摘要：化工行业作为国家的支柱性产业,不断地积极响应国家号召,推动行业数字化、智能化发展。实验室和研究院作为化学工程核心技术支撑,是化工行业智能化转型中必不可少的一部分。站在智能化变革的起点,本文调研归纳了目前国内外化工实验室的智能化转型最新进展,围绕科研创新展望了化工实验室的智能化转型蓝图,提出了从信息化、数字化到智能化过渡,涵盖不同发展层级的智能研究院建设大纲,为规划智能研究院建设的具体方案提供指导,并展望了人工智能全面赋能的化工科研范式变革。

摘要：鉴于城市固废焚烧(municipal solid waste incineration,MSWI)过程控制系统的封闭特性与工业现场的安全性要求,如何实现离线多模态数据的时间同步发布和如何搭建数据驱动预测模型的类工业现场验证环境,是实现智能建模算法落地应用需首要解决的关键问题。该文开发多模态数据驱动的MSWI过程验证平台,由多模态历史数据同步子系统和多模态历史数据驱动建模子系统组成。首先,结合现场领域专家预测关键工艺参数过程的抽象化描述,设计验证平台的结构;然后,建立以炉膛温度、烟气含氧量和锅炉蒸汽流量为输出的多模态数据驱动预测模型;最后,搭建硬件环境并开发相应的软件系统,实现子系统间的协同运行。利用实际过程数据与火焰视频验证该平台能够解决多模态数据驱动预测模型构建中存在的采样难、同步难、匹配难等问题,能够提供可靠的工程化验证环境。

摘要：在自动驾驶技术发展中,安全性一直作为首要因素被业界重视.行为决策与运动规划系统作为该技术的关键环节,对智慧属性具有更高要求,需要不断地随着环境变化做出当前的最优策略与行为,确保车辆行驶过程中的安全.文中分别对行为决策和运动规划系统进行深层次阐述,首先,介绍行为决策中基于规则的决策算法、基于监督学习的决策算法、基于强化学习的决策算法的算法理论及其在实车中的应用.然后,介绍运动规划中基于采样的规划算法、基于图搜索的规划算法、基于数值优化的规划算法和基于交互性的规划算法,并对算法的设计展开讨论,从安全角度分析行为决策和运动规划,对比各类方法的优缺点.最后,展望自动驾驶领域未来的安全研究方向及挑战.

摘要：集群系统合围跟踪控制是群体智能涌现在运动控制层面的实现途径之一,在智能化战争时代具有广阔的应用前景.本文面向未来空地群体智能作战中护卫任务的应用需求,聚焦军品押送、重要人物护送等典型任务场景,研究了异构集群系统考虑领导者具有未知输入的分布式编队-合围跟踪控制问题,以实现复杂环境下空地协同智能作战.首先引入代数图论知识,建立具有未知输入的异构集群系统模型,提出了一种编队构型生成系统.之后结合自适应控制律,利用邻居局部信息交互设计了基于边的分布式编队-合围跟踪控制器,并证明了闭环系统的稳定性.此外,对异构集群系统涌现出的更复杂的群体智能特征进行了分析与总结.最后,通过数值仿真验证了本文所提出的方法能够实现预期的编队-合围跟踪控制,并建立了实物等效验证系统,对控制方法的有效性进行了验证,为实际情况下大规模空地协同智能作战提供了有力的理论支撑.

摘要：无人机具有成本低、机动性强等优势特性,近年来成为军用和民用领域中备受青睐的对象.为了使无人机能够快速、稳定、高效地完成不同的任务,安全、可靠的轨迹控制至关重要.本文针对无人机群赋能的多辐射源追踪问题,构建了多约束条件下的无人机群轨迹优化模型,提出了估计、匹配、定位、追踪框架,并设计了一种基于深度强化学习的无人机群飞行轨迹优化算法.首先,采用深度神经网络估计信道模型,得到接收信号强度和距离之间的映射关系;其次,采用交互式方法生成接收信号强度矩阵,计算出对应的距离矩阵并得到无人机与辐射源匹配方案;然后,采用多球交汇定位方法,结合接收信号强度和距离之间的映射关系计算出辐射源的参考位置;进一步,将原始优化问题转换为马尔科夫决策过程,并将辐射源定位信息引入强化学习中,设计高效的无人机飞行轨迹优化算法.此外,引入群体熵对所提算法的智能性进行了分析和评估.最后,仿真结果对所提算法的平均飞行时间、任务完成率、智能性以及无人机群的轨迹分别进行了分析,验证了所提方法的有效性.

