6G网络中分布式AI模型协同技术综述

分布式网络人工智能模型协同技术是分布式数据安全流通的底层支撑,是实现6G网络智慧内生的关键技术。对6G网络中的模型协同技术进行了全面的综述。回顾了中心侧大模型中,数据并行、模型并行及混合并行等模型协同技术。面对边缘智能中边缘节点算力及内存不足、通信带宽受限的问题,从拆分学习、联邦学习、拆分联邦学习、分布式群体学习等几个方面探讨总结了边缘智能的模型协同技术。最后,强调了在6G网络中,为了不重复训练相似的大模型,需要大小模型协同进化。

基于大小模型协同的智能化移动网络优化研究

提出了一种大小模型协同的智能化移动网络优化方法,首先利用大语言模型处理和理解网络日志、外部开源等非结构化数据,从中提取关键数据。其次构建了一个包含网络设备、参数配置、专家优化经验等多维度信息融合的知识图谱,用于分析网络状态和优化需求之间的关系。然后,通过深度学习、图神经网络等专业工具模型进行根因分析,快速定位网络故障点,并基于专业知识图谱库和大模型的问题推理能力,辅助专家给一线员工提供具体的解决方案。最后,通过实际场景的实施和验证,由专家、一线员工对所提解决方案进行评估和反馈,这些评估和反馈信息经收集后不断返回,形成循环优化。

基于MOF的模型协同工作研究

系统的不同方面和抽象的不同层次需要不同的语言,构建系统时必然存在多种语言描述的不种模型。采用MOF统一方法描述不同类型的建模结构,运用基于XMI bus的数据交换将MOF和XML很好地结合在一起,极大降低了MOF技术壁垒,使得异构环境下的工具和各种模型间的交互变得简单高效,具有良好的协同工作能力。基于MOF的模型协同解决方案在工作流中得到了应用。

数据与模型协同驱动的智能光网络架构与关键技术

网络的规模升级和超大连接、超高带宽、超低时延应用的不断深化,对光传输网络资源利用和网络差异化服务提出了更高要求,使得传统模型驱动下的网络形态和配置方式面临挑战。基于数据与模型协同驱动思想,提出“3层3循环”架构及其“3可功能”特征的智能光网络技术方案,并对智能化实现技术展开研究,通过开发设计的智能传输网络平台对所提算法的性能进行测试,经验证,数据与模型协同驱动的智能光网络传输性能得到有效提升,为实现网络智能化提供了理论技术支撑。

基于数据同化的珠江河口悬沙浓度多模型协同反演

以珠江河口为研究区,根据2014-2015年珠江河口野外实验数据,构建了8个悬沙浓度的反演模型,并对各模型反演结果进行了比较评价。基于数据同化思想,利用此模型集进行了多模型协同反演算法的构建。结果表明:构建的悬沙反演模型中近红外与蓝波段比值的指数函数模型整体精度较高,平均绝对误差MAPE为27.1%,多模型协同反演算法能够有效融合不同反演模型的优势,改善单模型反演精度较低区域的反演结果,且随着模型个数的增加,多模型协同估算精度越高,较单模型提高了整体反演精度及稳定性,最优模型组合的MAPE为25.8%。该算法为悬沙浓度大范围、高精度业务化监测提供了一种新的思路。

跨理论模型协同护理模式对老年冠心病患者经皮冠状动脉介入治疗术后健康行为的影响研究

目的:探讨跨理论模型(TTM)协同护理模式对老年冠心病患者经皮冠状动脉介入治疗术(PCI)后健康行为的影响。方法:选取2018年5月-2020年7月冠心病患者112例,按照入院顺序分为观察组和对照组,每组56例。对照组采用常规护理,观察组采用TTM协同护理模式。比较两组干预前后自我效能感(GSES)评分、自我管理能力(AHSMSRS)及健康行为水平(HPLP-Ⅱ)评分。结果:干预前两组GSES评分、AHSMSRS评分和HPLPⅡ评分比较,差异无统计学意义(P>0.05);干预后观察组各项评分高于对照组,差异有统计学意义(P<0.05)。结论:TTM协同护理模式可增强老年冠心病PCI术后患者自我效能感及自我管理能力,提升健康行为水平。

冠心病患者术后接受跨理论模型协同护理模式的效果

目的研究跨理论模型协同护理模式应用于冠心病患者术后护理中的价值。方法本文研究对象选自2020年4月至2021年8月期间在本院接受手术治疗的冠心病患者中,共抽选60例,通过简单随机分组法将患者分为两组,即对照组(常规护理)和观察组(跨理论模型协同护理模式)。将两组患者的健康行为、自我管理能力以及心功能状态进行对比。结果观察组患者的左心室射血分数较对照组高,左心室舒张末期内径则较对照组低(P<0.05);观察组患者的一般自我效能感量表(GSES)评分、成年人健康自我管理能力测评表(AH-SMSRS)评分和健康行为评分均明显高于对照组(P<0.05)。结论跨理论模型协同护理模式应用于冠心病患者术后护理中,可帮助患者建立良好的健康行为,提高其自我管理能力,改善心功能,值得进一步推广应用于今后临床中。

