基于多Agent的网上教学系统模型的研究

随着人工智能技术的不断发展和完善，人工智能领域的理论（特别是Agent技术）不断地被应用到网上教学系统（NTS，Network Teaching System）9h，从而给NTS的研究与应用提供了新的发展空间。文中设计了一个基于多Agent的网上教学系统模型，详细描述了本NTS结构的三层：应用层、集成层、数据层，及多Agent的通信机制。     

基于多Agent的智能教学系统模型研究

随着人工智能技术的不断发展,人工智能领域的理论(特别是Agent技术)不断地被应用到智能教学系统(ITS)中,从而给ITS的研究与应用提供了新的发展空间.文中设计了一个基于多Agent的智能教学系统模型,着重构建了教师Agent和学生Agent,同时提出了用户层、软件Agent层和数据服务器层这种分层的ITS软件体系结构.     

基于多Agent的智能教学系统模型研究

随着人工智能技术的不断发展,人工智能领域的理论(特别是Agent技术)不断地被应用到智能教学系统(ITS)中,从而给ITS的研究与应用提供了新的发展空间。文中设计了一个基于多Agent的智能教学系统模型,着重构建了教师A gent和学生Agent,同时提出了用户层、软件Agent层和数据服务器层这种分层的ITS软件体系结构。     

基于多Agent的网上教学模型的研究

Agent是人工智能和计算机软件领域的一种新兴的技术,智能Agent技术近年来有了很大的发展,本文基于多Agent技术构建了一个网上教学系统模型,为学生和教师提供虚拟教学环境,实现学生之间的协作化学习。     

基于多Agent的网上教学模型的研究

Agent是人工智能和计算机软件领域的一种新兴的技术,智能Agent技术近年来有了很大的发展．本文基于多Agent技术构建了一个网上教学系统模型,为学生和教师提供虚拟教学环境,实现学生之间的协作化学习。     

智能Agent在网络教学系统中的应用

Agent是人工智能及计算机软件领域内的一个新兴技术.文章探讨了Agent技术以及如何把Agent技术应用于网络教学中,以提高网络教学系统的智能性,并给出了智能Agent在网络教学系统中的应用模式与实现方法.简要分析了Agent技术给网络教育带来的优点.     

基于Agent的网络教学系统设计

应用智能Agent技术,针对现有网络教学系统的弱点与不足,结合其原有的优点,进行了网络教学系统的设计。阐述了此系统的总体结构设计和系统设计,总体结构引用三层模型,包括用户层、中间通信层和服务层;在系统设计中给出了用户Agent设计、教学站点设计、移动Agent设计,构造了一个基于Agent技术的网络教学系统模型。     

Agent技术研究综述

Agent起源于人工智能(AI),20世纪80年代中期人工智能技术与分布式计算技术相结合,出现了分布式人工智能(DAI)这个研究方向。作为分布式人工智能的构成因素,Agent一词越来越多地被提到,由于它突破了长期以来AI研究进展不大的局面,因此倍受关注,多年来,Agent技术的研究和应用有了更加广泛地发展,特别是Internet和WWW的发展,为Agent技术带来了新的发展契机。     

基于多Agent远程教学系统的探讨

Agent是一种新兴技术，应用Agent技术建立的网上教学系统，。可以较好地解决现阶段网上教学的不足，从而提高网上教育的教学质量和学习效果。     

人工智能技术在辅助教学中的应用研究

随着信息时代科学技术的不断发展和进步,人工智能的研究已经屡见不鲜,人工智能的应用类别也在逐渐增多。人工智能辅助教学系统是现代科研的重要成果,是新技术的体现,人工智能技术应用教育教学上,有利于促进学生和教师的发展,促进教育领域方面的改革。本文首先介绍了人工智能技术基本原理,对传统计算机辅助教学系统现状和特点进行分析,并且对人工智能辅助教学系统功能进行了阐明,最后说明了人工智能技术在辅助教学中的重要作用。     

面向智能矿山与新工科的数字孪生技术研究

将数字孪生与人工智能(AI)技术相结合,提出了基于数字孪生+AI的智能矿山建设新思路。探索了智能矿山技术发展路径,研究了数字孪生技术的特征、应用领域及发展趋势,指出数字孪生是数字化矿山发展的必然趋势。提出了基于数字孪生+AI的智能矿山理论架构,构建了矿山数字孪生模型,模型自下而上分别为矿山全要素物理实体、矿山信息物理融合层、矿山数字孪生模型、矿山孪生数据交互层、矿山应用智能服务层,据此实现智能矿山的泛在感知、协同控制和智能决策与优化。从应用实际需求出发,探讨了智能矿山模型构建技术、智能开采数字孪生体技术、矿山智能控制技术、矿山设备故障预测、基于数字孪生的人机交互等关键技术。通过研究数字孪生在智能矿山中的应用,为AI技术在智能矿山应用落地提供思路,为未来智能矿山新工科建设提供理论借鉴。     

Applications of artificial intelligence in intelligent manufacturing: a review

Based on research into the applications of artificial intelligence (AI) technology in the manufacturing industry in recent years, we analyze the rapid development of core technologies in the new era of ‘Internet plus AI’, which is triggering a great change in the models, means, and ecosystems of the manufacturing industry, as well as in the development of AI. We then propose new models, means, and forms of intelligent manufacturing, intelligent manufacturing system architecture, and intelligent manufacturing technology system, based on the integration of AI technology with information communications, manufacturing, and related product technology. Moreover, from the perspectives of intelligent manufacturing application technology, industry, and application demonstration, the current development in intelligent manufacturing is discussed. Finally, suggestions for the application of AI in intelligent manufacturing in China are presented.     

