期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到213,514篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向克隆语音的目标说话人鉴别方法
1
作者 苏兆品 魏玉洋 +2 位作者 张国富 廉晨思 岳峰 《中国图象图形学报》 北大核心 2026年第1期167-176,共10页
目的随着文本到语音(text to speech,TTS)、语音转换(voice conversion,VC)等克隆语音技术的快速发展,如何在司法实践中准确识别克隆语音,即克隆语音是否来源于目标说话人特征,成为一个极具挑战性的难题。虽然现有说话人识别技术可以通... 目的随着文本到语音(text to speech,TTS)、语音转换(voice conversion,VC)等克隆语音技术的快速发展,如何在司法实践中准确识别克隆语音,即克隆语音是否来源于目标说话人特征,成为一个极具挑战性的难题。虽然现有说话人识别技术可以通过声纹特征比对确认自然语音的说话人身份,但由于克隆语音不仅与目标说话人音色相似,且又包含源说话人的特点,使得传统说话人识别技术难以去除源说话人音色的干扰,难以直接应用于深度克隆语音。基于此,研究了一种面向克隆语音的目标说话人鉴别方法。方法基于Res2Block设计组渐进信道融合模块(group progressive channel fusion,GPCF),以有效提取自然语音与克隆语音之间的公共有效声纹特征信息;采用基于K独立的动态全局滤波器(dynamic global filter,DGF),以有效抑制源说话人的影响,提高模型表征和泛化能力;利用基于多尺度层注意力的特征融合机制,以有效融合不同层次GPCF模块和DGF模块的深浅层特征;使用注意力统计池(attentive statistics pooling,ASP)层,进一步增强表示特征张量中的目标说话人信息。结果在所设计的数据集上与3种较新的方法进行实验比较,相对于其他3种方法,本文方法等错误率(equal error rate,EER)分别降低了1.38%、0.92%和0.61%,最小检测代价函数(minimum detection cast function,minDCF)分别降低了0.0125、0.0067和0.0445。结论在FastSpeech2(fast and high-quality end-to-end text to speech)、TriAANVC(triple adaptive attention normalization for any-to-any voice conversion)、FreeVC(high-quality text-free one-shot voice conversion)和KnnVC(nearest neighbors voice conversion)共4种语音克隆数据集上的对比实验结果表明,所提方法在处理面向克隆语音的声纹认定任务时更具有优势,可以有效提取克隆语音中的目标说话人特征,为克隆语音的声纹认定提供方法指导。 展开更多
关键词 克隆语音 声纹认定 组渐进信道融合(GPCF) 动态全局滤波器(DGF) 多尺度层注意力机制
原文传递
基于CNN-ViT融合与特征增强的金刚石刀头结块缺陷检测
2
作者 赵楠楠 赵文龙 +2 位作者 张海刚 匡国文 何玉林 《深圳大学学报(理工版)》 北大核心 2026年第2期171-178,I0002,共9页
