基于AI算法的自然语言信息提取-翻译-校对系统设计

自20世纪90年代起,随着人工智能(AI)的飞速发展及其与深度学习等机器学习方法的广泛融合,自然语言处理(NLP)作为人工智能的核心,也取得了令人瞩目的进步。而随着国际学术交流、世界文化交融愈加频繁,人们搜寻、阅读他国网络信息的现实需求也随之增多。当信息搜寻者在搜寻非母语信息时,不仅会出现语言障碍问题,还会因错综复杂、层次不齐的各色信息而产生诸多不便。为了便于信息搜寻者快速高效地获取有用信息,文中基于人工智能算法(PageRank/TextRank)设计一种信息提取-翻译-校对(ETP)系统。系统通过AI自动搜索阅读页面上的重要信息和文本摘取,生成摘要,并基于机器翻译API模块完成翻译;其次,采用智能校对系统完成校对审核后,将信息呈现给搜寻者,以供其对全部信息高效且准确地进行预筛选,从而节省阅读时间和精力。最后对系统算法所实现的功能进行实验测试,结果达到预期。

AI算法时代智慧图书馆建设面临的机遇、困境及应对策略

文章通过分析AI算法的特点及其在智慧图书馆建设中的具体影响,总结出AI算法虽为智慧图书馆建设带来无限可能,但因其自主性和复杂性以及规范性治理不足,给智慧图书馆带来“知识”恐慌、信息茧房、预测决策偏差、读者隐私泄露等诸多困境,并从多方面剖析困境产生的原因,提出相应的解决措施:可以通过加强馆员自身算法素养、创设算法素养培育环境、负责任地选择和开发算法、完善读者隐私保护体系等策略,更好地发挥AI算法在智慧图书馆建设中的积极作用,克服其存在困境。

AI技术在视频图像超清修复中的应用

随着时代的发展与进步,标清电视逐渐淡出大众视野。为顺应现代社会对于视频图像品质的追求,大量的标清经典影视作品面临着向高清分辨率的转换挑战,但是就转换结果来看,传统的标清在转换为高清后,图像的清晰度并没有得到显著提高。基于此,文章将以人工智能(Artificial Intelligence,AI)技术为核心,以经典标清影视作品1986年版《西游记》和1987年版《红楼梦》为例,结合超清的试验结果,对AI技术在视频图像超清修复中的应用效果进行深入分析。

AI文学的批评:路径、范式与重点

AI文学是生成式人工智能技术以人类已有的文学形式为样板,通过算法自动生成的数字文本,其本质是算法文学。在通用人工智能出现之前,AI文学的生成是人与智能机器交互合作完成的。随着智能水平提升,AI逐渐由辅助性工具向智能主体演变。面对新的文学现象,简单套用传统的文学批评方法会导致方法失灵和理论失效,但传统文学批评坐标系关注作品、世界、艺术家、欣赏者四个要素及其之间关系的思路为AI文学的批评提供了方法取径的启示。将“艺术家”置换为“人机创作共同体”,可建构AI文学批评的坐标系图式。AI文学的批评实践仍需坚持以文本为中心,从文本出发,重点关注“人机创作共同体”中人与智能体的关系,由文本批评深入到算法批评,拓展到关系批评,并以反身批评反思人的文学,推动AI文学与人的文学共同繁荣发展。

基于AIS轨迹和改进蚁群算法的船舶航线规划方法

在保证船舶航线安全的前提下,以最短航程为目标,提出基于AIS轨迹和改进蚁群算法的船舶航线规划方法。对船舶AIS数据进行预处理,去除船舶AIS数据中的冗余数据,完成船舶AIS数据提纯;采用基于粒子群与K均值混合聚类算法的核心转向点筛选与识别方法,筛选并识别船舶AIS数据中船舶航线核心转向点数据;通过基于改进蚁群算法的航线规划方法,以核心转向点数据为基础,构建航线网络,在此网络中,通过人工势场法对蚁群算法进行改进,对船舶航线进行寻优,实现船舶航线规划。经实验验证,本文方法能够规划出安全合理的船舶航线。

