最新刊期
2025年第7卷第3期
- 摘要：世界机器人大会与人形机器人运动会表明，从具身智能的人形机器人走向“机形人工员工”是一条可能的产业路径：基于平行智能ACP（人工社会-计算实验-平行执行）闭环，将数字孪生与物理工场互动反馈耦合，形成持续学习与平行智能；在真实场景中检验运动控制、感知与导航，暴露减速器与伺服等产业瓶颈，引导投资回归应用，重塑“机器扩人、机器渡人、机器益人”的社会认知。此外，还需要进一步落实跨平台数据、模型协同与多机协作落地，面向工厂、医院与家庭，强调开放、可治理、安全与普惠。关键词：具身智能;人形机器人;平行智能476|138|0更新时间：2025-09-15
评论智能
- 摘要：视觉-语言-动作模型是一类面向具身智能的综合性建模方法，它将视觉感知、自然语言理解和动作执行在统一框架下进行表征与学习，旨在实现从环境感知到任务规划再到动作控制的连续闭环。视觉-语言-动作模型的运行逻辑与21世纪初提出的平行智能范式存在呼应。平行智能通过“人工系统、计算实验和平行执行”的三元架构，强调虚拟建模、可复现推演以及虚实交互的闭环机制，这些理念与视觉-语言-动作模型的发展路径在不同阶段形成了对应关系：早期的多模态探索可视为人工系统中的原型实践，随后的大规模模型与跨域训练扩展了计算实验的能力，近年来的分层控制和虚实闭环则体现了平行执行强调的反馈修正与规范指导。在这一框架下，视觉-语言-动作模型呈现出语义与动作深度耦合、虚拟与现实双向循环和可验证性增强等特征，但也存在泛化不足、语义对齐不稳、安全与解释机制薄弱以及部署效率受限等问题。未来研究可聚焦任务语义的契约化表达、长时序规划的可修复性、世界模型的工程化使用、多层次反馈与安全治理，以及跨平台迁移和人机协作等方向。以平行智能为参照重新审视视觉-语言-动作模型，不仅有助于厘清发展脉络，也为其在真实场景中的可信应用提供了方法论支持。关键词：平行智能;视觉-语言-动作模型;具身智能;多模态融合;虚实交互568|422|0更新时间：2025-09-15
- 摘要：针对永磁同步电机（permanent magnet synchronous motor，PMSM）控制中出现的由非线性震荡引发的混沌行为，提出了一种利用电机历史运行数据迭代获取最优控制策略的无模型强化学习方法，该方法解决了不同工作环境下由负载扰动不确定、电机模型参数不确定带来的问题。首先针对外部负载扭矩的不确定性，建立电机最优控制与外部最坏扰动之间的零和博弈，设计迭代形式的黎卡提方程，基于该方程进一步构建了一种基于模型的抗干扰最优控制器。在该控制器基础上，引入无模型强化学习思想，设计了PMSM混沌现象的数据驱动稳定方法，利用电机历史运行数据实现优化求解无模型抗扰动稳定控制器，实现对电机混沌行为的抗扰稳定控制。最后通过多个数值仿真实验对比验证了所设计方法的性能。实验结果显示，在外界负载扰动不确定的情况下，提出的方法相较传统有限时间控制方法在累计资源消耗损失性能方面提升了39.04%，在电机模型参数不确定的情况下，提出的方法相比线性二次型调节器的控制成功率提高10.71%。关键词：永磁同步电机;混沌现象;强化学习;零和博弈;前馈补偿控制器113|135|0更新时间：2025-09-15
- 摘要：社交媒体的普及带来了虚假信息扩散速度加快、影响范围扩大等问题，虚假信息的广泛传播不仅会扰乱社会秩序，还可能引发群体性事件，对国家安全和社会稳定构成潜在威胁，研究高效的虚假信息检测工具与技术变得尤为重要。基于此，提出了融合证据分析的贝叶斯神经网络虚假信息检测（evidence-aware Bayesian neural networks for fake news detection，EBNN-FND）方法，该方法借助贝叶斯神经网络框架，对检测模型与数据的不确定性进行量化分析，从而提升预测结果的可靠性。模型设计了文本嵌入模块、特征处理模块、观点-证据交互模块和特征混合模块，能够充分整合信息文本与关联证据信息的特征。在公共数据集上的实验表明，EBNN-FND模型在虚假信息检测任务中的表现显著优于现有基线模型，具有高效性与稳定性，不仅为虚假信息检测领域提供了新的研究视角，也为解决信息传播过程中的不确定性问题提供了一种可行的技术方案。关键词：贝叶斯神经网络;变分推理;无偏估计;虚假信息检测178|166|0更新时间：2025-09-15