当前基于深度学习的工业品缺陷检测研究大多是针对纹理规则、成像均匀的工件,对表面存在复杂反射与纹理干扰的高反射合金部件的检测挑战关注不足.金刚石刀头结块作为高反射合金工件的典型代表,其表面因含有金刚石颗粒和金属粉末而呈现... 当前基于深度学习的工业品缺陷检测研究大多是针对纹理规则、成像均匀的工件,对表面存在复杂反射与纹理干扰的高反射合金部件的检测挑战关注不足.金刚石刀头结块作为高反射合金工件的典型代表,其表面因含有金刚石颗粒和金属粉末而呈现强烈的镜面反射及随机高光点,导致划痕、孔洞、边缘缺陷等与背景噪声高度混杂,极大地增加了检测难度.为此,提出一种面向复杂高反射复合材质表面缺陷检测的跨模态动态融合框架DCVNet.通过构建局部-全局特征解耦机制,利用多阶段缺陷增强聚类实现背景-缺陷的物理先验分离,并引入渐进式特征融合模块实现卷积神经网络与视觉变换器的跨尺度深度特征融合,突破了传统算法在高反射复合材质缺陷检测上的局限性.构建金刚石刀头结块表面缺陷图像数据集,对模型进行训练,并与GoogLeNet、ResNet50、ResNet101、ViT-L16、MobileNetV2、CRAD、PNI、SuperSimpleNet和MAML模型进行仿真对比实验.结果表明,DCVNet模型检测准确率达到0.841,召回率为0.866,显著优于对比模型.DCVNet模型在复杂高反射复合材质表面缺陷检测中具有较高的检测精度和鲁棒性,为工业缺陷检测提供了新的解决方案. 展开更多
关键词 计算机视觉 工业品缺陷检测 卷积神经网络 视觉变换器 自注意力 特征融合 金刚石刀头结块
在线阅读 下载PDF
基于蒙特卡洛Dropout的深度学习不确定度探究
3
作者 王海峰 杨鲲 《计量科学与技术》 2026年第1期60-67,45,共9页
随着人工智能的快速发展,深度学习技术已广泛应用于医疗诊断、自动驾驶等领域。但深度学习模型固有的“黑箱”特性与结构复杂性,使得其不确定度既无法依据物理原理直接推导,也难以通过明确的函数公式进行显式表达,进而制约模型在高可靠... 随着人工智能的快速发展,深度学习技术已广泛应用于医疗诊断、自动驾驶等领域。但深度学习模型固有的“黑箱”特性与结构复杂性,使得其不确定度既无法依据物理原理直接推导,也难以通过明确的函数公式进行显式表达,进而制约模型在高可靠场景落地的关键瓶颈。蒙特卡洛Dropout作为当前评估深度学习模型不确定度的常用方法,以此为核心工具设计实验探究不同Dropout率对模型不确定度及性能的影响。针对ResNet18、LeNet、ViT三种典型深度学习模型,系统分析其不确定度特征与性能随Dropout率的动态演化规律。实验以MNIST数据集为测试基准,结果表明随着Dropout率的调整,蒙特卡洛Dropout法捕捉到的模型不确定度呈现显著的动态变化。此外,还系统梳理了深度学习模型不确定度的核心来源、当前不确定度评定方法的研究现状,结合实验结果进一步总结了模型不确定度特征随Dropout率的演化规律,并针对蒙特卡洛Dropout法的局限性提出了未来可探索的方向。 展开更多
关键词 计量学 深度学习 测量不确定度 蒙特卡洛Dropout 偶然不确定度 认知不确定度
原文传递
融合DeepSeek-R1和RAG技术的先秦文化元典智能问答研究 被引量：5
4
作者 张强 高颖 +2 位作者 任豆豆 韩牧哲 包平 《现代情报》 北大核心 2026年第1期173-186,共14页
[目的/意义]先秦文化元典是中华文明的源头文献,对其进行知识组织与智能应用,可以为建设中华民族现代文明提供历史依据和价值判断,增强国家文化软实力。本研究旨在基于检索增强生成(RAG)技术的先秦文化元典智能问答系统,推动相关知识的... [目的/意义]先秦文化元典是中华文明的源头文献,对其进行知识组织与智能应用,可以为建设中华民族现代文明提供历史依据和价值判断,增强国家文化软实力。本研究旨在基于检索增强生成(RAG)技术的先秦文化元典智能问答系统,推动相关知识的智能化应用与传承。[方法/过程]以中华书局出版的《春秋》三传为研究对象,构建先秦文化元典本体模型,采用DeepSeek-R1进行知识抽取并构建知识图谱。基于LangChain框架,运用GraphRAG、NaiveRAG、LightRAG、HybridRAG这4种RAG方法对大语言模型进行检索增强,并从定量和混合两方面评估问答能力。[结果/结论]研究结果显示,DeepSeek-R1抽取效果良好,生成的三元组能有效覆盖关键知识且质量较高。在智能问答评估中,不同RAG方法各有优劣。GraphRAG在各类问题和评估维度上表现较佳,尤其在考证溯源型、应用实践型等问题上表现突出;NaiveRAG在事实知识型问题上表现较好。综合定量与混合评估来看,根据实际应用场景选择合适的RAG技术至关重要。 展开更多