基于AI智能算法的设备故障诊断技术优化与仿真实验

为提高电力设备在线监测效率,设计了一种基于AI智能算法的智慧电力资源库。利用人群搜索算法(SOA)优化深度置信网络(DBN)的隐含层节点数,并用于电力变压器设备的故障诊断;基于C/S(Client/Server)框架的电力变压器设备故障分析模块,实现电力变压器设备故障在内的实时监测。结果表明,SOA优化DBN的故障诊断模型可有效诊断电力变压器的高温过热和高能放电故障。相较于标准DBN网络、SVM模型和BPNN网络,SOA优化DBN网络具有更高的准确率和查全率,分别达到95.38%和94.78%;所设计的电力设备资源数据库可对电力变压器数据进行实时诊断操作,从而能更好的辅助电力工程人员运维。

融合AI能力的商品销售管理系统的设计与实现

研究设计一个融合AI能力的商品销售管理系统。该系统采用前后端分离的设计模式,前端使用Vue框架技术,后端则运用Spring Boot框架技术。同时,系统应用基于物品的协同过滤算法,能够智能化地为用户推荐相关产品。此外,系统还实现了各种销售业绩、收支平衡等的可视化分析,为商家提供了全面的销售数据分析工具。测试表明,系统功能强大且易用性好,在商品推荐上具有出色的智能性,在商品销售数据的管理和分析方面也表现突出。

混合图像集对排水管缺陷AI检测的影响研究

为提高排水管道缺陷的AI检测模型效果,研究一种基于小样本Faster R-CNN算法的半监督学习方法。该方法利用无缺陷正常管道图像,随机为其生成伪标签,并将其混入具有缺陷标签的图像集中,实现半监督式训练。对管道CCTV视频进行了检测实验,对比只采用有缺陷图像集训练,混合图像集训练的AI模型对各种管道缺陷的检出率都有较高水准,且缺陷误检率从34.85%下降至6.12%。研究结果表明,采用混合图像集能够影响AI检测模型的缺陷识别效果;在小样本管道缺陷图像训练集和验证集中额外混入十分之一的伪标签图像,训练出的检测模型具有最佳的平均精度均值。

基于神经网络的未来3天Kp指数预报建模与可解释AI应用

当前业务中对未来3天Kp指数预报需求强烈.但地磁暴中多参数耦合导致难以量化各预报因子对Kp值的贡献,制约了预报精度提升.本文构建了神经网络3天Kp指数预报模型,并使用人工智能(AI)可解释性算法定量化各因子贡献.结果显示,行星际磁场南向分量在提前3 h对Kp指数的贡献为37.15%,为主要因子,说明模型能捕捉符合物理特征的主要预报因子.Kp指数历史特征贡献随提前量逐渐增加,提前3天总体贡献占68.06%,验证了对冕洞高速流引起的地磁暴事件的预报能力.对2015和2017年特大地磁暴进行贡献分析,模型准确捕捉了地磁暴多参数耦合的复杂特性.研究表明,可解释AI算法在一定程度上能定量化各预报因子对Kp指数的预报贡献,有助于改进未来3天Kp指数AI预报模型.

