高速铁路日常客运量的EMD-Informer组合预测方法

铁路客流需求的科学预测是进行运输组织方案决策的重要依据。以高速铁路历史客票数据为基础,结合经验模态分解(empirical mode decomposition,EMD)与机器深度学习中的注意力机制,提出高速铁路日客流量的EMD-Informer组合预测方法。首先采用EMD方法分解高速铁路客流量序列,获得具有周期特征和线路客流内在特征的模态分量,再利用Informer模型分别训练和预测各模态分解分量,并通过多头注意力机制高效挖掘客流数据内在规律和捕捉数据序列中的关键特征,在此基础上重组各分量预测值,从而得到高速铁路日常客流的整体高精度预测值。同时,根据结合问题特征的大量实验,明确可供实际运用参考的超参数设置规则。基于京沪高速铁路全线的实例计算分析表明,相对对比预测方法,EMD-Informer组合预测方法在高速铁路客流的单步预测及超前预测上均具有明显更小的预测误差。

科技情报智慧数据:方法、体系与应用

[目的/意义]分析智慧数据建设现状,认识人工智能时代科技情报智慧数据建设的方法与框架。[方法/过程]界定科技情报智慧数据的概念内涵,提出“明确定位与价值、数据架构体系、建设知识语料、数据质量控制、嵌入业务流程的协同建设模式、数据权益约束及安全分级”7个方面的建设原则,设计“技术与功能逻辑、数据分类组织、数据建设流程、数据协同加工工具、运营服务策略”体系框架,拓展智慧数据的示范应用。[结果/结论]通过研发具有“收、存、治、管、用”一体化的科情数据平台,建立了覆盖“情报动态、科研成果、创新活动、创新主体及多类功能型知识实体”等类型的科技情报智慧数据中心,并在“科技人才自动发现、重大科技问题的自动生成以及语义查重查新”等场景中开展应用。

科技情报智慧数据服务体系建设研究

[目的/意义]在数据驱动环境下,科技情报工作愈加重视基于数据的循证分析,建设智慧数据服务体系是科技情报工作向数据驱动赋能转型的重要动力。[方法/过程]界定了智慧数据服务的概念内涵与外延,从数据视角与服务视角两个维度出发阐述了智慧数据服务的特点,论述了科技情报智慧数据服务体系的建设目标;以此为基础,依据从数据到情报的服务逻辑与层级,提出了科技情报智慧数据服务体系的内容架构与建设模式。[结果/结论]从数据供给站、数据超市、数据应用产品、数据服务中台4个方面构建科技情报智慧数据服务体系,前两者侧重数据供给型服务,旨在满足用户的数据型需求,后两者侧重数据感知型服务,旨在满足用户的情报型需求;提出需求与建设并行、治理与协同并行、技术与内容并行、质控与运营并行的“四个并行”建设模式;并以中国科学院文献情报中心的智慧数据服务体系建设为案例,阐述了智慧数据服务体系的应用落地。

气象基础信息一张图设计和实现

气象基础信息一张图作为气象数据资源与行业间数据融合的应用示范,通过构建时空联动的气象大数据应用基础,解决多源气象数据融合应用服务问题。气象基础信息一张图基于高分辨率气象网格数据空间化处理、长序列海量网格数据任意时空范围检索以及气象数据与三维地形融合服务3项关键技术,实现多源异构时空数据的统一接入、处理、存储、管理和服务。气象基础信息一张图整合基础地理、自然资源、生态环境、社会经济、气象五大数据资源,面向不同气象应用场景,通过动态组合构建专题服务,实现多源数据快速服务和高效应用。气象基础信息一张图为2022年北京冬奥会及冬残奥会的圆满举办等国家重大活动、2021年郑州“7·20”特大暴雨气象预报复盘服务以及气象数据的社会化服务共享提供应用服务保障,在服务“生命安全、生产发展、生活富裕、生态良好”方面提供有效支撑。

灾难与重建中的信息力量——急性淋巴细胞白血病患儿家庭信息获取障碍与对策

因儿童罹患急性淋巴细胞白血病而遭受重创的家庭,往往难以及时获得足够的信息支持。深入研究这个群体的信息需求和信息行为,有望辅助医疗决策,拯救更多稚嫩生命,减轻病痛给家庭带来的恐惧、焦虑和无助,也能为信息职业者在该领域中发挥更大作用提供建议。文章对某相关群体进行历时两年的参与式观察,发现该群体面临着误导信息先入为主,信息来源良莠难判,需求多样、归因单一等信息获取障碍。为优化此类患儿家庭信息获取利用环境,需要公布权威信息、开放科研成果,创新科普资源、引导大众认知,打造信息平台、搭建沟通渠道,发挥图书馆功能、提供精细化健康信息服务。