摘要：在高动态、不确定、资源受限等复杂环境下,无人集群系统执行协同区域搜索、集群优化调度等任务将会面临“感知—判断—决策—行动(OODA)”回路各个领域的挑战。为了提升无人集群系统的任务场景适应能力,必须突破复杂环境下无人集群系统自主协同关键技术。以复杂环境下大规模异构无人集群鲁棒自主协同理论为基础,探讨了复杂环境下无人集群系统自适应异构体系架构设计与建模方法,梳理了复杂环境下高维态势分布式感知与认知、可引导、可信任、可进化的智能决策、复杂环境下无人集群系统自主协同控制3个科学问题。首先综述了复杂环境下无人集群系统自主协同的研究进展;其次,分析了无人集群系统OODA任务回路面临的挑战;然后,初步梳理了复杂环境下无人集群系统自主协同涉及的各项关键技术及其进展;最后,给出了无人集群系统自主协同领域未来发展的思考。

摘要：目的聚焦医疗卫生数据处理过程中的关键问题,研究科学的数据处理方法与设计理念,保证数据处理全过程的数据质量。方法通过文献查阅,提出数据处理各阶段应采用的方法要点,并以上海市医疗机构实验室检测数据为例,探索数据处理全过程的各个要点。结果本研究提出的数据处理要点在数据汇聚、清洗、转换、再整理阶段有效保证了数据的准确性、完整性和一致性。结论在数据处理过程中,应合理区分数据处理的各个阶段,保留各阶段数据集,并进行科学、严谨的数据质量控制,及时发现数据问题,为后续医疗卫生的研究应用及政策决策奠定基础。

摘要：知识图谱是一种基于图的结构化知识表示方式.如何构造大规模高质量的知识图谱,是研究和实践面临的一个重要问题.提出了一种基于互联网群体智能的协同式知识图谱构造方法.该方法的核心是一个持续运行的回路,其中包含自由探索、自动融合、主动反馈3个活动.在自由探索活动中,每一参与者独立进行知识图谱的构造活动.在自动融合活动中,所有参与者的个体知识图谱被实时融合在一起,形成群体知识图谱.在主动反馈活动中,支撑环境根据每一参与者的个体知识图谱和当前时刻的群体知识图谱,向该参与者推荐特定的知识图谱片段信息,以提高其构造知识图谱的效率.针对这3个活动,建立了一种层次式的个体知识图谱表示机制,提出了一种以最小化广义熵为目标的个体知识图谱融合算法,设计了情境无关和情境相关两种类型的信息反馈方式.为了验证所提方法及关键技术的可行性,设计并实施了3种类型的实验:仅包含结构信息的仿真图融合实验、大规模真实知识图谱的融合实验,以及真实知识图谱的协同式构造实验.实验结果表明,该知识图谱融合算法能够有效利用知识图谱的结构信息以及节点的语义信息,形成高质量的知识图谱融合方案;基于“探索-融合-反馈”回路的协同方法能够提升群体构造知识图谱的规模和个体构造知识图谱的效率,并展现出较好的群体规模可扩展性.

摘要：高真实感的三维全景漫游通常需要对场景进行精准的三维建模,但目前技术对复杂工业场景下非规整区域及设施进行高质量的三维建模仍存在很多困难和挑战.为解决复杂工业场景下的三维全景漫游问题,提出一套基于虚拟视点合成的三维全景漫游系统.首先以全景视频为输入,利用三维场景重建提供的多视点和深度信息合成全景漫游中的虚拟视点图像,增强三维全景漫游中视点切换的临场感;其次针对虚拟视点合成结果中存在的移动人体、空洞等质量问题,提出一种动态干扰物体的消除与视点修补方法,基于实例分割结果和多视点信息对缺陷区域进行修补得到目标视图.在室内外场景的实验结果表明,所提方法不依赖于高精度的三维重建结果,且可以有效地利用多视点信息合成高质量的虚拟视点图像,提升电网系统等非规则复杂工业场景下的全景漫游体验.

摘要：以深度学习为代表的人工智能技术已被广泛应用于遥感图像解译中.相比自然场景图像,遥感图像具有载荷类型多、成像机理差异大等特点,使得现有面向单传感器、纯数据驱动的智能解译方法应用到不同模态数据时,性能上限难以突破.尤其在面向多传感获取的、大范围的、目标种类较多的复杂应用场景时,实际性能受限更为严重.本文主要对遥感智能解译结合多模态数据和多任务学习的研究工作进行综述,重点从基本概念、研究方法和应用场景3个方面进行展开.并且介绍了基于分域提取和跨域融合理念设计的模型架构,通过从海量多模态数据中提取通用特征,实现单个基础模型完成多类下游任务的泛化解译,在不同模态解译任务中表现优异,并实际应用推广.最后,对遥感多模态多任务学习未来技术发展方向进行展望.