宙智慧遗址公园

圆明园是一座历史上的皇家园林,它不仅在中国园林史上占有重要地位,也在世界上享有很高的声誉。圆明园蕴含的历史和文化价值,迫切需要通过一种全新的方式被国人广泛了解,被世界铭记。围绕坚持“保护第一、加强管理、挖掘价值、有效利用、让文物活起来”的工作方针,提出平行圆明园这一全新解决方案,为智慧圆明园的建设提供技术参考。平行圆明园是ACP理论在圆明园运营管理中的应用,通过描述智能构建虚拟圆明园,利用预测智能在虚拟圆明园中进行大规模的计算实验,通过引导智能和平行执行突破圆明园的地域边界,实现对圆明园的智能管理。虚拟世界的圆明园的发展和丰富,虚拟与现实世界的日益平行互动和融合,将带来新的圆明园运营模式。

基于联邦学习的分布式农业组织

我国现阶段仍以小规模农业为主,如何在小农、小地块的农业生产经营方式下发展适宜的智慧农业颇具挑战。基于此,提出一种结合联邦学习与区块链技术的分布式农业人工智能框架,使得在数据不共享的情况下,能达到训练模型的目的,并可建立参与方的激励机制。该框架有助于充分利用农业多源异构数据,减少对用户数据量的要求,发展因地制宜的决策模型,促进小规模农业的产销衔接。

油菜分枝拓扑结构随机模拟

油菜(Brassica napus L.)具有复杂的分枝结构,其分枝为向顶式发生(出现)、向基式扩展,这种独特的生长模式使得油菜个体植株间的构型存在很大的差异.本研究利用与位置有关的生长延迟函数,计算各分枝从发生到扩展的时间间隔,来模拟油菜分枝这种独特的生长模式.此外,利用随机概率模型来模拟油菜植株间分枝数、主干和分枝的叶元数等.通过实际测量的四个油菜品种(ZY18, ZY50, ZS72和ZS11)的数据,采用最小二乘法对该模型的参数进行校准.结果表明,该随机模型能够模拟油菜植株拓扑结构,并根据参数估计的结果分析不同品种的拓扑结构差异性.本研究提出了新的简化方法模拟油菜分枝的生长模式,该模型可与油菜生长模型相结合,从而模拟油菜的动态生长过程.