- 摘要：随着现代电子战与雷达技术的不断发展，战场环境中的雷达信号日趋复杂多样，这给信号分选带来了严峻挑战。传统分选方法通常依赖先验知识并预先设定类别数量，难以应对实际应用中可能出现的未知信号源与动态变化特征。针对这一问题，提出一种基于选择性深度嵌入聚类的复杂未知雷达信号分选方法。该方法结合深度学习在特征提取方面的优势与基于密度的聚类算法的灵活性，且无须依赖特定先验知识，实现对雷达信号参数的自适应嵌入与动态聚类；通过神经网络自动学习信号特征，并与基于密度的聚类算法相结合，有效克服了人工定义特征泛化能力不足的缺陷。实验结果表明，在复杂环境下的雷达信号数据集中，所提方法的聚类纯度达99.46%，具备良好的适应性与扩展性，能够准确识别未知或动态变化的信号特征。与传统方法相比，基于选择性深度嵌入聚类的复杂未知雷达信号分选方法不仅为海量复杂雷达信号处理提供了更具通用性与可靠性的解决方案，也为其他涉及未知信号的大规模数据挖掘任务提供了有益参考。关键词：雷达信号分选;电子侦察;聚类;深度学习157|127|0更新时间：2025-09-15
- 摘要：针对跨模态突发事件识别中图像复杂、文本有限以及模态间误导信息干扰等问题，提出了一种融合注意力协同和对比学习的跨模态突发事件识别方法。首先，通过构建融合多支路自注意力的图像特征编码器和融合外部知识的文本特征编码器，分别提取图像的深层语义特征和文本的上下文关联信息，以克服单一模态信息表达的局限性。其次，为有效捕捉图像-文本特征间的复杂关联，设计跨模态注意力协同网络以增强模态间特征的交互一致性，减少误导信息的传递。最后，引入对比学习机制，采用联合监督策略优化图像-文本特征的贡献，实现模态间信息的动态平衡。在公开数据集CrisisMMD和自建数据集上开展的实验证明了所提方法的优越性。关键词：突发事件识别;跨模态;注意力协同;对比学习102|123|0更新时间：2025-09-15
- 摘要：针对现有密集行人检测模型的参数量大及精度低的问题，提出了一种基于YOLOv7-Tiny的跨级优化YOLOv7（you only look once version 7-tiny partial minimum cross，YOLOv7-TPMC）模型。首先，提出了结合部分卷积（partial convolution，PConv）与逐点卷积（pointwise convolution，PWConv）的部分点卷积高效层聚合网络（efficient layer aggregation networks-partial and pointwise，ELAN-PP）模块。其次，设计了一种跨级融合特征金字塔结构，通过浅层特征复用提升密集场景下行人检测的准确性。最后，为解决完整交并比（complete intersection over union，CIOU）损失函数在某些条件下定位不准确的问题，引入了最小焦点距交并比（minimum point distance and focaler-intersection over union，MF-IOU）损失函数。在WiderPerson和CrowdHuman数据集上进行实验，YOLOv7-TPMC相比于基准模型，参数量减少了20.5%，帧率（frame per second，FPS）提升了12.2%，mAP@0.5的值在WiderPerson数据集上增加了1.2%，在CrowdHuman数据集上增加了2.0%，能够较好地应用于密集行人检测。关键词：行人检测;YOLOv7-Tiny;特征金字塔;部分卷积;注意力机制94|111|0更新时间：2025-09-15
