数智流体力学的发展及油气渗流领域应用

大数据及人工智能技术的崛起推动了数智流体力学的快速发展.数智流体力学是将流体力学、大数据和人工智能相结合,以流体力学场景需求为导向,形成以“数”为基础,以“智”为核心,以算力为支撑的新研究范式.核心内涵是要以数据驱动为主,融合物理信息、专家经验等先验知识,利用智能化手段构建“数据+物理”双驱动的数智模型,解决场景需求问题.数智流体力学在建模灵活性、运算效率、计算精度方面具有十分明显的优势,其应用潜力已经在多尺度流动、多场耦合以及流场建模等方面得到验证.数智流体力学研究范式包括数据治理和智能算法构建,其中数据治理工作尤为重要,治理后的数据质量是智能算法能否发挥其价值的关键.智能算法中“数据+物理”协同驱动主要存在四种引入机制,分别是基于输入数据的嵌入机制、基于模型架构的嵌入机制、基于损失函数的嵌入机制和基于模型优化的嵌入机制.以油气领域应用为例,介绍了数智流体力学在储层物性参数预测、压裂效果评价以及注采参数优化等方面的一系列研究进展.数智流体力学是流体力学未来的重要发展方向之一,以场景需求为导向、深度融合物理信息等先验知识的新一代智能理论与方法是数智流体力学发展的必然趋势,能够从崭新的角...     

机器学习在心血管疾病辅助诊断中的研究:现状与未来进展

心血管疾病具有高发病率、高住院率、高致残率、高死亡率等特征,伴随高额的治疗疾病负担,早期准确诊断心血管疾病意义重大.以机器学习(ML)为代表的人工智能心血管疾病辅助诊断技术为诊断心血管疾病提供了新方法.基于ML疾病诊断技术日趋成熟,且在各类心血管疾病中取得诸多进展,包括冠心病、心力衰竭及心律失常等.本文综述了ML在心血管疾病辅助诊断中的技术背景和研究现状,分析了该领域在临床转化应用方面的挑战,并对未来研究进行了展望.     

循环神经网络在智能天平研究中的应用

激波风洞地面试验对高超声速飞行器高焓气动特性研究至关重要, 而高精度气动力测量是其中的关键技术. 在脉冲型激波风洞中进行测力试验时, 风洞起动时流场瞬间建立, 对测力系统会产生较大的冲击. 测力系统在瞬时冲击作用下受到激励, 系统的惯性振动信号在短时间内无法快速衰减, 天平的输出信号中会包含惯性振动干扰量, 导致脉冲型风洞测力试验精准度的进一步提高遇到瓶颈. 为了解决短试验时间内激波风洞快速准确测力问题, 发展高精度的动态校准技术是提升受惯性干扰天平性能的关键方法. 因此, 本文采用循环神经网络对天平动态校准数据进行训练和智能处理, 旨在消除输出动态信号中的振动干扰信号. 本文对该方法进行了误差分析, 验证了该方法的可靠性, 并将该方法应用于激波风洞测力试验中, 切实有效降低了惯性振动对天平输出信号的干扰影响. 根据智能模型的样本验证分析, 各分量载荷相对误差比较小, 其中高频轴向力分量处理结果的相对误差约1%. 在风洞试验数据验证中, 也得到了比较理想的结果, 同时与卷积神经网络模型处理的结果进行了对比分析.      

基于集成学习的PET/CT混合成像肺癌检测

提出了一种基于多模态多尺度的Mask R-CNN集成学习模型对PET/CT混合成像进行人工智能肺癌检测。首先，通过5个深度学习模型对肺癌候选区进行提取。5个深度学习模型通过对不同尺度及不同模态训练数据进行Mask R-CNN迁移学习生成。然后利用集成学习方法将5个Mask R-CNN模型进行加权投票，有效减少假阳性数量，最终实现肺癌确诊。实验数据包括69例肺癌患者及11例正常例，训练数据集包括1242个肺癌横断面；验证数据包括270个横断面，其中58个PET肺癌横断面和58个CT肺癌横断面，77个PET正常横断面和77个CT正常横断面。该方法的F-score、Precision和Recall为0.95、0.90和1,与单模型和现有方法相比，本文方法对于PET/CT混合成像的肺癌检测具有更强的有效性，可以为医生提供有意义的辅助诊断信息.     