地质信息产品体系框架研究

加强地质成果产品化和产品服务化,是更好地实现地质成果价值的关键。通过开展地质信息产品基础问题研究,从产品的基本概念、产品属性、产品层次、产品分类出发,构建了地质信息产品体系框架,形成了数据、地质图、地学科普、馆藏资料、出版物、标准规范、软件、仪器设备与方法八大类产品系列及产品元数据和产品与服务的分级分类。在此基础上,以地质信息产品体系为指导,以用户多元化需求为导向,开展产品设计与开发规划,指导设计和开发针对不同层次用户的地质信息产品,以提升中国地质信息服务的精准化、规模化和高效化,助力新一轮找矿突破战略行动。

机场能见度临近预测方法

能见度是保障机场航班安全、正常运行的重要标准之一。为精准预测能见度,使用2020年天津机场气象和常规空气质量监测数据,构建基于方差膨胀因子(Variance Inflation Factor,VIF)、主成分分析(Principal Components Analysis,PCA)和Informer的能见度预测模型,并将均方根误差、平均绝对误差、平均绝对百分比误差作为评价指标进行误差分析。结果显示,VIF PCA Informer模型比单一的Informer和简单组合模型效果更优,能更好地捕捉长时间序列特征的关系。相比于单一的Informer、长短期记忆神经网络和门控循环单元模型,VIF PCA Informer模型均方根误差下降了0.2141~0.3486,平均绝对误差下降了0.1842~0.2753,平均绝对百分比误差下降了0.3224~0.5270;VIF PCA Informer模型对能见度的临近预测(1 h)更为精准。使用高效的机场能见度预测模型可在保障航班安全高效运行方面发挥较大支撑作用。

基于时间序列的发电机设备异常分析

为提高发电机组设备运行维护管理水平,提出一种基于PCA-Informer方法的发电设备故障预测技术。首先使用主成分分析(PCA)算法降低时间序列数据的特征维度;其次将数据分批次输入Encoder中,由Encoder执行蒸馏操作,提取长时间序列输入间的Long-Range依赖,通过蒸馏操作为重要特征赋予更高的权重,并在下一层生成聚焦的Self-Attention Feature Map;最后由Decoder通过一个正向过程一步生成长序列输出。通过实验验证,该方法能够有效地对发电设备的故障进行预测。

数智背景下的信息交互与服务发展

[目的/意义]随着数字智能技术的应用拓展,面向用户的智能交互、多模态信息融合和数字空间活动的延伸,对数字信息资源组织、面向交互认知的描述和深层次服务的开展提出了新的要求。如何有效解决数字智能背景下信息交互与服务的深层次发展问题成为亟待探讨的议题。[方法/过程]文章在分析数字智能环境形成及其对信息交互与服务影响的基础上,研究面向用户的智能交互与体验设计,以及基于智能交互的生成式人工智能的发展与安全保障。[结果/结论]在面向用户的信息服务组织中,应立足于数字智能环境的形成及其影响,寻求与智能环境相适应的服务组织模式和数字智能驱动下的服务组织方式。数字服务中以用户为中心的智能交互,在于充分理解用户的意图,融合用户视觉、听觉等交互通道,为智能化服务开展提供支持。同时针对快速发展的生成式人工智能,既要应对其带来的安全威胁,也要正确合理地确保生成式人工智能安全落地,保障生成式人工智能系统的安全。

面向国家战略的产业竞争情报场景化智慧服务模式研究

通过对面向国家战略的产业竞争情报智慧服务进行场景化、细粒度描述,构建产业竞争情报场景化智慧服务模式,以赋能复杂环境下产业高质量发展。首先,梳理国内外关于“场景化服务、产业竞争情报服务模式、智慧情报与情报智能服务”等相关研究,提出“产业竞争情报场景化智慧服务”的概念内涵;其次,沿着“战略引领与需求牵引—场景解构与细粒度刻画—平行系统与虚实交互—范式转变与服务升维”的研究逻辑,融合场景理论、平行智能思想,构建产业竞争情报场景化智慧服务模式;最后,以新能源汽车产业进行实证研究,为该行业竞争情报服务融慧进阶提出有效路径。本文提出了产业数字化升级、产业核心技术攻关、产业应急协同处突、新产业新业态培育四大情报服务场景,基于产业情报场景描述五元组,从服务内容、服务主体、服务客体、服务工具/手段、服务能力维度对其进行全景式描绘,构建了面向国家战略的产业竞争情报场景化智慧服务模式,并以新能源汽车产业为例,验证了本文模式的可行性与有效性。