基于不同算法的AI技术对乳腺肿瘤诊断效能的对比分析

目的:分析基于全数字化乳腺X线摄影(FD)的全卷积单阶段乳腺AI算法及基于数字乳腺断层摄影(DBT)的三维多影像融合AI算法在乳腺肿瘤影像诊断中的效能。方法:用FD AI算法(AI-FD)及DBT AI算法(AI-DBT)对常州市妇幼保健院乳腺外科2022年经病理证实的469例(515个病灶)乳腺疾病患者的影像数据进行计算。以病理结果为基准,分别采集记录两种算法结果的阳性数及与病理结果符合数,比较两种算法对乳腺癌的诊断灵敏度、特异度、阳性预测值及阴性预测值;以病理诊断为金标准,比较AI算法、超声(US)及钼靶X线人工诊断(MG人工)等诊断方法的受试者工作特征曲线(ROC)和曲线下的面积(AUC)。结果:AI-DBT的诊断阳性率(67.81%)高于AI-FD (49.17%),差异有统计学意义(χ^(2)=35.01,P<0.05);AI-DBT的诊断准确率(44.33%)稍低于AI-FD (46.90%),差异无统计学意义(χ^(2)=0.42,P>0.05)。两种AI算法比较,AI-DBT对乳腺癌的诊断灵敏度高,但特异性较弱,AI-FD的诊断特异性更佳。AUC值方面,MG人工的最高,为0.804,两种AI算法次之,但均略高于US。结论:基于乳腺DBT三维断层图像与FD二维图像的AI算法在乳腺肿瘤尤其是在乳腺癌的诊断方面具有一定的准确性,但其诊断效能与MG人工诊断之间仍有一定的差距,故目前尚不能完全取代人工诊断。

基于交互式AI算法构建动态图形在未来社区活动中的个性化引导

为满足未来社区活动多样化需求,本研究提出利用用户数据分析、语言模型和交互式反馈,提供个性定制化的社区活动引导,增强未来社区吸引力和用户体验,并设计专属于个人需求的交互式AI动态图形个性化引导系统。该系统在确立社区空间中的系统设计原则和核心功能基础上,全面搜集并分析用户数据,精确构建AI算法模型,实时生成及更新动态图形,在社区空间中实现流畅的用户体验,持续优化用户体验并严格保护用户个人隐私。

塑料称重配料的神经元迭代AI算法

本文针对动态的塑料称重配料系统,使用贝加莱X20系列CPU为控制硬件,在分析目前流行的多种AI算法基础上,运用若干种AI算法解决塑料称重配料系统中非线性、强干扰、不稳定滞后、随机性等问题,并且区别于专家系统,将算法应用到塑料称重配料设备的批量生产中。实践证明,这套自适应AI算法可以基本满足塑料称重配料设备的高精度、高响应、易操作的客户需求,可为塑料称重行业提供一定的借鉴。

生成式AI技术在新闻创作中的应用

加快生成式人工智能(Artificial Intelligence,AI)技术与新闻创作的融合,不但符合行业未来发展趋势,而且具有深远的影响。生成式AI技术不仅可以提供多维度的人机交互渠道,还能简化新闻创作流程,提升新闻创作的质量与效率。基于此,详细分析了生成式AI技术在新闻创作中的应用过程,同时为了进一步提升新闻创作的质量,提出了正确运用生成式AI的建议。

基于AI技术的电网业务智慧调度分配模型研究

为有效提高电网业务调度效率,提出利用AI算法技术提高调度系统的业务调度,根据处理开销以及延时电网业务的调度策略,建立基于AI技术算法的调度分配模型。仿真实验结果表明,随着电网业务数量的增加,平均延时逐渐增加。当业务数量为70时,AI算法与随机森林算法、深度学习算法的延时时间分别为92 ms、156 ms、212 ms。AI算法的准确率随着系统容量增加而迅速提高,最大准确率高达99.3%。当迭代次数为50次时,AI算法的计算时间为300 ms,较随机森林算法及深度学习算法分别降低37.5%、28.57%。

基于云计算的物联网AI移动机器人路径规划的算法设计

融合物联网技术云计算技术提出智能传感激光SLAM(Simultaneous localization and mapping)算法,首先基于成分分析法相邻帧的点云计算矩阵进行粗配准,再使用改良后算法提供的改进点到线迭代的最近配准算法来弥补传统算法精度较低的问题。采用了多重采样的算法在多次复制大权重例子集合的背景下利用小权重粒子集合来提升移动机器人路径定位精准度。最后将改良后的算法运用于AI移动机器人,实验结果表明,改进后的SLAM算法对移动机器人的路径设计的定位精准度有了较大提升,AI机器人可以具备优良的避障功能,对于已知环境或者非完全已知环境中存在的障碍物都具有良好的适应能力。

