平行矿山: 从数字孪生到矿山智能

针对新时代下我国矿区智能化发展诉求与矿山无人化进程中遇到的复现难、协同难的技术问题, 本文融合智慧矿山理念、ACP (Artificial societies + computational experiments + parallel execution)平行智能理论和新一代智能技术, 设计并实现了智慧矿山操作系统 (Intelligent mine operation system, IMOS), 为平行矿山智能管理与控制一体化提出了解决方案. 本文首先分析露天煤矿产业发展趋势; 国内外露天矿山智能化发展情况; 面向露天矿山无人化与智能化需求, 深度融合数字四胞胎理论, 设计了虚实融合的IMOS架构; 详细阐述了IMOS子系统架构与功能, 包括: 单车作业系统、多车协同系统、车路协同系统、无人驾驶智能系统、调度管理系统、平行系统、监管系统、远程接管系统和通信系统; 并探讨了IMOS关键技术, 即平行矿山仿真建模技术、无人驾驶技术、矿区通信技术和协同作业技术. 该操作系统是国内首套露天矿山无人化与智能化的一体化解决方案, 并能够迁移到不同矿区不同作业场景, 推动矿区智能化无人化发展, 减少人工干预从而降低安全风险, 大幅度降低人工成本, 提高生产作业效率, 并可结合社会发展要素为实现绿色可持续发展矿区提供支撑.     

智能控制五十年回顾与展望: 傅京孙的初心与萨里迪斯的雄心

本文从智能的起源与目标开始讨论, 重新梳理人工智能史前的历史进程. 在此背景之下, 回顾智能控制从学习控制到平行控制的演化过程, 进而展望未来的控制智能从平行智能到知识自动化的可能发展途径. 前事不忘, 后事之师, 谨以此文纪念傅京孙与萨里迪斯教授开创并推动“智能控制”这一多学科交叉研究领域五十周年和二位开拓者诞辰九十周年.     

迈向"6S"智慧家居:智能科技与智慧生活

目前正在高速发展的智能家居技术,是科技对人类生活的又一场革命,是包含通信、人工智能、物联网、机器人等技术对于日常生活的一次深度介入.未来的智能家居环境应被视为一个与人进行积极、有机互动的整体,不仅可以把人从繁琐重复的家居劳动中解脱出来,还可以给人以更加舒适、健康的生活状态."6S"智慧家居系统是为了满足近未来人类社会对于家居生活的更高层次的场景需求而提出的,重要技术包括通信/物联网技术、传感与控制技术、语音语义识别技术、图像识别技术、云计算与边缘计算技术、区块链技术等.通过这些技术的应用,"6S"智慧家居系统将发展出"社区耦合"与"联邦"两种全新的生态.未来,机器人技术也将在"6S"智慧家居系统中得到广泛应用,成为重要的功能性拓展.     

人造石用聚甲基丙烯酸甲酯耐黄变及老化性能研究

采用多种抗氧剂对人造石用聚甲基丙烯酸甲酯(PMMA)的耐老化性能进行改进,进行了热老化和紫外老化试验并测试了PMMA老化过程中力学性能及黄色指数的变化。结果表明,在热老化部分抗氧剂LK-1081可以抑制PMMA在热老化过程中的力学性能下降。纯PMMA的拉伸强度在老化后从66.4MPa下降到56.2MPa,下降了15%,而加入LK-1081的PMMA老化后拉伸强度从65.3MPa上升到66.0MPa,上升了1%,即基本保持不变,但是抗氧剂LK-1081的加入会导致PMMA在热老化过程中的黄色指数明显上升。另外,在紫外老化部分,UV329可以明显改善PMMA的耐紫外老化性能,在紫外老化前后,纯PMMA的黄色指数从8.08上升到14.04,上升了5.96,而加入UV329的PMMA的黄色指数则是从7.91上升到10.84,上升了2.93,将PMMA的抗黄变性能提升了50%。所以,选择合适的受阻酚类抗氧剂或紫外线吸收剂可以改善PMMA的耐老化性能。     

