5G专网部署AI大模型能力的研究

为满足行业终端安全接入组织专网的移动性需求,能随时以自然语言交流方式实现行业应用与知识库的人机交互,文章对5G专网和交互式AI模型应用部署进行研究,阐述了在5G专网中部署行业AI大模型能力的解决方案,通过网络切片、安全策略和边缘云计算的部署方案解决网络安全和信息交互时延等问题,从而拓展5G专网在AI领域的应用场景,保障行业信息和敏感数据,提升工作效率。

6G网络中面向AI大模型的联邦学习与协同部署技术综述

随着6G网络的逐步推进和AI技术的迅猛发展,AI模型在无线网络中的应用日益广泛。综述了6G网络中面向AI大模型的无线联邦学习与协同部署技术发展现状与挑战。首先,对比了AI大模型与基础模型的区别,并介绍了不同的联邦学习范式。接着,概述了AI大模型在无线网络中的几种高效联邦微调方案,包括低秩自适应、模型分割、用户分簇和跨组织协作微调等。然后,阐述了AI大模型在无线网络中的多种部署方案,包括基于模型压缩的轻量化部署、分布式横向协同模型部署、云边端纵向协同模型部署等。最后,讨论了在6G网络中应用AI大模型面临的挑战与机遇。

面向AI安全的深度伪造视频检测技术

针对实际应用伪造类型多样化,而检测过程中只检测单一伪造数据类型等问题,提出了一种新的数据预处理方法,解决了视频中运动图像容易连续重叠的问题;针对人脸模糊伪造,侧面人脸伪造和遮挡人脸伪造问题,利用小卷积核代替大卷积核的方法训练出自己的Deeper网络;针对帧插入、帧复制、帧修改、帧内篡改四种常见的深度视频伪造,尤其是在测试领域差距较大的情况下,容易产生泛化性不足的问题,设计了一种改进的基于双流分析的深度伪造视频检测模型。

AI与6G网络融合研究与挑战分析

简要介绍了3GPP涉及的AI研究项目,及国内外6G研究中AI与6G网络融合的方式与现状。作为6G AI潜在的重要场景,分析了大模型应用的发展历程,讨论了应用的大模型部署不同位置及与终端不同交互方式下6G网络面临的挑战,最后总结了6G网络部署应用大模型所具有的优势。

基于AI通信的大规模MIMO信道状态信息反馈网络

在大规模多输入多输出系统中,由于天线数量的增加导致信道状态信息反馈带宽开销增大。为了减少反馈开销,提出了一种基于深度学习的反馈网络。该网络将卷积注意力模块和快速迭代收缩阈值算法(Fast Iterative Shrinkage Thresholding Algorithm,FISTA)进行了结合。为了贴合实际应用,考虑到了噪声情况,分析了阈值敏感度。仿真结果表明,该网络在不同环境下其性能和鲁棒性可以得到进一步提高。

抗争抑或妥协:加速社会视角下网络文学创作者对生成式AI的态度与选择

加速社会背景下,生成式AI技术的崛起引发了网络文学创作者对于原创性的深思。新的技术不仅使创作者被迫缩短了创作时间,还在一定程度上挤压了传统创作者的生存空间。面对这种技术带来的冲击,网络文学创作者的态度各异。他们或是抵抗,或是接受并使用这种技术,甚至试图利用其提升自己的创作效率。通过深度访谈18位具有网文原创从业经历的被访者,本文尝试从加速社会视角探究生成式AI对网络文学创作者生活和工作方式的影响。研究发现,虽然生成式AI在一定程度上改变了创作者的创作方式,但原创性仍然是网络文学的核心。同时,版权纠纷和伦理问题也是目前生成式AI作品存在的争议焦点。生成式AI的出现为网络文学带来了新的机遇和挑战,传统作者或许能通过创新内容的表达形式、搭建个人品牌、增强具身体验等方式,提升核心竞争力,以应对生成式AI时代所带来的挑战。

基于5G网络的复合型糖尿病AI管理平台的设计与应用

目的 构建基于5G网络的复合型糖尿病AI管理平台,观察在糖尿病患者管理及基层医护培训中的应用效果。方法 选取2型糖尿病出院患者340例,采用随机数字表法分为观察组和对照组各170例。对照组接受常规糖尿病院外管理,观察组基于5G网络的复合型糖尿病AI管理平台实施院外管理,于干预前和干预3个月后观察患者血糖控制相关指标和患者自我管理行为的变化。另在基层医院内选取护理人员60名,通过平台进行培训。比较干预前和干预6个月后基层护士综合能力评分。结果 干预3个月后,观察组患者空腹血糖、餐后2 h血糖及糖化血红蛋白显著低于对照组,自我管理行为评分显著高于对照组(均P<0.05)。项目开展6个月后,护理人员理论知识、实践操作及护理团队建设评分显著高于开展前(均P<0.05)。结论 基于5G网络的数字医疗平台的应用可改善糖尿病患者的血糖,提高患者的自我管理能力,且促进基层护士的能力提升,有利于区域内护理质量持续改进。

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AI的SDN网络安全方案浅析

随着SDN技术的快速发展和网络安全威胁的日益复杂,对SDN网络进行有效的安全防护变得至关重要。然而,传统的网络安全防护手段和方案,无法快速准确检测SDN网络安全隐患并快速做出响应。为了解决这一问题,提出了一种基于AI的SDN网络安全方案。该方案将SDN网络面临的主要网络安全场景进行综合分析,并结合主流AI技术和威胁情报,及时发现SDN网络面临的安全风险,以帮助企业快速有效定位SDN网络安全问题,并做出快速响应。