程度下近似算子与变精度上近似算子的差运算模型

目的是探讨精度与程度的复合,建立并研究新的粗糙集拓展模型.基于程度与精度的逻辑差需求,提出了程度下近似算子与变精度上近似算子的差运算模型,得到了程度下近似算子与变精度上近似算子的差运算的宏观本质、精确描述与基本性质.并用一个医疗实例说明了模型的意义和应用.程度下近似算子与变精度上近似算子的差运算模型,部分的拓展了程度粗糙集模型和经典粗糙集模型.     

基于AI+MRI的影像诊断的样本增广与批量标注方法

训练样本是所有领域人工智能（AI）研发的关键因素.目前，基于人工智能+磁共振成像（AI+MRI）的影像诊断存在着训练样本的有效标注数量和类型无法满足研发需求的瓶颈问题.本文利用临床MRI设备对志愿者或阳性病例进行正常或重点病灶区的定量扫描，获取高分辨率各向同性的纵向弛豫时间（T₁）、横向弛豫时间（T₂）、质子密度（Pd）和表观扩散系数（ADC）等物理信息的多维数据矩阵，作为原始数据.开发虚拟MRI技术平台，对原始数据（相当于数字人体样本）进行虚拟扫描，实现不同序列不同参数下的多种类磁共振图像输出.选择感兴趣组织具有最好边界区分度的图像种类，经有经验的影像医生对其进行手动勾画并轨迹跟踪形成三维MASK标注矩阵，作为其他种类图像的图像勾画标注模板，从而实现低成本、高效率的MRI样本增广和批量标注.该平台以临床少量阳性病例作为输入，进行样本增广和标注，极大地减少AI对实际扫描样本的要求，降低了影像医生的精力和时间投入，极大地节省了成本，并输出了数量足够的磁共振图像，为基于AI+MRI的影像诊断研发提供低成本的训练数据解决方案.     

核心素养视角下将人工智能应用于高中物理教学的研究

随着科学技术的发展,人工智能技术影响着人类生活的方方面面,人工智能技术的兴起为物理教学带来新的机遇和挑战.科技的发展离不开物理知识的传承和人才的培养,教育作为培养人的基本活动更要适应社会发展趋势,教师应通过实际教学培养具有物理核心素养的综合型人才.     

必要与可能(上)--四谈高中开设《模糊数学初步》选修课

1　信息时代　数据采掘与模糊数学2　电脑的局限来源于“精确”的局限　精确与模糊3　智能与模糊数学4　教育与时俱进　认知规律　WTO的挑战5　转变教育观念①　面向少数、还是面向全体②　以传授知识为本、还是以学生发展为本③　授之以鱼、还是授之以渔、创新意识美国著名的未来学者托夫勒于 1 980年出版了具有很大影响力的著作《第三次浪潮》 .他在书中预言 ,人类社会正在进入被称之为信息社会的新时期 .时光进入了 2 1世纪 ,当今的世界 ,已步入数字化时代 ,数码音响、数码相机、数字电视、数字化地图、数字化图书馆 ,到处在应用数字技…     

基于互联网+和人工智能技术的吸毒人员公共卫生管理模式研究北大核心CSCD

文章围绕当前吸毒人员康复过程中存在的问题和不足,提出依托互联网+技术沟通整合政府、家庭和社工等多领域多部门资源,利用人工智能(AI)和区块链技术实现吸毒人员情绪辨识和戒断康复证据链的构建,实现风险预警,减少和降低复吸.该管理模式打破吸毒人员常规司法强制性干预的理念,将吸毒人员需求作为管理的核心,部署相关服务和支持资源,为吸毒人员培养康复信心回归社会提供了新的思路.     

核磁共振氢谱的计算机辅助解析——Ⅰ.高分子核磁共振氢谱的智能解析系统

本文报道了一种用于高分子类核磁共振氢谱解析的智能系统。系统以人们解析图谱的经验和思路为基础,结合高分子类核磁共振氢谱的特征和规律设计而成。系统由知识库、图谱库和推理机三部分组成,能模拟人们的思路,对未知高分子的核磁共振氢谱进行多层次的解析。系统采用Turbo Prolog 2.0语言编写,经在IBMPC/XT机上运行得到了令人满意的结果。