关键词 先秦文化元典 大语言模型 DeepSeek 检索增强生成 智能问答
在线阅读 下载PDF
基于深度强化学习的路径规划算法综述 被引量：2
5
作者 黄鑫 张志佳 +2 位作者 孙平 唐延东 刘云鹏 《机器人》 北大核心 2026年第1期196-216,共21页
传统的路径规划方法在复杂多变的环境中存在明显的局限性,本文首先探讨了这些传统方法的不足,接着引入深度强化学习作为新的解决思路。全面总结了基于价值函数、基于策略和基于值策略混合3种深度强化学习方法的原理、优缺点以及近年来... 传统的路径规划方法在复杂多变的环境中存在明显的局限性,本文首先探讨了这些传统方法的不足,接着引入深度强化学习作为新的解决思路。全面总结了基于价值函数、基于策略和基于值策略混合3种深度强化学习方法的原理、优缺点以及近年来在各个应用领域上具有代表性的研究成果,并将代表性算法在统一平台上进行测试,给出了实际对比分析。最后对基于深度强化学习的路径规划技术面临的挑战和研究展望进行了总结。 展开更多
关键词 路径规划 深度学习 强化学习 深度强化学习
原文传递
AI驱动的《自动控制原理》课程教学改革研究
6
作者 专祥涛 《教育进展》 2026年第1期475-479,共5页
在《自动控制原理》课程学时缩减的背景下,该课程因数学基础要求高、内容抽象,难以开展个性化教学,学生学习成效受限。为提升教学效率,本文探索将人工智能技术融入课程教学,通过构建课程知识图谱,梳理知识点间的逻辑关联,结合智能评估系... 在《自动控制原理》课程学时缩减的背景下,该课程因数学基础要求高、内容抽象,难以开展个性化教学,学生学习成效受限。为提升教学效率,本文探索将人工智能技术融入课程教学,通过构建课程知识图谱,梳理知识点间的逻辑关联,结合智能评估系统,动态监测学习进展,精准反馈薄弱环节。AI驱动的互动教学模式可提升学生的知识掌握度与综合应用能力,为工科课程教学改革提供了可推广的智能化路径。 展开更多
关键词 人工智能 自动控制原理 知识图谱 教学改革
在线阅读 下载PDF
深度学习在细胞图像自动分割中的应用与进展 被引量：1
7
作者 王旭 王晓燕 +3 位作者 郭英慧 蔡肖红 刘艳艳 张文凯 《计算机工程与应用》 北大核心 2026年第2期73-91,共19页
细胞分割研究对于细胞形态学分析、疾病早期诊断、药物筛选以及个性化医疗具有重要意义。细胞图像分割作为一种核心任务,旨在从复杂的生物图像中提取细胞边界和结构,支持疾病诊断和研究。因此,对细胞进行精确分割是解决细胞形态学分析... 细胞分割研究对于细胞形态学分析、疾病早期诊断、药物筛选以及个性化医疗具有重要意义。细胞图像分割作为一种核心任务,旨在从复杂的生物图像中提取细胞边界和结构,支持疾病诊断和研究。因此,对细胞进行精确分割是解决细胞形态学分析、肿瘤检测以及药物筛选等生物医学问题的首要任务。深度学习以其良好的特征提取和自适应学习能力,近年来成为细胞图像自动分割领域的重要技术手段。为推动细胞图像分割研究,在介绍常用细胞图像分割性能评价指标的基础上,梳理了CNN、U-Net、Mask R-CNN、GAN、Transformer、GNN、弱监督学习、迁移学习和视觉大模型以及混合架构在细胞图像分割中的应用,并通过对各模型优缺点进行对比分析,明确了当前研究中存在的主要问题,并展望了未来的研究方向。 展开更多
关键词 细胞分割 深度学习 TRANSFORMER 弱监督学习 混合架构
在线阅读 下载PDF
人工智能时代的社会空间治理 被引量：1
8
作者 郁建兴 谭立力 《热带地理》 北大核心 2026年第1期36-45,共10页