基于Flink的煤矿经营业务大数据协同模型研究

煤矿的经营业务是企业的核心工作之一,关系到煤矿企业的运营效率、盈利能力以及长期发展,但煤矿经营在数据上深度依赖采掘、销售、运输、客户等。为了提升煤矿企业经营业务水平,助力企业高质量发展,从煤矿企业经营类业务系统的数据集成与业务协同问题入手,首先分析煤矿企业以产、选、销、运为代表的经营类业务信息化建设状况,调研煤矿企业经营业务各环节的协同需求;其次研究了各业务系统数据间的关系;最后研究了基于Flink框架的数据存储与流式计算技术,设计了煤矿企业经营业务大数据协同模型,并在淮北矿业股份有限公司成功应用,验证了模型的有效性。研究结果为煤矿企业提升经营业务水平提供技术支撑和决策参考。

通信网络与大模型的融合与协同

随着以大模型(LM)为代表的生成式人工智能(AI)的兴起,将LM应用于通信网络的研究引起了学术界和工业界的广泛关注。回顾了目前LM的主流神经网络架构及其能力涌现机理,然后从AI与通信的双向协同、网络大模型部署两方面,深入探讨了通信网络LM研究的主要进展。还分析了网络LM NetGPT将要面临的挑战以及未来的发展方向。考虑到基于AI/机器学习(ML)的通信模型相较于传统模型获得的出色性能,认为将通信网络与LM进行融合并使二者协同工作,能进一步地提升系统的性能。要实现通信网络与LM的融合与协同,本质上是要构建好网络LM,云边协同就提供了一种很好的网络LM部署方案。

基于多模型协同的舰船目标检测

随着遥感成像技术的不断进步,遥感图像的舰船目标检测已成为确保海上运输安全和效率的关键手段,对海上交通、环境保护及国家安全至关重要。然而,由于舰船目标尺度差异大、背景复杂等问题,现有单一检测模型的方法过度依赖训练数据,无法适应尺度多变的舰船目标。提出了一种多模型协同训练的框架,利用多个已训练好的舰船检测模型作为辅助网络,通过知识迁移的方式辅助优化目标数据的主网络。首先,通过三元关系约束建立辅助网络与主网络间的分布知识传递;其次,采用软标签引导策略整合辅助网络中的标签知识,提高舰船检测的准确性。实验结果表明:相较于现有主流方法,所提方法在DOTA和xView数据集上展示了较好的性能,克服了单一模型的局限性,为遥感图像的目标检测提供了新的解决思路。

煤与煤系战略性金属矿产协同勘查模型

战略性金属矿产资源在国民经济发展和国防安全中发挥重要作用。煤系作为一种特殊的含煤沉积岩系,在特定地质环境下可形成大型乃至超大型战略性金属矿床,煤系战略性金属矿产已成为矿产资源勘查的新领域和新方向。本文分析了煤与煤系战略性金属矿产的基本特征,从煤与煤系战略性金属矿产有效的协同勘查技术方法(组合)和协同勘查工程布置方面,构建了地质-地球物理-地球化学-钻探等关键技术的煤与煤系战略性金属矿产协同勘查模型。基于煤与煤系战略性金属矿产的基本特征,确定协同勘查对象包括煤-锂/镓矿床、煤-锗矿床、煤-铌-锆-镓-稀土矿床、煤-铀矿床。在煤炭勘查的技术上,煤-锂/镓矿床协同勘查需加强地震和测井资料的处理分析,增加岩石地球化学勘探技术手段对煤层、煤层顶底板、夹矸的采样测试;煤-锗矿床协同勘查增加岩石地球化学勘探技术手段对煤层的采样测试;煤-铌、锆、镓、稀土矿床协同勘查技术手段要加强测井技术(自然伽马)及岩石地球化学勘探对自然伽马高异常层样品的采集测试;煤-铀矿床协同勘查充分利用煤炭钻孔自然伽马测井、地震勘探、电磁法勘探及磁法勘探资料进行分析,在自然伽马高异常区划定铀潜力资源区,加强自然伽马能谱测井、伽马能谱录井、穿透性地球化学测量及岩石地球化学勘探等技术手段协同运用。基于煤系战略性金属矿产的分布特征和经济性,遵循“全面筛查,分区施策”的原则,依据勘查对象相应的矿产地质勘查规范,确定煤与煤系战略性金属矿产协同勘查类型和协同勘查工程布置方案,包括勘查系统选择、勘查工程布置、勘查施工顺序,探讨了资源量估算方法和估算参数。基于煤与煤系战略性金属矿产的协同勘查技术方法(组合)和协同勘查工程布置,分别构建了煤-锂/镓矿床、煤-锗矿床、煤-铌-锆-镓-稀土矿床、煤-铀矿床的协同勘查模型,为煤与煤系战略性金属矿产协同勘查工作提供理论基础和方法依据。