AI技术的意图与审美问题:再论人工智能诗歌

现阶段的AI诗歌是“无意图”的诗歌,AI诗歌算法的完善能避免无效诗句的出现。研发者不必追求强人工智能作诗,而应在现有的弱人工智能框架下,通过文体和风格的专门训练提升AI诗歌的水准。通过比较诗歌的人文性和科学性可知:两者并不是互斥的,而是相容的,最终殊途同归。人类不必担忧AI诗歌的未来,也不应把重点放在AI诗歌的拟真性上,而应扬长避短,通过AI的量化优势探索诗歌的可能性。

基于AI算法的无线通信机房空调节能优化设计与实现

随着信息技术的飞速发展,无线通信机房作为通信网络的核心部分,其稳定性和可靠性至关重要。机房内设备运行产生大量热量,空调系统成为维持机房温度稳定的关键设备。然而,传统空调系统往往存在能耗高、效率低的问题。本文旨在探讨基于AI算法的无线通信机房空调节能优化设计与实现,通过智能调控策略,实现空调系统的高效运行和能源的节约。

基于AI预测通信基站铅酸蓄电池后备供电保障能力的研究应用

当市电中断或电源故障发生时,蓄电池为通信基站内网络设备的稳定运行提供了最后的供电保障。而铅酸蓄电池后备供电保障的优劣直接决定了设备运行的维持时长。现有技术在预测铅酸蓄电池后备供电保障方面,主要依靠放电测试或经验判断。这些方法不仅费时耗力、效率低下,而且受电池使用环境、充放电频率等因素影响,导致预测结果存在不准确和时效性差等诸多问题。本文通过采用一种基于神经网络Stacking堆叠模型,结合人工智能算法,可以实现对铅酸蓄电池后备供电保障能力的预测。这种方法能够提前发现电池性能劣化的迹象,从而提高运维效率,降低运维成本,提升蓄电池运行的安全性。

AI 数字广告平台对媒介用户行为影响的实证研究——以巨量引擎为例

随着基于AI的数字广告投放平台的广泛建立和运营,数字广告和数字营销领域迎来了更为丰富和精准的广告投放方式。这些平台不仅为广告主提供了简化、高效的广告投放途径,同时也为消费者提供了更为个性化的广告内容。然而,关于人工智能驱动的广告投放是否会导致新的信息茧房现象,以及是否会对媒介行为产生影响,尚需进行深入的研究和探讨。研究结果显示,广告投放效果可以通过人工智能算法进行精准评估,从而有助于后续的定向投放策略。此外,通过分析回传的付费数据、点击量和观看量,可以进一步定位潜在消费者,实现广告效益的最大化,但数字广告投放平台的诞生极大地改变了媒介用户的行为模式。因此,未来数字广告投放平台的发展和创新将为消费者带来更多信息选择,同时也将影响媒介用户的行为和习惯。

基于AI算法调试与AGV技术实现“智慧停车”的研究

当前城市停车难、停车场管理效率低下等问题,探讨了基于AI算法的调试以及自动导引车(AGV)技术在智慧停车系统中的应用。通过对AI智能算法的研究与优化,实现对停车场车位的高效调度,以及对AGV的精准控制,从而大幅提高停车效率和用户体验。研究显示,通过AI算法与AGV技术的结合使用,不仅可以实现快速定位空闲车位,还能自动完成停放和取车过程,极大减少了人力需求,提高了停车场的运营效率。此外,该系统还具有良好的可扩展性和智能决策支持能力,为未来智慧城市中的交通管理提供了新的解决方案。