随着人工智能技术的深度渗透,传统社会空间治理正经历从“数字治理”向“智能治理”的范式跃迁。聚焦这一变革背景,通过辨析从数据驱动到智能驱动的演进特征,结合上海“量子城市”与杭州“城市大脑”等典型案例,文章探讨了人工智能时代... 随着人工智能技术的深度渗透,传统社会空间治理正经历从“数字治理”向“智能治理”的范式跃迁。聚焦这一变革背景,通过辨析从数据驱动到智能驱动的演进特征,结合上海“量子城市”与杭州“城市大脑”等典型案例,文章探讨了人工智能时代社会空间治理多维主义模式的拓展与实践逻辑。第一,治理空间维度由“物理-社会-数据”三元结构拓展为“物理-社会-数据-算法”多维连接。算法赋能数字孪生空间,使其具备了主动推演与决策能力,实现了从静态映射到动态预测的转变。第二,治理主体结构从“政府-市场-社会”三元关系拓展为“政府-市场-社会-智能”多维协同,AI主体性逐渐显现,从工具逐渐演变为具有自主学习与决策能力的协同治理主体。第三,面对智能时代社会空间治理面临的新变化和新挑战,需要构建虚实协同的空间秩序,确立人机协同共治机制,并坚持智能向善的价值导向,推动社会空间治理的高质量发展。 展开更多
关键词 人工智能 空间治理 多维主义 数字孪生 AI主体性
在线阅读 下载PDF
DUIE-YOLO:一种基于图像增强的水下鱿鱼目标检测算法 被引量：1
9
作者 曹莉凌 胡浩宇 曹守启 《上海海洋大学学报》 北大核心 2026年第1期254-269,共16页
为了解决水下图像因模糊和色偏导致的目标检测精度下降问题,提升复杂水下环境中鱿鱼检测的准确性和鲁棒性,本研究提出一种基于图像增强的水下鱿鱼检测算法DUIE-YOLO,采用“先增强后检测”的级联框架,由DUIE-Net增强模块和YOLOv8-HD检测... 为了解决水下图像因模糊和色偏导致的目标检测精度下降问题,提升复杂水下环境中鱿鱼检测的准确性和鲁棒性,本研究提出一种基于图像增强的水下鱿鱼检测算法DUIE-YOLO,采用“先增强后检测”的级联框架,由DUIE-Net增强模块和YOLOv8-HD检测模块组成。DUIE-Net模块通过颜色校正、多尺度特征融合、特征恢复与增强及去雾优化,显著提升图像质量;YOLOv8-HD检测模块结合FasterNet网络、小目标检测头、CoordAttention注意力机制及ShapeIoU损失函数,优化特征提取能力与小目标检测精度。实验结果表明,DUIE-YOLO相比原始YOLOv8n在Precision、Recall、F1-score和mAP等4个关键指标上分别提升4.2%、6.8%、5.7%和5.5%。联合实验结果显示,DUIE-Net与YOLOv8-HD的组合相比基线(Raw+YOLOv8n),mAP提升40.3%,Precision提升10.5%,Recall提升53%,F1-score提升31%,证明该算法具有显著的级联优化效果。研究表明,DUIE-YOLO通过图像增强与检测模块的协同优化,有效解决了水下图像质量差导致的检测性能下降问题。本研究为复杂水下环境中的目标识别提供了高精度的解决方案,对海洋生物监测与资源开发具有重要应用价值。 展开更多
关键词 水下鱿鱼检测 目标检测 图像增强 多尺度特征融合 YOLOv8
原文传递
融合视觉Mamba与自适应多尺度损失的医学图像分割 被引量：1
10
作者 刘建明 曹圣浩 张志鹏 《中国图象图形学报》 北大核心 2026年第1期335-348,共14页
目的在医学图像分割领域,传统基于卷积神经网络(convolutional neural network,CNN)的模型在捕捉长距离依赖信息方面存在固有局限,而基于视觉Transformer(vision Transformer,ViT)的模型其自注意力机制的计算复杂度与图像尺寸呈平方关系... 目的在医学图像分割领域,传统基于卷积神经网络(convolutional neural network,CNN)的模型在捕捉长距离依赖信息方面存在固有局限,而基于视觉Transformer(vision Transformer,ViT)的模型其自注意力机制的计算复杂度与图像尺寸呈平方关系,在资源有限的现实环境中难以部署。