基于概率算法的AI写作技术在自媒体内容创作中的应用

人工智能成为计算机研究的热点并在各个领域成为替代人工的有效工具。人工智能AI写作技术多采用概率算法的神经网络系统予以实现。文章在详细分析其原理与技术要点的基础上,从自媒体创作应用的角度探讨应用方法,并就可能存在的问题与未来发展方向进行探讨和展望,以更好地促进人工智能在自媒体内容创作中的应用。

基于AI的5G自智网络异动检测与应用

当前多层网络并存,结构复杂,网络维护面临挑战。本文提出基于AI的5G自智网络异动检测方案,通过搭建关键性能指标动态预警体系,实时洞察5G网络质量问题,精准分析定位问题根因,提供7×24h的网络关键指标自动监控。应用效果验证表明,异动检测问题定位准确率可达到92%,大幅提升维护优化现场分析解决问题效率和质量,支持5G自智网络实现智能化运维的目标。

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。

AI视域下企业网络营销系统设计研究

为了更好地发挥AI技术在网络营销中的作用,本文主要分析基于AI视域下企业网络营销系统创新设计理念。通过大数据技术构建用户画像,实现用户需求的精准洞察;基于用户画像,制定个性化的营销策略,提供符合用户需求的产品或服务。开发智能营销工具,通过智能推荐、智能客服等功能,提升用户体验和营销效率。为企业网络营销提供了新的思路和方法,帮助企业在激烈的市场竞争中脱颖而出。

基于AIS+GSM的小型船舶动态监管终端设计

我国近海小型船舶数量众多、海域环境复杂、航线繁忙,而小型船舶一般没有安装船舶自动识别系统,因此给近海船舶航行安全带来威胁,也为渔船管理带来困难。基于AIS+GSM设计了小型船舶动态监管终端,采用太阳能供电、北斗与GPS双模定位、AIS和GSM双网通信,实现终端防拆防移、信息可视化、航程航线记录查询、自动报警、身份识别等功能,很好地满足近海小型船舶的管理需要,能有效保障船舶航行的安全。

基于AI的5G网络智能优化与自适应调整

文章探讨了人工智能(Artificial Intelligence,AI)在5G网络优化与自适应调整中的应用,重点涵盖网络规划与设计、资源分配与管理、网络维护与故障检测等方面。通过数据驱动的优化方法、深度强化学习以及实时数据处理与反馈机制,实现网络性能的显著提升。此外,进一步讨论了动态频谱管理、自适应负载均衡、网络切片动态调整、实时流量预测以及网络资源实时分配等自适应调整技术。

AI驱动的智能数据中心网络管理与优化

数据中心网络是现代企业和组织的关键基础设施之一,其性能和可靠性对业务的成功运营至关重要。随着数据中心规模的不断扩大和网络负载的增加,传统的网络管理方法已无法满足企业和组织的需求。为了应对这一挑战,AI逐渐成了数据中心网络管理与优化的关键工具。文章将探讨AI在数据中心网络管理与优化方面的应用,包括网络监控、故障诊断、资源分配和性能优化等,并将分析其对数据中心网络的可靠性和效率的影响。

关于AI在铸造业中应用的最新研究和探索

中国铸造业作为传统产业,面对危机与挑战,加快了AI场景应用的创新,目前正逐渐渗透入各种应用场景,本文综述了从铸造缺陷检测、铸造工艺、工艺仿真模拟、制造系统构建等方面AI的应用场景,各种应用采用了深度学习等多种优化算法及算法组合,随着人工智能技术的快速发展,AI的应用将为铸造行业带来创新和革命性的变革。这些应用不仅提升了铸造企业的生产效率和产品质量,还为企业带来了更多发展空间。

基于AI的电力信息通信系统网络安全管理方法

文章针对电力信息通信系统面临日益严峻的网络安全威胁,提出一种基于人工智能(Artificial Intelligence,AI)的电力信息通信系统网络安全管理(AI-based Power Communication System Network Security Management,AIPCSNSM)方法。该方法综合运用深度学习、强化学习及自然语言处理等技术,实现对电力信息通信系统的异常检测、安全策略优化和分析报告自动生成。通过在某电力公司的实验,验证AI-PCSNSM方法在提升系统安全防护水平方面的有效性和优越性。

基于AI的机械零件加工缺陷检测工艺研究

文章提出一种基于人工智能(Artificial Intelligence,AI)的机械零件加工缺陷检测工艺,以提高缺陷检测的精度和效率。通过对缺陷类型与特点的分析,构建高质量缺陷图像数据集,并采用数据增强技术扩充样本。基于卷积神经网络(Convolutional Neural Networks,CNN)设计多尺度残差网络模型,实现缺陷的自动识别。实验结果表明,该方法在尺寸偏差、表面烧伤、内部组织异常等典型缺陷检测中表现出色,能够满足工业级缺陷检测的高标准要求。

AI大模型支持下的校园网络安全防御系统设计与实现

在数字化时代,校园网络成为教育资源和信息交流的重要载体,其安全性直接关系到师生个人信息、学术研究数据以及教育资源的保护。然而,校园网络面临着病毒侵害、黑客攻击、内部数据泄露等多种安全威胁,这迫切需要新一代的安全防御技术来应对。本文首先对校园网络的特点与安全需求进行了深入分析,进而详细阐述了基于人工智能(Artificial Intelligence,AI)大模型的校园网络安全防御系统的设计,包括系统架构设计、关键技术选型、AI模型的训练数据准备与预处理,以及针对校园网络特点的模型定制、更新与维护机制,为系统的稳定运行提供帮助。