最新刊期
2025年第7卷第4期
- 摘要：随着美国“创世纪计划”开启AI驱动科学发现的新范式，全球科技竞争已从单点技术较量升维至关乎国家生存底层能力的“呼吸主权”之争。当前面临的核心风险在于，若缺乏自主的制度标准与评价体系，单纯的技术追赶方式会让国家随时面临被切断知识源头的危机。本文主张重构“技术-制度-人才”的联动生态，通过建立自主的高水平学术期刊与评价机制，重新掌握科研创新的定义权与定价权。CASE-K21与iSTREAMs等全生命周期教育工程的实施将培养能够驾驭知识自动化与复杂社会系统的复合型人才。进一步地，依托平行智能与平行社会理论，构建虚实互动的本土治理框架，可为解决跨境数据流动与数字秩序等世界争端提供中国方案。科技自主并非封闭自守，而是通过掌握核心生态能力，以更自信的姿态实现高水平的科技繁荣与命运共同体。关键词：人工智能;智慧教育;iSTREAMs;K21;CASE;科技竞争186|201|0更新时间：2025-12-15
评论智能
- 摘要：人工智能（artificial intelligence，AI）与基坑工程的深度融合是推动地下空间智能化开发的关键路径。系统综述了人工智能技术在基坑工程全生命周期中的研究现状与发展趋势。首先，基于基坑工程的关键阶段，梳理了传统人工智能模型、深度学习算法和生成式人工智能模型在基坑工程中的应用脉络。其次，针对人工智能在基坑工程中应用的基本原理、适用性和局限性，从智能勘察、智能设计和智能监测3个方面进行了系统归纳和对比。对于智能勘察，人工智能算法实现了岩土体高精度分类与三维地质模型重建；对于智能设计，人工智能方法通过参数反演、优化及生成式设计提升了支护方案的设计效率与创新性。此外，人工智能还与基坑监测紧密结合，支撑了单测点时序预测、多测点时空关联预测及多源数据融合数字孪生模型的构建。最后，建议人工智能与基坑工程的融合可以向4个方向发展：建立多源综合数据库，研发通用智能算法，构建“数据-理论-经验”融合驱动模型，完善用户生态体系。关键词：基坑工程;人工智能;智能地勘;智能设计;智能监测317|239|0更新时间：2025-12-15
综述与展望
- 摘要：针对低纹理动态场景下SLAM系统难以提取足够多的稳定特征点且易发生错误匹配，进而导致系统位姿估计精度与鲁棒性不足的难题，提出一种面向低纹理动态场景的单目视觉惯导SLAM系统，实现特征提取匹配与动态特征点判别的性能提升。首先，用基于深度学习的SuperPoint特征提取与LightGlue特征匹配模块代替现有ORB-SLAM3系统前端，提升低纹理区域特征提取与匹配的鲁棒性；其次，结合YOLOv8-seg实现动态区域语义分割，利用IMU预积分估计相机位姿变化，通过构建联合的动态点剔除机制实现更细粒度的动态点剔除，提高动态干扰场景下系统的精度和鲁棒性。最后，在公开数据集和实际场景中进行对比实验，验证所提方法的性能。结果表明，相较于现有基于视觉及视觉惯导的SLAM方法，所提系统在实际低纹理动态场景中绝对轨迹误差的均方根误差降低88.4%及以上，标准差降低90%及以上，具有更高的定位精度和鲁棒性。关键词：动态SLAM;低纹理;深度学习;特征提取;语义分割;IMU预积分212|231|0更新时间：2025-12-15
- 摘要：测井文本生成是油气勘探开发中的关键环节，其质量直接影响地层构造解释的效率与准确性。现有方法主要包括基于模板的规则策略、统计摘要技术以及基于循环神经网络（recurrent neural network，RNN）/Transformer的小规模数据驱动模型，但这些方法普遍存在领域知识利用率不足、长文本语境与逻辑一致性差以及缺少多任务协同机制等问题。针对中文测井文本的高专业性与复杂性，提出一种融合知识增强型基于Transformer的双向编码器表示（knowledge-enhanced bidirectional encoder representations from transformer，K-BERT）语义理解与知识图谱增强型双向自回归Transformer（knowledge graph-enhanced bidirectional and auto-regressive transformer，KG-BART）生成能力的多任务模型K2-KGLogGen。该模型通过引入测井领域知识图谱以增强语义感知，利用分类模块提供类别语境引导，并借助自注意力机制实现分类与生成的协同优化。