为了解决这些问题,提出一种融合视觉Mamba和自适应多尺度损失的医学图像分割方法VMAML-UNet(medical image segmentation with vision Mamba and adaptive multi-scale loss)。方法VMAML-UNet采用编码器—解码器架构。在编码阶段,设计了融合小波卷积的视觉Mamba块,以线性复杂度提取病变区域的精确特征并扩大感受野,并通过块合并进行下采样。解码阶段同样引入融合小波卷积的视觉Mamba块并利用块扩展进行上采样。跳跃连接中,提出小波卷积注意力聚合模块,用于提取并融合不同尺度下的图像特征。此外,设计了柯尔莫哥洛夫—阿诺德网络(Kolmogorov-Arnold network,KAN)调控多尺度加权损失,动态调控各层级损失权重。结果在BUSI(breast ultrasound images dataset)、GlaS(gland segmenta⁃tion in histology images challenge dataset)和CVC(CVC-ClinicDB dataset)3个异质性显著的医学图像数据集上的实验结果表明,与主流的VM-UNet(vision Mamba UNet)等采用Mamba的医学图像分割方法相比取得显著的性能提升。在BUSI数据集上,交并比(intersection over union,IoU)和F1分数分别提升2.72%和2.02%;在GlaS数据集上,IoU和F1分数分别提升3.38%和1.89%;在CVC数据集上,IoU和F1分数分别提升2.51%和1.42%。结论提出的VMAML-UNet采用基于视觉Mamba的线性复杂度的长距离依赖建模与基于KAN的动态损失优化机制,显著减少了计算成本,同时提升了模型对复杂医学图像的分割精度。该模型在3个数据集上的优异表现证明了其在不同医学图像场景下的广泛适用性和高效性。 展开更多
关键词 状态空间模型(SSM) 柯尔莫哥洛夫-阿诺德网络(KAN) 小波卷积 多尺度加权损失 连续流
原文传递
生物数据与知识的双向转化进展与趋势 被引量：1
11
作者 李荣 葛佳莹 +3 位作者 张学博 张永娟 陈大明 陶诚 《生命科学》 2026年第2期236-247,共12页
生命科学研究范式正经历从单向数据挖掘向“数据-模型-知识-数据”闭环协同的深刻变革。人工智能技术的全面渗透,推动生物数据从静态资源向可编程、可设计的智能对象演进,而“学习-设计-构建-测试”循环则构成了这一转型的核心引擎。在... 生命科学研究范式正经历从单向数据挖掘向“数据-模型-知识-数据”闭环协同的深刻变革。人工智能技术的全面渗透,推动生物数据从静态资源向可编程、可设计的智能对象演进,而“学习-设计-构建-测试”循环则构成了这一转型的核心引擎。在数据向知识的转化路径中,符合人工智能就绪标准的生物数据通过机器学习模型实现跨模态融合与深度表征,从海量异构信息中提炼可计算、可演绎的生物学模型,进而转化为可解释、可推理的“知识实体”;在知识向数据的转化路径中,数字孪生、虚拟细胞等计算模型将机制性知识编码为可执行的系统架构,通过仿真模拟主动生成预测性数据并指导实验设计。数据、模型与知识在此框架中构成螺旋上升的循环关系:数据驱动模型学习,模型提炼并深化知识,知识又反哺并生成新数据,进而训练更优模型。这一以人工智能赋能为基础、以系统化闭环为核心的整合范式,正成为生命科学迈向智能化、可预测与可设计时代的重要路径。 展开更多
关键词 生物数据 智能模型 生物知识 双向赋能 学习-设计-构建-测试
原文传递
人工智能文本生成的双轴互动与转向——兼评辛顿与乔姆斯基的争论核心 被引量：1
12
作者 赵毅衡 《福建师范大学学报(哲学社会科学版)》 北大核心 2026年第1期109-117,171,共10页
