5G网络人工智能化的基本框架和关键技术

当今社会信息技术迅猛发展,5G网络人工智能化也在逐步发展。但在5G互联网发展过程中,仍存在一定的困难。文章简要介绍了5G网络人工智能化的重要意义、5G网络基本特征及人工智能化发展方向,分析了5G网络人工智能基本框架,并阐述了人工智能的关键技术,为相关工作人员开展工作提供参考建议。

人工智能神经网络技术及其微波应用课程设计与教学改革研究

文章介绍了人工智能神经网络技术及其微波应用课程的内容设置与教学改革方法。该课程通过深入介绍微波电路设计原理以及人工智能技术在其中的应用方法,旨在培养学生在高频电路设计领域的创新能力,掌握科学原理和科学方法,熟练使用微波电路设计EDA工具和人工智能技术,以及解决实际工程问题的能力。为了实现教学目标,课程采用多种教学方法,包括多媒体教学手段、虚拟实验室引入、线上线下相结合的学习模式以及项目实践等,以提高学生对微波电路设计原理的理解,增强他们的实际操作能力,并培养解决实际问题的综合能力。此外,文章还强调了教学方法的评估和调整的重要性,以确保教学方法与学生需求相匹配,不断提升教学质量。

基于网络和人工智能的图书馆信息管理系统研究

采用网络信息资源整合以及各种人工智能技术的方法来研究图书馆信息管理系统,其目的是促进信息资源的有效利用,加强信息资源的深层处理,提高检索系统的性能和易用性,实现信息检索的智能化和信息管理自动化。

人工智能神经网络创建虚拟动物模型

为探索大脑如何控制运动的奥秘,美国哈佛大学与谷歌深度思维实验室的科学家合作,创造出一个“虚拟大鼠”——生物力学上逼真的大鼠数字模型。这个“大鼠”有一个人造大脑,可像真正的啮齿动物一样四处走动。该成果代表了一种人类研究大脑如何运作的新方法。相关论文发表在最新一期《自然》杂志上。人类和动物的运动极为敏捷,堪称进化上的奇迹,至今还没有机器人能够深度模仿。科学家认为,人类通过大脑来指导运动。

人工智能神经网络 创建虚拟动物模型

为探索大脑如何控制运动的奥秘,美国哈佛大学与谷歌深度思维实验室的科学家合作,创造出一个“虚拟大鼠”——生物力学上逼真的大鼠数字模型。这个“大鼠”有一个人造大脑,可像真正的啮齿动物一样四处走动。该成果代表了一种人类研究大脑如何运作的新方法。相关论文发表在最新一期《自然》杂志上。

网格网络架构的数学模型与人工智能网络

人工智能在网格网络的应用为人工智能网络业务开展提供新的途径.通过建立网格网络架构和人工智能的数学模型,可抽象化数学表示,其逻辑关系简单实用.另外,人工智能网络可进行排错、优化及速度计算等操作,使网络更快捷、安全、可信.

人工智能网络架构的数学模型与应用

通过建立人工智能网络构架数学模型,用简化的逻辑数学公式表示各种人工智能网络结构拓扑图,并对建立的数学模型进行计算求解。研究表明,由人工智能网络架构数学模型可生成多种新的数学模型,使得网络逻辑关系简单实用,安全可信,可应用于各种类型人工智能网络模型的应用环境;此外,人工智能网络数学模型可进行排错、优化及速度计算等操作。

网络数学模型与人工智能数学公式表示法简述

通过对网络结构的分析,可以将网络模型用数学公式来表示,主要解决怎么把复杂的网络转化为简单逻辑数学的问题。通过运算分析对网络进行的优化,可以进而抽象出一个更一般的网络数学模型,亦可生成多种新的数学模型,使得网络结构关系更简单实用、安全可信,并且更适用于多种类型网络数学模型的应用环境。除此之外,将网络数学公式应用于人工智能网络上,可使人工智能网络更简单化,便于人工智能网络的分析计算。

基于人工智能的网络入侵检测技术研究

针对网络攻击检测精准度低的问题,提出基于人工智能的网络入侵检测技术研究。由数据智能捕获模块、数据智能分析模块、数据智能处理模块、数据智能检测模块以及入侵智能响应模块组成的网络入侵检测模型,在该模型内引入了人工智能神经网络及算法,通过算法对数据的反复训练提取数据特征信息,为网络入侵检测提供准确的检测依据,实现了基于人工智能的网络入侵检测模型的构建。经试验证明,该模型对网络入侵行为的检测精准度较高。