实验结果表明，在分类任务中，K2-KGLogGen模型的F1-score相较于现有主流模型均有显著提升。其中，相较于K-BERT（单任务）提升约2.2%，相较于BERT模型、文本卷积神经网络（text convolutional neural network，TextCNN）、支持向量机+词频-逆文档频率（support vector machine+term frequency-inverse document frequency，SVM+TF-IDF）分别提升3.2%、4.7%及9.3%；在生成任务中，ROUGE-1、ROUGE-2和ROUGE-L分别达0.63、0.41和0.54，显著优于Transformer、文本到文本迁移Transformer（text-to-text transfer transformer，T5）、统一语言模型（unified language model，UniLM）、指针生成网络（pointer generator network，PGN）和BART等方法。消融实验进一步验证了自注意力机制与知识注入模块对性能提升的关键作用，表明K2-KGLogGen模型在专业测井文本生成中具有显著优势，并在其他高专业性技术文本生成任务中具有推广价值。关键词：测井文本生成;多任务学习;知识图谱;K-BERT;KG-BART;注意力融合机制79|160|0更新时间：2025-12-15
- 摘要：考虑大件物流车辆三维碰撞风险，为提高车辆行驶路径平滑度及路径跟踪精度，提出了一种大件物流车辆闭环迭代路径规划方法。首先，在混合A*算法中引入大件物流车辆运动学约束规划基础路径；其次，结合控制器和车辆运动学模型进行基础路径优化，提高路径平滑度，降低车辆路径跟踪误差；同时，在路径优化过程中，利用Delaunay三角剖分得到大件物流货物四面体网格，进行精细化三维碰撞风险识别；基于风险识别结果，重新定义二维障碍物地图，进行闭环迭代规划，确定大件物流车辆最优路径。在3种典型场景中进行仿真测试，结果显示，相对于4种对比方法，所提方法能有效识别三维碰撞风险，规划出大件物流车辆最优安全路径，规划路径平均曲率为0.013 7 m-1，铰接角均低于24.59 °，均方根误差降幅达49.51%以上。关键词：大件物流;路径规划;碰撞检测;铰接式车辆92|169|0更新时间：2025-12-15
- 摘要：针对音效生成中音频逼真度低、风格多样性欠缺的问题，提出了一种基于多频带注意力机制的生成对抗网络（generative adversarial network，GAN）模型。首先，采用多频带扩展模式提取不同采样率的音频特征，并引入RaHingeGAN（relativistic average hinge GAN）损失函数提高音频生成稳定性。其次，结合Transformer注意力机制增强谐波信息和频谱结构表达，并引入Alpha Dropout自适应正则层缓解过拟合。最后，设计音频风格迁移模块以增强风格可控性，在特征学习过程中，融合梅尔频率倒谱系数（Mel frequency cepstral coefficient，MFCC）、伽玛通频率倒谱系数（Gammatone frequency cepstrum coefficient，GFCC）及其多阶差分系数捕捉音频信号动态特征。实验表明，基于多频带注意力机制的GAN模型在音效逼真度、风格多样性和生成稳定性方面均优于现有模型，可有效提升音效生成质量。关键词：音效生成;生成对抗网络;多频带;Transformer85|144|0更新时间：2025-12-15
- 摘要：针对恶劣天气条件下激光雷达采集的点云数据噪声严重、传统去噪方法精度低的问题，提出一种基于局部特征与空间距离关系的自适应联合滤波方法。首先依据雪花噪声的特征设定强度阈值，用于区分潜在的噪声点与有效点，随后利用对数正态分布对雪花噪声的分布规律进行拟合，将雪花噪声区域分为3种类型，并结合不同区域噪声点云的特征差异，分别设计对应的去噪策略。其中，高密度区域采用改进后的DSOR进行去噪，将点的强度信息引入阈值计算，使算法能够综合考虑空间结构与强度特性；在低密度区域，算法根据点的局部几何特征和邻域密度信息设定动态阈值，对孤立噪声进行筛选与去除，最后将高、低密度区域滤波后的点云与无噪声区域的点云进行融合，得到完整的去噪点云。实验结果表明，自适应联合滤波方法在精确率较DSOR提升5.16%的情况下，召回率提升约3.29%，有效减少了噪声点的漏检情况，与引入反射强度的DDIOR相比，该方法在保持较高精确率的同时进一步增强了噪声点识别能力，能够在不同交通场景中实现更稳定的去噪效果。关键词：恶劣天气;点云去噪;自适应联合滤波;DSOR;反射强度90|67|0更新时间：2025-12-15