任何符号意义活动都产生文本,不论文字文本或其他媒介的文本,都必须在符号的组合与聚合两个轴向生成。组合轴与聚合轴构成了任何意义文本的基本展开面向,但不同体裁、不同风格的文本,其双轴关系会有所偏向。既然人工智能是一种意义活动... 任何符号意义活动都产生文本,不论文字文本或其他媒介的文本,都必须在符号的组合与聚合两个轴向生成。组合轴与聚合轴构成了任何意义文本的基本展开面向,但不同体裁、不同风格的文本,其双轴关系会有所偏向。既然人工智能是一种意义活动,双轴关系依然是人工智能的基本意义生产方式之一。在从符号主义到连接主义、从聚合优先转向组合优先的演化中,人工智能各系统基本设计“基于概率”的选择倾向越来越明显。双轴倾向的明显不同,可以部分地解释近年来发生的辛顿与乔姆斯基之间关于人类智能与人工智能根本性质的争论:乔姆斯基的理论偏向于句法关系,即组合关系;辛顿注重的是词元的选择,即聚合关系。前者的选择是“偏组合的聚合”,后者主张的是“偏选择的聚合”。从当前看,可能辛顿的观点更切合目前的运用实际。但是效率并非结论,或许未来的人工智能发展,可以充分结合符号主义的逻辑推理能力和连接主义的概率处理能力优点,形成一种“混合式神经-符号人工智能”。 展开更多
关键词 人工智能 人类智能 辛顿 乔姆斯基 组合 聚合 符号主义 连接主义
在线阅读 下载PDF
人工智能驱动的生物制造进展与趋势 被引量：1
13
作者 江源 杨露 +2 位作者 王琼 刘晓 毛开云 《生命科学》 2026年第2期357-366,共10页
生物制造正经历从经验驱动向数据驱动的范式转变,人工智能在其中发挥着重要作用。本文综述了2025年人工智能在生物制造核心环节——包括生物元件设计、代谢网络建模、人工生命系统与无细胞合成系统构建、工艺优化与过程控制等方面的最... 生物制造正经历从经验驱动向数据驱动的范式转变,人工智能在其中发挥着重要作用。本文综述了2025年人工智能在生物制造核心环节——包括生物元件设计、代谢网络建模、人工生命系统与无细胞合成系统构建、工艺优化与过程控制等方面的最新进展。尽管当前仍面临生物机制认知局限、数据稀缺、模型可解释性不足等挑战,未来随着人工智能与合成生物学、自动化技术的深度融合,将推动生物制造向可编程、智能化、可持续的新一代工业体系跨越,为医药、化工等领域的绿色转型提供核心驱动力。 展开更多
关键词 生物制造 数据驱动 人工智能 合成生物学
原文传递
基于GWO-VMD和改进XGBoost的水轮机顶盖振动故障识别 被引量：1
14
作者 张彬桥 黄海洋 江雨 《大电机技术》 2026年第1期72-81,共10页
水轮机顶盖振动是影响水轮机运行稳定性和安全性的重要因素,深入分析其诱因并采取有效措施,有助于提高设备可靠性和运行效率。为了应对水轮机复杂振动信号在噪声干扰下难以提取故障特征的问题,本文提出了一种改进的变分模态分解(VMD)与... 水轮机顶盖振动是影响水轮机运行稳定性和安全性的重要因素,深入分析其诱因并采取有效措施,有助于提高设备可靠性和运行效率。为了应对水轮机复杂振动信号在噪声干扰下难以提取故障特征的问题,本文提出了一种改进的变分模态分解(VMD)与多尺度样本熵相结合的特征提取方法,并利用改进极端梯度提升(XGBoost)机器学习算法进行故障识别。首先,提出将皮尔逊相关系数作为VMD的适应度函数来进行自适应优化分解参数,并通过皮尔逊相关系数来筛选本征模态函数。然后,采用多尺度样本熵对筛选后的本征模函数(IMF)进行特征量化。最后,提出一种基于牛顿-拉夫逊优化算法(NRBO)优化XGBoost模型超参数,将提取到的故障特征数据集分为训练集和测试集输入优化后的XGBoost模型进行训练和故障识别。经实测振动数据集和对比实验验证,该方法能有效地提取振动故障信号,并有更高的故障识别准确率。 展开更多
关键词 水电机组 顶盖振动信号 变分模态分解 灰狼优化算法 多尺度样本熵 牛顿-拉夫逊优化算法 XGBoost
在线阅读 下载PDF
具身智能的模型分析:基于语义自主视角 被引量：1
15