具身智能知识服务:元宇宙与AIGC等新技术赋能下的知识服务新图景

[目的/意义]智能技术的发展为知识服务领域带来前所未有的变革。研究具身智能知识服务的理论逻辑、技术基础、体系框架和应用前景,可以为知识服务领域提供新的理论参照和实践指导。[方法/过程]基于具身认知理论,深刻理解具身智能知识服务的在场性、主动性和连接性特征。进一步分析以元宇宙、AIGC、数智人和人形机器人等作为技术基座所构建的具身智能知识服务体系框架,涵盖具身知识的生成、加工、传播、反馈等要素,并探讨具身智能知识服务在教育培训、公共文化、文化旅游和医疗健康等不同服务场景中的应用。[结果/结论]分析具身智能知识服务体系框架的构建和应用图景,有助于建立更全面和智能的知识服务网络,满足用户的知识需求,提高具身智能知识服务的效能并推动具身智能知识服务的高质量发展。

寒冷条件下高拱坝施工过程仿真方法研究

众多高拱坝施工面临着恶劣寒冷气候的考验。然而,现有的高拱坝施工过程仿真方法较少直接考虑气温对施工的影响,且未考虑基于气温预测成果进行动态分块,以分析寒冷条件下利用正温时段进行浇筑的特点。针对以上问题,本文提出了基于Informer的寒冷条件下高拱坝施工过程仿真方法。首先,提出基于Informer气温预测模型,实现未来气温序列的预测,在此基础上实现可施工时段分析;其次,建立考虑动态分块的寒冷条件下高拱坝施工进度仿真模型,提出更加贴近实际施工情况的分块施工仿真策略,以更好地模拟和分析不同气温条件下的施工过程;最后,以西南地区的叶巴滩高拱坝工程为例进行研究,采用Informer模型对气温进行预测,平均误差为±1.49℃,每日的可施工时长平均误差为±1.16 h。通过对比三种不同的仿真策略,发现寒冷条件下采用动态分块策略可以充分利用可浇筑时段,施工效率更高,也表明在仿真中“考虑气温”比简单降效处理更加贴近实际情况。

医防融合的关键问题、机制创新与实现路径

我国医疗服务与公共卫生服务相互割裂的问题由来已久,医防融合是新时代背景下实现健康中国战略的重要举措。当前,在医防融合试点实践中,存在医疗卫生服务体系多头管理、紧密型医联体尚未真正形成、医院“重医轻防”理念仍未转变、医防信息不能互联互通等问题。对此,可以借鉴宿迁的经验,从组织管理、医防服务供给、卫生筹资、医防人才与医防信息等方面入手,实现医防融合的机制创新,在此基础上,将医防融合作为常态化制度持续向纵深推进。

考虑多时间尺度信息的风力发电机滚动轴承故障预测

风电机组滚动轴承故障会造成风电机组长时间停机,为准确预测风电机组滚动轴承故障,提出一种考虑多时间尺度信息的风力发电机滚动轴承故障预测方法。首先,采用连续变分模式分解(successive variational mode decomposition,SVMD)自适应提取轴承健康数据温度多维特征;其次,将分解的本征模态函数(intrinsic mode functions,IMFs)输入Informer模型提取多尺度时间信息训练,基于树状结构Parzen密度估计的非标准贝叶斯优化算法(tree structure Parzen density estimation,TPE)优化Informer模型超参数;然后,构建基于残差的故障指标,采用核密度估计(kernel density estimation,KDE)确定故障预警阈值;最后,将运行数据输入训练后的Informer模型进行故障预测。选取某风电场的风力发电机轴承温度数据进行故障预测,仿真结果表明,考虑多时间尺度信息的SVMD-TPE-Informer模型在发电机轴承温度预测上具有更高的预测精度和计算效率,所提方法在两个故障案例上分别能够提前15.5 h和10 h预测到故障,且不会出现误报现象,验证所提模型的有效性和稳定性。

质点到网络:公共服务动机、行为、绩效三元交互发展逻辑体系构建

公共服务动机的研究不断发展繁荣,理论研究成果颇丰,是公共管理研究的前沿热点。但公共服务动机如何转化为公共服务绩效在理论机制方面尚未清晰,遑论纳入公共管理人力资源实践中。基于Apriori算法对相关主题文献进行了无监督机器学习挖掘,发现公共服务动机转化的研究不足之处。基于此,在社会认知理论视角下系统性厘清了公共服务动机、公共服务行为、公共服务绩效三者关系,打通了三者相互链接转化的逻辑框架。并以逻辑转化路径为基础,基于系统网络层面搭建起“公共服务动机—公共服务行为—公共服务绩效”三元交互发展的逻辑分析模型,以期发展和完善公共服务动机理论,从而达到将公共服务动机理论成功转化为实践的目的。