教育心理学研究对人工智能神经网络设计的启示--以学习方式分类学(ICAP)研究为例

教育心理学研究的主要目的是了解人是如何学习的,人工智能神经网络研究的核心在于探究机器是如何学习的。教育心理学经过一个多世纪的发展,有诸多成熟的方法和理论。ICAP学习方式分类学,是国际教育心理学领域最新取得的一个重大研究成果,其研究方法和结论对人工智能神经网络设计有什么价值?本文假设ICAP四种学习方式与人工智能神经网络设计元素之间能建立起一种关联,将目前流行的人工智能神经网络构成元素和算法依据ICAP的四种学习方式进行分类拆分,以一个基本教学设计为案例,依据学习方式对应的人工智能神经网络构成元素设计了简单的人工智能神经网络。文章尝试在人类学习与机器学习之间建立某种对应参照关系,为人工智能神经网络设计研究提供一个新思路。

一种识别宽频带震相的人工智能网络方法

提出了用反向传播智能网作为检测器来识别宽频带震相的一种方法。通过对3种反向传播智能检测器(长周期、中周期和短周期)的结果进行综合判断,认为这种方法既有短周期检测器准确性高的特点又有长周期检测器误警率低的特点。我们举例证明了适当地对数据进行预处理和后处理有助于改进系统的性能。本文也对反向传播智能网的结构和参数的设定进行了讨论。我们用研制成功的反向传播智能网检测器对美国地震学联合研究协会地震台网的1254张宽频带地震图上的地震事件进行了初至检测,希望能用这些(?)时资料进行地幔结构的层析成像研究。结果表明:1254张地震图中95%以上可识别出初至。自动识别的走时精确度尚可,85%以上的走时误差小于1 s,约80%的延时误差小于0.5s。

基于人工智能网络的远程教学系统设计

智能网络教学系统的应用改变了传统计算机辅助教学系统受到通信技术影响,而导致教师与学生之间无法交互的问题,在良好校园网络环境下,提出了基于人工智能网络的远程教学系统设计。依据系统各个模块功能,设计硬件结构。其中,学生学习模块是由教学协调代理及多个其他代理组成的,负责具体教学材料呈现、问题解决,通过协作机制实现知识共享,为系统提供个性化教学依据。教师教学模块主要根据学习要求为学生提供相应教学策略,利用自身推理机制对教学过程中遇到的问题进行智能指导。评估模块是利用评估规则分析学生响应,对学生学习行为、态度、效果及能力等方面进行综合评估。人机界面是学生、教师与系统之间交流媒介,通过学生登录界面,完成个人登录操作。以SQL Server 2000为数据库服务器设计软件功能,在确定数据属性的情况下,进行数据在线评估,结合网络技术,完成远程教学。由仿真实验可知,该系统教学效率较高,能够为学生学习提供设备支持。

人工智能神经网络在岩性识别、孔隙度和渗透率预测中的应用——以十红滩铀矿床为例

分析了传统测井解释方法的局限性。从神经网络的机理、特点出发,提出了一种基于人工智能神经网络技术的岩性识别、孔隙度和渗透率预测方法。首先选取适当的测井资料向量组成一个训练模式对,由多个训练模式对构成一个学习样本集。通过神经网络的学习,使网络记住这些特征并形成预测模型,最后根据预测模型计算相应参数。以十红滩地区的找矿目的层为对象,进行了岩性分析与对比,预测了孔隙度与渗透率,并与实测值进行了对比。上述实例分析表明,该方法用于砂岩型铀矿预测岩性、孔隙度和渗透率具有一定的可行性。与传统方法相比,该方法不需要建立具体的解释模型和计算公式,有较好的适应性和预测精度。基于人工智能神经网络技术的岩性识别、孔隙度和渗透率预测方法具有较高的实用价值。

人工智能神经网络在交叉立方体上的有效映射

Malluhi等人在文献犤1犦中介绍了人工智能神经网络(ANNs)在超立方体上的有效映射,交叉立方体是超立方体的一个重要变型,而且具有比超立方体更优越的性质,如果在交叉立方体上实现ANNs的有效映射,会有更好的意义。论文证明了一个N×NMAT(mesh-of-appendixed-trees)可以嵌入包含4N2个节点的交叉立方体中,其中N是最大一层的长度,并且证明这个嵌入是最优的,从而给出了ANNs在交叉立方体上的一个有效映射。