开放大学教师发展机制研究——基于组织协同模型的分析视角

我国开放大学教师发展呈现出顶层设计缺乏、培训力量分散、培训模式单一、学习路径不清晰、行政力量主导被动的发展状态。组织协同模型为开放大学的教师发展机制的建立提供了可行的运行路径。基于开放大学教师发展的独特性、系统性、广泛性,建立专业的开放大学教师发展组织及联盟,以促进开放大学教师教学发展、专业发展、组织发展。

基于协同扩散模型的PPGs溶胀动力学

预交联凝胶颗粒(PPGs)是一种有高吸水特性的聚合物凝胶材料,已被广泛应用于油田调剖堵水。PPGs的吸水溶胀特性与凝胶网络结构性质紧密相关,溶胀动力学方法是一种简便的评价PPGs凝胶网络结构特性的方法。对比分析Voigt模型与THB协同扩散模型的特点,通过合理的等效球形假设与公式简化得到r-THB模型溶胀动力学公式。利用协同扩散系数(D_(c))作为表征凝胶的网络结构的特性参数,由混合项D_(mix)、弹性项D_(el)和离子项D ion三个分量组成,分析D_(c)的影响因素与变化规律。结果表明:D_(c)随着交联剂的含量增加而增加,这是由于交联剂浓度增加了D_(el);D_(c)随矿化度的增加而减小,这主要是由于盐浓度增加减小道南平衡渗透压,减小D ion分量;基于r-THB模型的凝胶溶胀动力学研究方法为表征凝胶网络结构性质提供一种简便有效的处理方式。

基于数据同化的太湖叶绿素多模型协同反演

在国内外众多学者的不懈努力下,开发了大量的水质参数遥感估算反演模型,但不同的模型都具有其'局限性',只能从某个层面反映'真值'.基于上述考虑,本研究发展了基于数据同化方法的太湖叶绿素a浓度多模型协同反演算法.利用2006~2009年太湖野外实测水体高光谱遥感反射率数据,构建了7个叶绿素a浓度反演模型;通过模型精度对比,最终遴选出6个适宜的叶绿素a浓度反演模型.进而使用不同模型组合,进行多模型协同反演.结果表明:1多模型协同反演算法的反演精度要高于单模型反演的反演精度,最优MAPE仅为22.4%;2随着参与多模型协同反演的模型个数的增加,其反演精度也逐渐提高,MAPE均值从25.6%降低到23.4%,RMSE均值从15.082μg·L-1降低到14.575μg·L-1,相关系数R均值从0.91提升到0.92;3通过对多模型协同反演产品的置信区间进行计算,可以有效地估算产品精度和误差,同时使得获取全湖反演叶绿素a浓度的误差空间分布情况成为可能.

多模型协同下的城郊地区DEM构建方法研究

人类活动对地表的改造使其呈现形态多样化、不连续等特征,此时传统的DEM构建方法难以满足这些区域DEM精度要求。为此,本文提出了一种多模型协同构建DEM的思路,首先按照形态特征和语义信息对地形进行分类,然后对不同类型的地形区域,选择、设计适宜的方法分别进行DEM构建,最后将不同区域构建DEM结果融合拼接形成区域完整的DEM结果。本文选择江苏省南京市城市郊区某区域为实验区,以1:500比例尺地形图为基本数据源进行DEM构建实验。实验结果表明,与传统经典DEM构建方法相比,本文提出的多模型协同的DEM构建方法能够有效表达实验区域不同的地形特征,特别是对于人工改造的地形(如道路、边坡等区域),本文方法构建的DEM其形态精度优势显著;同时,基于验证点法的高程精度分析结果表明,本文方法构建DEM的高程精度亦优于传统DEM构建方法,特别是对于一些形态规则而高程信息相对稀少的区域,以边坡区域为例,经典DEM构建法平均误差均超过5 m,而本文构建结果平均误差为0.26 m,精度优势非常明显。研究表明本文提出的多模型协同的DEM构建方法适用于人类活动改造或显著影响的区域的DEM构建。