学术论文
- 摘要：交通事件检测是智能交通系统（ITS）的核心环节，现有方法在处理社交媒体非结构化文本、关联地理信息及协同多任务学习方面存在局限。为此，提出融合地理知识增强与多任务学习的交通事件检测（GeoKE-MTL）模型，以提升事件检测的准确性与鲁棒性，该模型主要由知识增强模块和多任务学习模块两个部分组成。实验结果表明，在自建的社交媒体文本数据集上，GeoKE-MTL在事发地点识别任务和交通事件识别任务中的F1分数分别达到79.42%和79.75%，在事发地点识别任务中均优于主流基线模型。研究验证了融合地理知识增强与多任务学习对提升检测性能的有效性，为智能交通系统的实时事件感知提供了新方案。关键词：交通事件检测;知识增强;多任务学习;智能交通系统102|63|0更新时间：2025-12-15
- 摘要：近些年，GitHub开源社区的累计注册开发者数量已超过1亿，不同项目在用户关注度上的竞争日益激烈。理解开源社区中项目热度变化不仅有助于研究者和开发者把握技术趋势，还能为资源配置、合作选择和科研投入提供参考。然而，现有研究多将热度视为关注度的数值回归或流行度二分类问题，忽略了热度随时间演化所呈现的阶段性特征及其模糊过渡。为此，以开源大语言模型项目为研究对象，构建了热度阶段划分与预测一体化框架，实现了热度阶段的自动刻画与预测。具体而言，先在固定窗口内提取项目关注度增长速率与总量构建特征向量，采用高斯混合模型进行软聚类，获得4类可解释的热度阶段及其概率标签；随后，设计基于时间融合变换器（temporal fusion transformer，TFT）的预测模型，利用包含关注度、分支数、提交数等五维行为指标的序列预测未来窗口内的阶段概率分布。实验结果表明，该方法在交叉熵、均方误差、平均绝对误差和准确率等指标上优于已有方法，并在4类热度演化模式中均保持较高精度，验证了其泛化能力。该方法为开源项目提供了热度阶段预测框架，具有良好的实用与推广价值。关键词：开源社区;大语言模型;机器学习79|52|0更新时间：2025-12-15
- 摘要：近年来，社交平台上涌现出众多大语言模型（large language model，LLM）驱动的社交智能体，其深度参与到用户的在线社交活动中。然而，社交平台的内容并不都是经过验证的真实信息，智能体的信息传播能力可能加剧谣言传播。衡量智能体对谣言的易感性、降低其对谣言的采信程度是亟待解决的问题。为了应对该风险，系统地探究了智能体在社交场景下对谣言的易感性与观点演变轨迹。研究结果表明，智能体不仅对未知谣言高度易感，其观点也会随着长期接触谣言而逐渐强化。此外，智能体在参与社交活动时，具有明显的采信谣言倾向。为缓解智能体对谣言的易感性，提出了“自提示”干预策略。该策略可以使智能体对谣言的采信率从75.91%显著降至13.50%，并有效促使持有中立观点的智能体转向反谣言立场。所提策略不仅揭示了LLM驱动的智能体的谣言易感机制，也为增强其抗谣言能力提供了可行路径，保障了LLM智能体在社交平台上安全部署，降低智能体带来的谣言传播风险。关键词：大语言模型;社交智能体;谣言易感性分析;谣言干预策略101|44|0更新时间：2025-12-15
- 摘要：个体行为的随机性、社会关系的复杂性、防控策略的滞后性等因素，使传染病的传播过程呈现出高动态性与强不确定性。这对传染病的演化分析提出新的挑战。现有研究通过多层网络建模和个体行为分析，在疾病传播、行为演化和政策干预等方面取得了重要进展，但在跨层闭环机制的系统化建模方面仍不足，难以充分解释个体行为、社会网络结构、防控策略之间的耦合关系。基于此，从整体上刻画“政策、行为、传播和反馈”的动态交互过程，提出一种基于社会网络与个体行为的传染病演化计算模型，包含个体层、组织层和社会层3个互联层次。最后，通过分析计算实验在不同策略下的各类型Agent存活数量和最终达到的稳定状态这两个指标，验证此模型的有效性。关键词：传染病模型;计算实验;社会网络;个体行为;防控策略64|28|0更新时间：2025-12-15
专题：社会计算与韧性社会
- 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