人工智能开发的理念、法律以及政策

当人工智能因深度学习而从他律系统转化为自律系统,特别是在人工智能网络之间的相互作用及其连锁反应不断进行的情况下,黑箱化和失控的风险会不断增大.'透明社会'与'黑箱算法',这是数据驱动社会的一对根本矛盾,对国家治理方式的改革提出了新的挑战,也提供了新的机遇.为此,如何对人工智能进行适当的、合理的、充分的规制,确立人工智能开发的规则、伦理以及政策就势必成为极其重要并非常紧迫的一项课题.国务院印发的2017年《新一代人工智能发展规划》提出了人工智能发展的中国式制度安排以及九条主要原则,与国际社会已经形成的基本共识是相洽的;但在不同价值取向发生冲突时,怎样决定取舍的元规则和优先顺序还有待进一步明确.为了在甄别和防范风险的同时保护人工智能开发的积极性和创造性,有必要更多地采取软法方式,而不是简单地提高硬法的惩戒力度.

从人工智能到智慧工地 迎接建造方式的新变革

1956年，在达特茅斯会议上人工智能被首次提出。1970年，人工智能研究到达第一次浪潮的顶峰，此时的第一代人工智能神经网络算法已能够证明伯特兰·罗素和其老师怀特海所著《数学原理》书中的绝大部分数学原理。1984年，人工智能的研究迎来第二次浪潮。当时，霍普菲尔德网络被推演出来，人工智能神经网络从此具备了历史记忆的功能。

基于人工智能的工程机械故障诊断技术

人工智能的理论和方法是工程机械故障诊断的一个新的途径。文章从工程机械设备故障诊断应用角度出发,重点介绍了几种基于人工智能技术的故障诊断方法,包括常用的状态识别法、人工神经网络方法、模拟退火与演化算法、专家系统和混合智能故障诊断技术等,并接合有关研究成果讲述了工程机械装备专家系统的轴承故障诊断系统和混合智能故障诊断系统的应用实例。

人工智能在信息检索中的应用模式

概括了信息检索的概念,给出了计算机信息检索的发展现状和趋势,归纳分析了人工智能在信息检索中的应用,包括信息过滤中的应用、信息管理条形码检索中的应用、智能代理在信息检索中的应用以及组合神经网络/专家系统在信息检索中的应用。

应用人工神经网络建立老年肺癌患者化疗期间发生感染的预测模型

目的:建立老年(>65岁)肺癌患者住院化疗期间发生感染的预测模型,评价模型的预测性能,探讨个体发病风险预测的方法。方法:收集本院收治的老年肺癌化疗患者327例,按4∶1分为训练组(n=260)与检验组(n=67),分别用于筛选变量、建立预测模型及对模型的检测和评价。应用logistic回归Logistic Regression(LR)模型对资料进行多因素筛选,将筛选出有统计学意义的指标建立LR模型和人工智能神经网络(artificial neural network,ANN)模型,利用受试者工作特征曲线(receiver operator characteristic,ROC)评价模型的预测性能。结果:医院感染的发生率为21.10%(69/327),进一步分析发现骨髓抑制(≥Ⅱ度,P=0.001)、长时间住院(≥14 d,P=0.001)、糖尿病(P=0.005)、联合化疗(含顺铂,P=0.009),肺癌手术史(P=0.033)以及应用激素(P=0.025)是老年肺癌患者化疗期间发生感染的危险因素。利用两种模型对67名检验集预测,预测正确率分别为87.15%和79.81%;通过ROC曲线下面积比较模型的预测能力:LR模型曲线下面积(0.757±0.036)小于ANN模型(0.905±0.017)。结论:在老年肺癌患者住院化疗期间发生感染的预测方面ANN模型预测性能优于LR模型。

人工神经网络在多元非线性方程组中的应用

通过阐述人工智能神经网络逼近性理论,得知用人工神经网络可逼近任意给定的连续函数,并通过计算机对一些非线性函数进行模拟。验证了这种方法的可行性,同时给出用人工智能神经网络求多元非线性方程组解的原理。