案例推理的地学应用背景和方法

案例推理 (CBR)研究 ,是人类认知的一种合理性模型 ,接近于人类认识、解决问题最原始的思维方式 ,具有在无法获取机理模型、确定规则或统计模型时 ,采用简单的历史相似性推理实现问题的定量求解和预测 ,成为人工智能领域近年来的研究热点。     

人工智能及其在战场环境分析中的应用前景

着重分析了专家系统与人工神经元网络技术的特点和运行机制，论述了将它们于战场环境分析中必要性和可行性。提出关于战场环境分析发展的一条途径。     

钻机转盘智能CAD系统的实现

转盘是钻井机械中使用面较广泛的产品之一，包括齿轮，轴，轴承，转台，箱体等多种零部件，这种转盘用一般方法进行设计比较复杂，ＡＩ－ＦＰＣＡＤＳ将知识处理，方案设计，评价决策，参数优化设计，有限元分析，参数绘图，尺寸公差和技术要求标注等设计过程集成一体，具有智能化，一体化功能。     

浅谈信息时代图书馆的发展模式

随着科学技术的发展 ,以网络为中心的计算机技术、通讯技术、数字化信息技术、多媒体技术得到了飞速发展。图书馆作为人类知识的保存库与传播者 ,在信息时代也需加快自身的发展与变革。首先要确立图书馆在信息时代的地位 ,从而再进一步讨论图书馆的功能及其相应的发展模式。本文将从 3个方面进行探讨。1　信息时代图书馆的地位和作用图书馆是搜集、整理、保管、传播和利用文献信息 ,为社会提供服务的文化事业机构 ,它承担着保护人类文化遗产、进行社会教育、传递文献信息和开发智力资源的职能。但是 ,图书馆在人类社会发展过程中 ,历来没有…     

基于卷积神经网络的雷电临近预警模型

从研究人工智能雷电临近预警模型的目的出发,以卷积神经网络模型为基础,结合多个时间序列的雷达产品(组合反射率、液态水含量、回波顶高)与闪电数据,对雷电临近预报方法进行基于卷积神经网络结构的应用,以福建省2017-2018年雷达、闪电数据为样本完成了模型的训练与预测研究.训练结果显示,15～30 min模型训练样本测试集准...     

论万物互联时代的地球空间信息学

随着5G/6G、云计算、物联网和人工智能等新技术的发展,人类已经进入了万物互联时代。本文探讨万物互联时代地球空间信息技术的五大特点：定位技术从GNSS和地面测量走向无所不在的定位导航定时（PNT）服务体系;遥感技术从孤立的遥感卫星走向空天地传感网络;地理信息服务从地图数据库为主走向真三维实景和数字孪生;3S集成从移动测量发展到智能机器人服务;学科研究范围从对地观测走向物联监测和对人类活动的感知。笔者基于这些特点进一步剖析新时代面临的挑战,并提出新时代地球空间信息学发展亟待解决的三大科学技术问题：测绘学科如何服务人与机器人的共同需求？遥感影像解译的机理是什么和如何突破实现技术的瓶颈？如何利用时空大数据挖掘人与自然的关系,从空间感知走向空间认知？万物互联时代的地球空间信息学,必须且完全可能为万物互联的数字地球和智慧社会做出更大的贡献！     

基于AI的胸部CT平扫对冠脉钙化积分的准确性评价

目的：探讨基于人工智能（AI）的非门控胸部低剂量CT（LDCT）平扫与心电门控CT血管造影（ECG gated-CTA）对冠状动脉钙化积分（CACS）危险度分层的一致性。方法：回顾性分析行冠状动脉CTA扫描的100例患者,所有患者均行冠脉ECG gated-CTA扫描和常规非门控胸部LDCT平扫。在Siemens后处理工作站采用Agatston钙化积分软件记录ECG gated-CTA钙化积分,采用数坤人工智能分析软件记录非门控胸部CT平扫的钙化积分。采用原标准界值,对非门控胸部LDCT平扫与ECG gated-CTA评估的CACS值危险度分层进行Kappa检验;采用受试者工作特征曲线（ROC）检验非门控胸部LDCT平扫的诊断效能并获取最佳诊断新界值,采用新界值的非门控胸部LDCT与ECG gated-CTA评估的CACS值危险度分层进行进一步Kappa检验;比较两种方法的钙化积分的Pearson相关性,P<0.001为有统计学显著差异。结果：对非门控胸部LDCT平扫的CACS值按原界值进行危险度分层,与ECG gated-CTA的CACS值危险度分层进行一致性检验,Kappa值为0.804,P<0.001。非门控胸部LDCT平扫测得的CACS值与ECG gated-CTA测得的CACS值比较,低危-中危组的ROC曲线下面积（AUC）为0.910,P<0.001,最佳诊断界值为112.35;中危-高危组AUC为0.988,P<0.001,最佳诊断界值为398.31。对非门控胸部LDCT平扫测得的CACS值按最佳新诊断界值进行危险度分层,与ECG-gated CTA平扫测得的CACS值的按原有界值危险度分层进行一致性检验,Kappa值为0.850,P<0.001。两种方法所测Pearson相关系数为0.985,P<0.001,存在显著相关性。结论：基于人工智能技术的非门控胸部CT平扫与ECG-gated CTA对冠状动脉钙化积分的评估具有较高的一致性;本研究制定了非门控条件下CACS值危险度分层新标准,进一步提高了非门控胸部LDCT评估CACS值的准确性,有助于冠心病风险的早期筛查。     