作者 段玉聪 《新疆师范大学学报(哲学社会科学版)》 北大核心 2026年第2期93-102,共10页
具身智能强调智能体通过传感—行动与物理环境交互,进而涌现更高级的认知能力。DIKWP语义模型将认知过程视为包含数据、信息、知识、智慧和意图五要素的网状交互转化系统,突破了传统层级模型的局限;意识“BUG”理论认为意识是认知系统... 具身智能强调智能体通过传感—行动与物理环境交互,进而涌现更高级的认知能力。DIKWP语义模型将认知过程视为包含数据、信息、知识、智慧和意图五要素的网状交互转化系统,突破了传统层级模型的局限;意识“BUG”理论认为意识是认知系统因信息处理限制产生的“错误”,这种“错误”可能孕育创新和意识跃迁;DIKWP×DIKWP交互模型揭示跨主体语义映射与人格映射机制。文本基于上述模型理论,对认知与物理鸿沟、语义不一致、安全伦理和高投入等进行分析,并立足哲学基础和国际比较视野探讨语义自主、人工意识和自我模型等深层问题,力图为具身智能的发展提供理论参考和实践建议。 展开更多
关键词 具身智能 DIKWP语义模型 意识“BUG”理论 语义闭环 语义主权 人机共融 人工意识
原文传递
科技加速主义与人工智能治理——对中国方案的重新认识 被引量：1
16
作者 季卫东 《求索》 北大核心 2026年第1期109-120,208,共13页
在各国于2025年向科技加速主义转向的背景下,以伦理为本位的人工智能治理正面临着复杂困境。中国倡议的以AI安全系统实现AI社会安全的技术性方案,实际上构成了对该困境的一个突破口。倘若技术方案再与正当程序原则相结合,借助人机对话... 在各国于2025年向科技加速主义转向的背景下,以伦理为本位的人工智能治理正面临着复杂困境。中国倡议的以AI安全系统实现AI社会安全的技术性方案,实际上构成了对该困境的一个突破口。倘若技术方案再与正当程序原则相结合,借助人机对话就会产生实质性价值以及社会的、伦理的、法律的效应,并把不同政策立场之间的对抗式博弈转化为合作式博弈。通过安全与伦理二分法以及风险沟通和论证性对话的机制设计,有可能在兼顾技术理性和人文精神的基础上进行伦理规范体系和国际秩序的创新。在这个意义上,“技术—程序”本位的人工智能治理可被视为一种新范式,并以此作为全球治理体制的基石。 展开更多
关键词 科技加速主义 人工智能治理 伦理本位 “技术—程序”本位 国际新秩序
原文传递
人工智能风险识别与治理路径构建 被引量：1
17
作者 蔚海燕 朱苇琦 《情报理论与实践》 北大核心 2026年第1期30-40,共11页
[目的/意义]人工智能治理是人工智能健康发展的必要保障。当前国内外人工智能治理研究存在风险系统性分析不足与治理路径结构性缺陷两大局限,亟须构建适配AI技术发展的治理路径。[方法/过程]选取WoS及CNKI的文献摘要,采用BERTopic主题... [目的/意义]人工智能治理是人工智能健康发展的必要保障。当前国内外人工智能治理研究存在风险系统性分析不足与治理路径结构性缺陷两大局限,亟须构建适配AI技术发展的治理路径。[方法/过程]选取WoS及CNKI的文献摘要,采用BERTopic主题分析模型识别国内外研究共同关注的风险类型。在此基础上,梳理风险作用关系,从而构建治理路径。[结果/结论] AI治理对象包括两类风险:一是数据、算法等技术缺陷导致的内生风险;二是由内生风险衍生的滥用、侵权、归责困难、认知侵害、伦理失范等风险。通过分析内生与衍生风险的作用关系及AI全生命周期多方参与主体的失责问题、协同机制缺失,融合“人在环中”、多元协同治理与敏捷治理理念,构建“法律牵引-技术规制-动态审计-主体问责”闭环治理路径,为健全中国特色AI治理体系提供借鉴。 展开更多
关键词 人工智能风险 人工智能治理 内生风险 衍生风险 主题模型
原文传递
融合多关系异构图和语义特征的核心专利预测方法 被引量：1
18
作者 邓娜 纪媛琳 胡云川 《情报杂志》 北大核心 2026年第1期83-90,共8页
