激光实验诊断集成管控系统中人工智能技术应用

针对激光聚变实验中诊断系统种类多、原理各异、排布变换频繁等特点，发展了基于流程驱动的诊断集成管控系统。对控制节点中依赖经验以及人工判读的测量系统参数配置、系统瞄准、多诊断系统空间干涉等操作流程，开展基于深度学习技术的示波器量程智能化设置、自动瞄准以及空间干涉预警技术等诊断系统智能化控制方法的初步探索。     

绝对重力测量异常值的局部异常因子检测算法

自主研发绝对重力仪的测量结果中出现的离群程度不同的异常值会直接影响测量结果的准确度和测量精度。目前一般采用的一元正态分布异常值检测算法漏检率高,容易造成测量结果的偏差和测量精度的下降。利用人工智能算法中的局部异常因子异常值检测算法,可以在线、快速、高效地完成自主研发绝对重力测量数据的异常值检测。首先,根据实测数据构建测试数据集,利用数值模拟确定局部异常因子算法邻域宽度参数的取值;然后,基于实测数据进行异常值检测并进行结果评估。评估结果表明,局部异常因子异常值检测算法对离群程度不同、连续出现异常值等情况检测效果明显优于一元正态分布异常值检测算法,组测量精度平均提高9.37μGal,可以作为自主研发绝对重力仪异常值检测的通用算法完成组测量结果的异常值检测。     

结构形状优化与智能模型化

阻碍形状优化软件广泛应用的障碍之一是依据自然设计度量描述和建立设计模型、分析模型、优化模型以及实现三个模型之间的转换.本文称这一困难为结构形状优优设计软件的适用性.本文提出了一种方法用来动态地确定平面连续体结构形状优化过程中的边界,应用基于人工智能方法的启发式规则与技术,自动生成由设计单元法表示的几何模型,也就是将一个结构自动剖分成若干个大的四边形映射单元.这些大单元对于进一步的网络生成是必要的,同时也是向全自动计算机辅助形状优化系统前进的重要一步.     

海域水流及水质之综合智慧型系统

本文研究之目的为将近年来先进的人工智能技术与现有的数学模型互相结合，开发一套有关海域水流及水质之综合智能型系统。其应用之技术包括智能型系统、人工神经网络及模糊推理系统。此系统可作辅助设计或训练之工具，能帮助水力及环境工程师熟习最先进的海域水流及水质模型，以期使科研与实际执行者之间的距离缩小。其结果可导致对各种不同方式数学模型之好处、应用或限制，有更透彻的了解，甚至从而达成突破及贡献。随着环境可持续性愈来愈被重视，对开发此类综合系统之需求亦逐渐增加，正好可辅助决策者迅速地达成决定，并同时可向公众提供方便及公开的水质信息。     

在线社交网络控制实验的现状与展望

在线社交网络已发展成为一个独特的电子生态系统，其应用深刻影响着人们生活的方方面面。由于在线社交网络特性复杂，分析在线社交网络形成和变化中的规律成为当前计算机科学、社会学和物理学的一项挑战。传统上，在线社交网络实证研究主要采用计算机辅助的被动数据获取和分析方式。近年来，在真实大规模在线社交网络上直接进行控制实验从而主动获取数据并开展分析研究的方式广受关注。评述了这一领域的研究进展，包括：社交网络控制实验的主要研究模式；控制实验方法在社交网络结构、信息传播、行为和心理学等领域取得的主要成果以及主要实验工具的适用条件和局限性。最后，展望了人工智能技术在社交网络控制实验中的应用潜力，分析了智能算法对降低实验成本和提高实验效率的作用。     

人工智能助力当代化学研究

以机器学习为代表的人工智能在当代的科学研究中正在发挥越来越重要的作用.不同于传统的计算机程序,机器学习人工智能可以通过对大量数据的反复分析和自身模型的优化,即“学习”过程,从而在大量的数据中寻找客观事物的相互联系,形成具有更好预测和决策能力的新模型,做出合理的判断.化学研究的特点恰恰是机器学习人工智能的强项.化学研究经常要面对十分复杂的物质体系和实验过程,从而很难通过化学物理原理进行精准的分析和判断.人工智能可以挖掘化学实验中产生的海量实验数据的相关性,帮助化学家做出合理分析预测,大大加速化学研发过程.本文介绍了当代人工智能方法及用其解决化学问题基本原理,并通过具体案例展示了人工智能辅助解决不同化学研发问题的方法以及对应的机器学习算法.将人工智能运用在化学科学的尝试正处于蓬勃上升期,人工智能已经初步展示出对化学研究的强大助力,希望本文能帮助更多的国内的化学工作者了解和运用这一有力的工具.     

人工智能在锂离子电池研发中的应用

锂离子电池已成为解决现代社会储能问题的最佳解决方案之一。然而,电池材料和器件开发都是复杂的多变量问题,传统的依赖研究人员进行实验的试错法在电池性能提升方面遇到了瓶颈。人工智能（AI）具有强大的高速、海量数据处理能力,是上述突破研究瓶颈的最具潜力的技术。其中,机器学习 (ML) 算法在评估多维数据变量和集合之间的组合关联方面的独特优势有望帮助研究人员发现不同因素之间的相互作用规律并阐明材料合成和设备制造的机制。本综述总结了锂离子电池传统研究方法遇到的各种挑战,并详细介绍了人工智能在电池材料研究、电池器件设计与制造、材料与器件表征、电池循环寿命与安全性评估等方面的应用。最重要的是,我们介绍了AI和ML在电池研究中面临的挑战,并讨论了它们应用的缺点和前景。我们相信,未来实验科学家、数学建模专家和AI专家之间更紧密的合作将极大地促进AI和ML方法用以解决传统方法难以克服的电池和材料问题。     

大数据的时代,物理还能做什么——推荐《定性和半定量物理学》和《数学模型选谈》

2016年3月9日,是一条历史的分界线。未来的世界将会永远记得这一天,围棋程序阿尔法狗(AlphaGo)战胜了世界冠军李世石,宣告人类社会遇到了千年未有之大变局:工业革命把人从体力劳动中解放出来,而信息革命有可能解除人类智力劳动的必要性。在大数据和人工智能的时代,物理还能做什么?     

人工智能融入新工科概率论与数理统计课程的延伸教学探究

本文选取搜索引擎语法纠错的条件概率应用和图像模糊滤镜的二维正态分布应用案例，探究将其引入概率论与数理统计的延伸教学环节中的实践方法.