面向智能驾驶的平行视觉感知：基本概念、框架与应用

目的 视觉感知技术是智能车系统中的一项关键技术,但是在复杂挑战下如何有效提高视觉性能已经成为智能驾驶领域的重要研究内容。本文将人工社会（artificial societies）、计算实验（computational experiments）和平行执行（parallel execution）构成的ACP方法引入智能驾驶的视觉感知领域,提出了面向智能驾驶的平行视觉感知,解决了视觉模型合理训练和评估问题,有助于智能驾驶进一步走向实际应用。方法 平行视觉感知通过人工子系统组合来模拟实际驾驶场景,构建人工驾驶场景使之成为智能车视觉感知的“计算实验室”;借助计算实验两种操作模式完成视觉模型训练与评估;最后采用平行执行动态优化视觉模型,保障智能驾驶对复杂挑战的感知与理解长期有效。结果 实验表明,目标检测的训练阶段虚实混合数据最高精度可达60.9%,比单纯用KPC（包括：KITTI（Karlsruhe Institute of Technology and Toyota Technological Institute）,PASCAL VOC（pattern analysis,statistical modelling and computational learning visual object classes）和MS COCO（Microsoft common objects in context））数据和虚拟数据分别高出17.9%和5.3%;在评估阶段相较于基准数据,常规任务（-30°且垂直移动）平均精度下降11.3%,环境任务（雾天）平均精度下降21.0%,困难任务（所有挑战）平均精度下降33.7%。结论 本文为智能驾驶设计和实施了在实际驾驶场景难以甚至无法进行的视觉计算实验,对复杂视觉挑战进行分析和评估,具备加强智能车在行驶过程中感知和理解周围场景的意义。     

面向领域开源文本的因果知识提取

因果知识是一类十分常见的知识类型,也是领域知识库的重要组成部分。基于互联网信息资源自动提取因果相关知识,对社会计算系统的建模和智能系统的建造具有十分重要的意义。本文面向开源中文文本信息,研究建立并实现一种自动提取因果知识的方法,以有效支持网上知识工程和安全领域的因果情报自动获取与因果知识库的构建。     

Ubiquitous Mining with Interactive Data Mining Agents

Due to the increasing availability and sophistication of data recording techniques, multiple information sources and distributed computing are becoming the important trends of modern information systems. Many applications such as security informatics and social computing require a ubiquitous data analysis platform so that decisions can be made rapidly under distributed and dynamic system environments. Although data mining has now been popularly used to achieve such goals, building a data mining system is, however, a nontrivial task, which may require a complete understanding on numerous data mining techniques as well as solid programming skills. Employing agent techniques for data analysis thus becomes increasingly important, especially for users not familiar with engineering and computational sciences, to implement an effective ubiquitous mining platform. Such data mining agents should, in practice, be intelligent, complete, and compact. In this paper, we present an interactive data mining agent — OIDM (online interactive data mining), which provides three categories (classification, association analysis, and clustering) of data mining tools, and interacts with the user to facilitate the mining process. The interactive mining is accomplished through interviewing the user about the data mining task to gain efficient and intelligent data mining control. OIDM can help users find appropriate mining algorithms, refine and compare the mining process, and finally achieve the best mining results. Such interactive data mining agent techniques provide alternative solutions to rapidly deploy data mining techniques to broader areas of data intelligence and knowledge informatics.     

基于词计算的语言动力系统及其稳定性

语言动力系统(LDS)是以词为计算单位而非以数字或符号为计算单位的动力学系统.文中将LDS分成两类:由常规动力系统(CDS)转化而来的Ⅰ型LDS和由模糊逻辑规则生成的Ⅱ型LDS.对于Ⅰ型LDS,提出了为载图法讨论其稳定性并给出了状态抽象化的虫口模型和系统与参数均抽象化的虫口模型的稳定性.对于Ⅱ型LDS,采用匹配度法分析了任意初始词在模糊规则下的动力学行为.     

问答ChatGPT之后:超大预训练模型的机遇和挑战

超大预训练模型(Pre-trained model, PTM)是人工智能领域近年来迅速崛起的研究方向,在自然语言处理(Natural language processing, NLP)和计算机视觉等多种任务中达到了有史以来的最佳性能,促进了人工智能生成内容(Artificial intelligence-generated content, AIGC)的发展和落地. ChatGPT作为当下最火热的PTM,更是以优异的表现获得各界的广泛关注.本文围绕ChatGPT展开.首先概括PTM的基本思想并对其发展历程进行梳理;接着,详细探讨ChatGPT的技术细节,并以平行智能的视角阐述ChatGPT;最后,从技术、范式以及应用等多个方面对PTM的发展趋势进行展望.     

深度学习在控制领域的研究现状与展望

深度学习在特征提取与模型拟合方面显示了其潜力和优势. 对于存在高维数据的控制系统, 引入深度学习具有一定的意义. 近年来, 已有一些研究关注深度学习在控制领域的应用. 本文介绍了深度学习在控制领域的研究方向和现状, 包括控制目标识别、状态特征提取、系统参数辨识和控制策略计算. 并对相关的深度控制以及自适应动态规划与平行控制的方法和思想进行了描述. 总结了深度学习在控制领域研究中的主要作用和存在的问题, 展望了未来值得研究的方向.