- 摘要：互联网存储着大量罗氏沼虾的相关信息，借助网络搜索、大语言模型（large language model，LLM）很难高效获取养殖问题的准确解答。基于实体粒度的属性拼接向量检索策略，设计并实现了一个面向罗氏沼虾养殖行业的智能问答系统。该系统主要通过融合知识图谱和大语言模型来实现罗氏沼虾养殖领域的友好问答。首先，借助LLM来完成知识抽取功能，将收集到的原始数据转化为结构化数据，构建一个罗氏沼虾养殖相关的知识图谱，将图谱中实体名称与其属性拼接形成语义丰富的描述文本，进行向量化表示并导入Neo4j。然后，通过LLM搭建一个问题过滤模块，对用户提出的问题先进行语义优化和分类后进行向量化处理，从而提升噪声环境下的问答鲁棒性。最后，通过语义向量检索方式，将检索到的知识传递给LLM进行专业回答，从而实现融合知识图谱和LLM的智能问答系统。实验测试展示了所提方法可以有效提高回答的准确性和鲁棒性。该系统有望助力于提供高效、准确、友好的罗氏沼虾专业信息检索，以期提升养殖决策效率和增加养殖生产效益。关键词：知识图谱;大语言模型;罗氏沼虾养殖;智能问答177|118|0更新时间：2025-09-15
- 摘要：针对英语作文自动评分系统因依赖复杂深度学习模型而缺乏可解释性的问题，提出了一种基于E5-SHAP算法的可解释英语作文自动评分模型。该模型基于E5-Base模型编码器提取文本特征，结合均值计算和回归层实现评分输出，并引入自适应加权机制，从语法、句法、词汇多样性等6个维度综合评估作文质量。模型采用LoRA微调技术优化特定层参数，提高对作文特征的适应性。通过SHAP算法计算各特征对最终评分的影响，从而提供清晰的评分依据和解释路径，提升评分过程的透明性和可信度。实验结果表明，与现有模型相比，该模型在ELLIPSE数据集和自建数据集上的表现均有所提升，二次加权卡帕值（QWK）达0.84，在准确性和可解释性上优于现有模型。关键词：英语作文;自动评分模型;E5-SHAP算法;可解释性119|113|0更新时间：2025-09-15
- 摘要：针对近端策略优化（PPO）算法在四旋翼无人机飞行控制中存在的收敛速度慢和难以适应复杂环境问题，在PPO算法的基础上，融合了阈值触发的KL散度惩罚项与L2正则项构成的复合正则机制，提出了一种改进算法KPPO算法，并将其应用于四旋翼无人机飞行控制任务。通过四旋翼无人机飞行控制物理仿真验证，结果显示，在KPPO算法策略的驱动下，四旋翼无人机能够迅速达到策略收敛状态，并在复杂环境中做出正确的决策，从而显著提升了传统算法的性能及任务执行效率。研究结果证实了KPPO算法在优化四旋翼无人机飞行控制中的有效性。关键词：近端策略优化算法;四旋翼无人机飞行控制;深度强化学习185|125|0更新时间：2025-09-15
- 摘要：随着现代医学的飞速发展和诊疗需求的日益增长，放射科作为临床诊断的核心部门，工作流程面临着多重挑战。这些挑战突出体现在多设备区域的复杂患者调度、人工操作导致的流程效率瓶颈、诊断辅助缺乏多模态临床信息综合推理能力以及报告撰写耗时等方面。提出了基于代理智能（agentic AI）的放射科全流程智能系统RadiFlow，构建了预约与患者管理智能体、影像采集协同智能体、分析与诊断推理智能体以及报告生成与解读智能体。通过智能体的协同，系统能够高效处理复杂患者调度与跨区域设备分流、实现影像采集标准化与智能容错、进行精准辅助诊断、自动化生成规范化报告并进行解读。本文为初步总结报告，仅通过案例研究，验证RadiFlow在提升放射科效率、诊断准确性、患者满意度及减轻医护负担方面展现出显著潜力，后续将基于此框架构建放射科多智能体系统，在实际场景中应用验证，以期为构建更智能、高效的放射科提供创新思路。关键词：智能体;放射科;人工智能;大语言模型373|256|0更新时间：2025-09-15
学术论文
- 地址：北京市丰台区东铁匠营街道顺八条1号院B座“北阳晨光大厦”2层 邮编：100079
- 联系电话：（010）53879206 Email：cjist@bjxintong.com.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
- 总访问量：161982 今日访问量：145
0