[目的]随着专利数量的爆发式增长,专利间关系日益复杂,现有核心专利预测方法仅依赖单一专利关系网络,难以有效捕捉专利间的多维关联,且未能综合专利的文本信息。因此,实现一种能融合多维度特征的核心专利预测方法具有重要意义。[方法]... [目的]随着专利数量的爆发式增长,专利间关系日益复杂,现有核心专利预测方法仅依赖单一专利关系网络,难以有效捕捉专利间的多维关联,且未能综合专利的文本信息。因此,实现一种能融合多维度特征的核心专利预测方法具有重要意义。[方法]提出一种融合多关系异构图与语义特征的核心专利预测方法。通过构建多关系异构图整合专利间技术共现、共享发明人以及权利要求语义相似多维度关系,并融合XLnet提取的专利摘要语义特征,最终利用MLP分类器实现核心专利预测。[结果/结论]实验结果表明,在通信产业领域的专利数据集上,方法的Precision、Recall、Macro F1以及AUC分数分别达到0.8562、0.8210、0.8059、0.8260,超越了其他4个对比方法,证明了方法的有效性,能为核心专利预测提供新的参考和思路。 展开更多
关键词 核心专利预测 多关系异构图 特征融合 RGCN XLnet
在线阅读 下载PDF
面向科研场景的AI素养教育内容体系构建研究 被引量：1
19
作者 张静蓓 虞晨琳 +1 位作者 蔡迎春 牛俊岚 《图书馆杂志》 北大核心 2026年第2期112-123,共12页
本研究致力于构建面向科研场景的AI素养教育内容体系,以更好地适应科研新常态下的技术需求与伦理挑战。通过文献综述法、内容分析法和案例分析法,分析现有场景化信息素养、AI素养教育理论研究和实践现状,探讨构建面向科研场景的AI素养... 本研究致力于构建面向科研场景的AI素养教育内容体系,以更好地适应科研新常态下的技术需求与伦理挑战。通过文献综述法、内容分析法和案例分析法,分析现有场景化信息素养、AI素养教育理论研究和实践现状,探讨构建面向科研场景的AI素养教育内容体系的必要性。基于科研生命周期中文献调研和研究设计、数据收集和分析、成果撰写与发表、成果传播与交流等4个不同阶段,从知识、技能、伦理3个维度系统性地设计适合科研场景的AI素养教育内容,并以上海外国语大学图书馆AI素养教育课程和实践为典型案例,探讨如何通过组建跨学科教学团队、设计课程内容体系、发挥图书馆资源优势,以及拓展合作策略,确保AI素养教育内容体系的有效实施,为高校图书馆开展场景化AI素养教育提供新思路。 展开更多
关键词 AI素养 科研生命周期 教育内容体系
原文传递
基于弹丸底部形变重构的应变传感器最优布局
20
作者 刘威 孙传猛 +3 位作者 裴东兴 王宇 靳鸿 孟瞳 《现代电子技术》 北大核心 2026年第7期127-132,共6页
针对现有弹底应变等参数采集不能反映弹底全响应的问题,通过应变能密度和最大、均方根误差最小以及模态置信准则构建目标函数,结合NSGA-Ⅱ遗传算法得到一种最优的传感器布设点位,用少量点位数据来最大程度获取全场信息,提取优选点位的... 针对现有弹底应变等参数采集不能反映弹底全响应的问题,通过应变能密度和最大、均方根误差最小以及模态置信准则构建目标函数,结合NSGA-Ⅱ遗传算法得到一种最优的传感器布设点位,用少量点位数据来最大程度获取全场信息,提取优选点位的数值并使用模态叠加法重构弹底应变与位移,通过对比重构值与仿真理论值,验证了文中NSGA-Ⅱ遗传算法目标函数构建的有效性。其中,NSGA-Ⅱ布设选点方法的重构精度为92.7%,并与有效独立(EI)法、模态动能法(MKE)及驱动点残差法的有效独立法(EI-DPR)布设方法进行了对比,EI布设选点方法的重构精度为90.6%,MKE布设选点方法的重构精度为91.2%,EI-DPR布设选点方法的重构精度约为90.8%。NSGA-Ⅱ方法得到了更为准确的传感器信息。 展开更多
关键词 传感器优化布设 形变重构 弹底 模态叠加法 模态评价准则 应变能密度 NSGA-Ⅱ
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部