数字技术协同低碳经济发展研究——基于SFIC模型分析

提升数字技术协同低碳经济发展,加快形成新质生产力离不开数字技术的深度开发和广泛应用。因此,应加快数字产业化进程,推动了数字技术创新成果的转化,进一步夯实了碳达峰目标,打造了国际一流水平的低碳产业集群。但是,如何促进数字技术与低碳经济深度协同是值得思考的问题。因此,加快形成新质生产力成为亟待研究的问题。已有研究表明,新质生产力的表现形式主要有“数字生产力”“绿色生产力”。基于此,本文对数字技术协同低碳经济发展进行研究分析,用SFIC模型分析,揭示了数字技术的应用不仅可以促进生产企业低碳经济模式的迭代升级,促使企业技术应用迈向智能化和数据化,并在这一过程中,实现企业自上而下、从管理到生产应用的全面效率提升。

基于跨理论模型的协同护理对腹膜透析患者的影响

目的:探讨基于跨理论模型的协同护理对腹膜透析患者的影响。方法:纳入2021年3月—2023年3月在南京医科大学附属无锡人民医院治疗的120例行腹膜透析的患者作为研究对象,采用摸球法分组,奇数为对照组,偶数为观察组,各60例。对照组予以常规护理,观察组予以基于跨理论模型的协同护理,比较两组自我护理能力[自我护理能力量表(ESCA)]、营养状况[血红蛋白(Hb)、白蛋白(ALB)和前白蛋白(PAB)]、负性情绪[贝克焦虑量表(BAI)、贝克抑郁量表(BDI)、心理韧性量表(CD-RISC)]、生活质量[肾脏病生活质量量表(KDQOL)]。结果:观察组干预后自我概念、自我责任感、自我护理技能、健康知识水平评分、Hb、ALB、PAB、CD-RISC评分及心理健康、躯体健康、肾脏负担、肾脏疾病的影响、症状与不适评分较对照组高,BAI评分、BDI评分较对照组低,差异有统计学意义(P<0.05)。结论:基于跨理论模型的协同护理能提高腹膜透析患者的自我护理能力,改善营养状态,减轻负性情绪,提升生活质量。

协同开采技术的演化原理与模型

为推动传统开采技术变革,弥补协同开采技术基础理论的部分空缺.从技术分类、技术构成等方面对协同开采技术体系进行了完善;通过协同开采技术协同演化支持证据、自组织演化条件及自组织演化特征的分析,论证了协同开采技术的形成与实施过程是协同演化的过程,揭示了协同开采技术的协同演化原理:前提是开放与非平衡态,动力是由竞争与协同产生的非线性相互作用,诱因是随机涨落,路径是相变与分叉;论证了基于哈肯模型构建协同开采技术演化模型的适用性,结合协同开采协同演化类型的分析,构建了普适于协同开采技术的协同演化模型,得出了协同开采技术的协同演化方程及势函数,指出了构建协同演化方程及势函数的意义;引入基于哈肯模型的实证分析方法,提出了协同开采技术协同演化模型的应用方法,主要分为指标体系构建、子系统状态测算、协同演化机制分析3个步骤.结合高峰矿105号矿体的协同开采技术实例,对模型进行了应用验证.研究结果可为协同开采技术的实践及决策提供理论依据.

广西临桂医共体建设中资源-医疗-医保系统协同发展研究——基于复合系统协同度模型

目的:测量广西临桂医共体的资源-医疗-医保系统协同发展水平,研究其建设实效与改革经验,为经济欠发达地区医共体建设提供参考。方法:收集该医共体2018年~2022年“紧密型县域医共体绩效监测系统”部分填报数据,采用CRITIC赋权法和复合系统协同度模型,测量医疗资源配置、医疗服务提供与医保基金使用子系统有序度和医共体复合系统协同度。结果:医疗服务提供子系统有序度从2018年0.12027增长到2022年0.27731,医疗资源配置和医保基金使用子系统有序度均呈现改革前(2020年)下降改革后上升趋势,2022年医疗资源配置子系统有序度最低(0.18245),医疗服务提供子系统有序度最高(0.27731),2018年~2022年医共体复合系统协同度呈现从无序(协同度<0)向有序(0<协同度<0.3)发展趋势。结论:县域内医疗资源利用率、医疗服务能力和医保基金使用效能均呈现不同程度提升,但医共体整体发展水平仍处于低度协同阶段,需加强医共体运行制度执行合力与协同效应提升子系统间协同发展水平,促进医共体可持续发展。

基于复合系统协同度模型的制造业“三化”融合发展指标体系构建

制造业“三化”融合发展是一个全面复杂的系统,其主要涉及制造业高端化、智能化、绿色化的融合发展,同时其融合发展水平受多种因素影响,且各子系统之间有着复杂联系。针对制造业“三化”融合发展指标体系的构建,不仅要遵从科学性、系统性等原则,还需采用有效的评价方法来阐述制造业“三化”融合发展指标体系。基于此,文章以复合系统协同度模型为基础,综合构建了制造业“三化”融合发展指标体系。