加拿大公共图书馆的健康信息服务项目

调查分析加拿大公共图书馆开展健康信息服务现状,可为“健康中国”战略下公共图书馆全面推进健康信息服务提供借鉴。文章通过网络调研,从项目类型、主题内容、合作对象、项目特色等方面对14个公共图书馆的健康信息服务项目展开分析;建议我国公共图书馆从项目运行常态化、服务共建深度化、内容供给侧优化、健康服务精准化和打造健康生态圈等方面全面推进健康信息服务,以提高个人和社会的健康与福祉水平。

高校国家知识产权信息服务中心建设与服务现状及发展对策研究

基于知识产权推动创新发展、引领经济结构转型升级和支撑经济高质量发展的背景,文章通过对我国103所高校国家知识产权信息服务中心的建设现状、服务现状开展调研,分析存在问题,提出对策与建议,以期推动高校图书馆知识产权信息服务健康、可持续发展。

基于STL-Informer-BiLSTM-XGB模型的供热负荷预测

供热负荷预测是指导供热系统调控的重要手段。提高供热负荷预测精度十分重要,针对机器学习中输出目标的分解预测,提出了一种基于季节和趋势分解(seasonal and trend decomposition using loess,STL)的供热负荷预测方法,构建了适用于供热负荷预测的输出目标。首先利用STL算法将供热负荷时间序列数据分解为趋势分量、周期分量和残差分量,分别训练Informer、BiLSTM和XGB模型,将构建好的3个分量预测模型的输出叠加作为初步预测结果,分析误差序列,以BiLSTM预测误差提高模型精度,构建出STL-Informer-BiLSTM-XGB预测模型。将上述模型与常用预测模型进行对比,结果表明所构建的STL-Informer-BiLSTM-XGB模型的MAPE、MAE和MSE分别为0.871%、96.18和13202.2,预测效果最优,验证了所提出的方法具有较高的供热负荷预测精度。

微服务系统服务依赖发现技术综述

微服务架构得到了广泛的部署与应用,提升了软件系统开发的效率,降低了系统更新与维护的成本,提高了系统的可扩展性.但微服务变更频繁、异构融合等特点使得微服务故障频发、其故障传播快且影响大,同时微服务间复杂的调用依赖关系或逻辑依赖关系又使得其故障难以被及时、准确地定位与诊断,对微服务架构系统的智能运维提出了挑战.服务依赖发现技术从系统运行时数据中识别并推断服务之间的调用依赖关系或逻辑依赖关系,构建服务依赖关系图,有助于在系统运行时及时、精准地发现与定位故障并诊断根因,也有利于如资源调度、变更管理等智能运维需求.首先就微服务系统中服务依赖发现问题进行分析,其次,从基于监控数据、系统日志数据、追踪数据等3类运行时数据的角度总结分析了服务依赖发现技术的技术现状;然后,以基于服务依赖关系图的故障根因定位、资源调度与变更管理等为例,讨论了服务依赖发现技术应用于智能运维的相关研究.最后,对服务依赖发现技术如何准确地发现调用依赖关系和逻辑依赖关系,如何利用服务依赖关系图进行变更治理进行了探讨并对未来的研究方向进行了展望.

出行即服务系统理论与实践:回顾与展望

交通是城市绿色低碳转型中最受关注的领域之一,也是数字化渗透及数字平台最为活跃的领域。出行即服务(Mobility as a Service, MaaS)系统是绿色交通的典型代表,是一种新型交通组织和供给方式,反映了当前出行需求的深刻变化和城市交通组织范式转变的耦合。全球范围内已出现了上百个大小规模不等和模式各异的MaaS实践创新,北京MaaS是中国持续至今、影响最大的MaaS实践。目前MaaS实践提出的理论和方法主要基于欧美发达国家,无法充分描述和分析中国实践。在文献研究的基础上,延伸纳入了中国经验,提出了具有全球普适性的一个MaaS系统分析框架,强调辨析全球范围内的MaaS异同均可以从三个维度展开,即嵌入的社会背景、发展目标和产生的社会经济环境影响;并应用此框架对国内外五个典型MaaS进行了比较研究,重点解码了北京MaaS的激励机制、商业模式和商业生态。本文旨在推动MaaS理论和研究方法的全球发展,重点提出了四个方面的关注:(1)MaaS系统的发展再次考验着城市交通如何回归其公共属性;(2)MaaS实践嵌入在城市社会背景中,具有明显的差异性。模式选择是对城市既有社会背景和交通格局的继承,但也可能就此发生转向。MaaS打开了一次城市交通转型的机会窗口;(3)MaaS系统的可持续运营依然面临挑战;(4)数字技术带来数据产权、数据隐私和安全等亟待解决的新问题。所有研究案例表明,数字技术的快速发展需要匹配治理模式创新,MaaS生态的协同进化至关重要。