当前人工智能技术创新特征和演进趋势

近年来，全球人工智能发展进入新一轮技术创新活跃期，新的理论、模型、算法快速迭代。本文从模型算法、软硬件实现以及技术形态等角度分析了当前全球人工智能技术的主要特征，总结了国内外人工智能前沿研究的一些创新热点和新动向，并从基础理论突破、底层计算模式创新、模型算法演进等方面，展望和探讨了未来人工智能技术进一步突破的几个可能趋势。     

用马尔可夫预测法决策电力设备的维护停运

发电设备维护停运的合理安排是设备检修优化中的一个重要问题。用马尔可夫预测法建立了一种用于预测设备运行数量的模型,并用该模型开发了维护停运辅助决策系统,有助于合理选择设备维护停运时间,保证电力生产的可靠性。     

一种基于SSVEP的仿人机器人异步脑机接口控制系统

设计了稳态视觉诱发电位(SSVEP)空闲状态检测的特征提取方法,建立了基于SSVEP的异步脑机接口二级分类器结构,开发了基于TICC2430芯片的无线传感器网络模块,实现了机器人控制命令的远程传送,使该仿人机器人系统具有脑电控制、语音交互、游戏手柄交互、机器视觉与避障等功能.通过SSVEP窄闲状态检测实验验证了脑机接口...     

基于关系转移和增强学习的时空大数据动态预测

为了解决较大时空范围内的动态预测无法获得精确解的问题,采用支持较复杂工作流模式的群智计算方式,提出一种基于关系转移和增强学习的动态预测算法,解决时空数据中的优化问题。设计一个关系转移块,通过对时空数据进行特征提取来学习关系转移概率。建立一个预测增强学习块,随时间序列并行处理转移关系概率,根据特征偏好对时空数据进行优先排序,进而预测问题状态趋势。采用一种深度多步迭代策略优化方法,获得合理的解。从理论上详细地分析和讨论所提出算法的收敛性和收敛速率。在专利转移数据上的试验结果验证了该方法的优势,并证明通过应用关系转移块和预测增强学习块排序精度能得到明显地改善。