人工智能在冰雹识别及临近预报中的初步应用

基于广东10部S波段多普勒天气雷达的三维拼图资料,利用机器学习技术开发了一种冰雹识别和临近预报的人工智能算法。算法设计时以雷达回波反射率的垂直和水平扫描数据为基础训练集,将冰雹云的雷达反射率扫描数据作为正样本,将其他雷达反射率扫描数据作为负样本,通过贝叶斯分类法对正、负样本数据集进行机器学习,训练人工智能识别冰雹云内在规律的能力。训练时以广东省2008-2013和2015-2016年的数据作为训练集,使用了2014年广东省12次冰雹过程的数据做检验。对比检验的结果表明,人工智能法比传统的概念模型法击中率高9个百分点。研究结果表明了人工智能对冰雹这类非线性强天气过程具有较强的识别能力。      

人类移动数据生成方法：研究进展与趋势探讨

人类移动行为与交通、传染病、安全应急等现实应用息息相关。尽管现代信息和通信技术发展使得采集大规模个体移动定位数据成为易事,但涉及个人隐私又存在冗余、缺失和噪声的原始轨迹数据在实际中的可得性和易用性仍有很大局限。通过建模方式生成个体轨迹数据和群体移动数据,使其在统计层面接近并在应用层面可替代真实数据,是值得尝试的解决思路。本文面向个体轨迹数据生成和群体移动数据生成两大研究主题,将生成方法分为基于机理模型的方法和基于机器学习的方法,对其研究进展进行了系统总结,并探讨了其发展趋势和所面临的挑战。本文提出,未来人类移动数据生成方法研究需要多学科深度交叉共同探索人类移动行为底层机制、关注机理模型与机器学习耦合建模、借助生成式人工智能与大语言模型前沿技术、平衡生成数据可用性与隐私保护效果、强调空间泛化与迁移学习能力、控制模型训练与使用成本等。本文认为,人类移动过程是典型的人地交互过程,地理信息科学应在吸纳计算机科学、统计物理学、复杂性科学等多学科理论方法的基础上,充分发挥本学科特色,将空间依赖、距离衰减、空间异质性、尺度等地理空间效应显式纳入建模过程,提升模型性能及合理性。     

强对流实况分析关键技术与产品研制进展和展望

加强短时强降水、雷暴大风、冰雹和龙卷等强对流天气的科学认识对防灾减灾等精细化气象预报服务具有重要意义。如何基于过去和现在的观测去分析当前的强对流天气发生、发展情况是一个重要和具有挑战性的问题。调研了美国、欧洲、亚洲、加拿大和澳大利亚等强对流实况分析业务系统的现状,并从多角度对比了美国的预警决策支持系统—综合信息（WDSS-II）、奥地利的综合分析集成临近预报（INCA）和中国的强对流天气短时临近预报（SWAN）业务系统的现状。此外,针对强对流实况分析产品与预报实践的结合,调研了对强对流实况分析产品应用具有启发性的美国国家海洋和大气管理局（NOAA）的试验平台和春季预报试验。同时,梳理了国内外强对流实况分析研究技术动向,对比了快速更新同化数值模式、概念模型预报技术以及识别追踪和外推预报技术等强对流预报预警技术的优缺点,并回顾了近年来国内外各大主流机构的强对流实况分析人工智能解决方案,为我国今后的强对流实况分析体系建设提供借鉴和思考,为后续开展具有自身特色的强对流多源融合实况分析研究奠定基础。