基于 BIM 的人工智能方法综述

建筑信息模型(BIM)作为建筑领域的新兴技术,正在深远地影响着建筑行业的发展, 而人工智能(AI)技术的跨学科应用也日趋广泛。将 BIM 与 AI 方法结合,有着良好的可行性与 广阔的前景,但目前国内外的相关研究应用仍处于初级阶段。在广泛调研国内外相关研究的基 础上,从技术、系统、应用 3 个层面,对基于 BIM 的 AI 方法相关研究进行综述,介绍该领域 常用的 AI 技术,典型开发平台与开发方法,以及基于 BIM 的 AI 方法在设计、施工、运维等各 建筑阶段中的成功应用。在此基础上,对该领域存在的问题与挑战加以分析,总结问题原因, 并对其未来发展方向加以展望。     

智慧河长系统关键技术研究与应用

为提高河长制工作效率和水环境治理能力，提出实现智慧河长系统的关键技术和应用实现方案。针对河湖监管水平较低、信息化资源共享程度低和精细化监督管理水平较低等问题，通过水质水量自动监测、工业企业污染溯源监测、视频监控、无人机与卫星遥感监测形成空天地一体化前端感知体系，研究河长制数据整合汇聚、大数据分析和 AI 图像识别等智慧河长系统关键技术，采用智慧感知层、基础设施层、大数据中心层、支撑平台层、应用系统层、用户层 6 层架构构建智慧河长系统，实现水质分析、污染溯源、岸线监管、水面异常监管等重要功能。实现河长制工作从前端感知、后台分析、辅助决策全过程智能化管理，有效解决河长制工作中河长履职监管和河湖数据整合等难题。     

军事信息发布系统安全防护体系研究

本文提出了军事信息发布系统六层安全防护体系,对安全操作系统层、数据库系统层、网络传输层和应用层等四个技术层面进行了详细地阐述,在应用层设计并实现了军事信息发布系统接入全军安全认证系统,从而完成了军事信息发布系统在多层面上的一体化安全防护。     

SOA构架与电子商务应用集成*

利用SOA(Services Oriented Architecture)（面向服务构架）技术、AI（Application Integration,应用集成）技术、计算机安全技术等相关技术构建了以SOA为框架的电子商务应用集成平台,为参与电子商务的各主体间的应用集成提供了一套安全的、兼容的和可扩展的解决方案,最后通过一个实例分析验证了解决方案的可行性。     

深度学习平台体系架构及其关键技术

针对AI模型生产和训练,传统基于脚本的物理单机或集群方式存在训练推理割裂、资源利用不充分、计算环境难迁移、训练流程冗长等问题,提出了一种面向深度学习模型训练的平台体系架构,架构分为数据平台层、计算平台层、训练套件层以及管理平台层四层,并逐层进行分析。在关键技术上,首先提出了训练推理一体化框架,采用抽象的计算流图屏蔽网络结构差异,并进行图优化;其次,提出了GPU状态感知的自适应资源匹配机制,采用环形消除算法解决通信成本线性增长问题;同时,提出基于启发式算法的标签匹配调度算法,以提高资源利用率;并且,通过租户管理和容灾机制的建立保障了系统平台的安全可靠性。最终搭建仿真平台验证其可用性、安全可靠性和拓展性。通过深度学习平台的应用,可以帮助企业更简易快捷地训练定制化模型和使用个性化服务,加速AI生产落地,推动AI技术和整个生态的繁荣发展。     

Application of artificial intelligence technology and embedded digital image in interior design

The digital technologies of Artificial Intelligence (AI) has been redefined. The modern technology economy has paved the way. Artificial Intelligence (AI) methods have gained significant researchers' awareness and have been used efficiently to solve engineering issues. Artificial intelligence for large and complex challenges, can thus take a lot of time to simulate and random search. Instructions AI researchers' close attention, and both were successfully solve technical problems. AI algorithms as well because of the random search function takes a lot of time with large and complex problems. Therefore, the development of efficient algorithms to find solutions in real-world applications of limited resources, time and money to potential demand. Artificial Neural Network (ANN) is proposed architecture of an embedded controller for monitoring a computer image and the image data, which in the case of various kinds of control, especially in the illumination device using the application management AI digitally controlled. Processing system with real-time monitoring and management of digital images of the proposed. Artificial neural network algorithm used to make identification of the luminance values in the area. Embedded microcontroller to complete part of a lighting control system several lighting and imaging sensor measurement and a work area of the control room. The proposed lighting system power consumption measured and compared with the power consumption.     

人工智能框架技术趋势研究

作为人工智能开发环节中的基础工具,人工智能框架承担着AI技术生态中操作系统的角色,是AI学术创新与产业商业化的重要载体。随着其重要性的不断突显,人工智能框架已经成为人工智能产业创新的焦点之一,引起了学术界、产业界的高度重视。在此背景下,本文从人工智能框架的概念内涵、价值意义入手,梳理人工智能框架演进历程,总结当前人工智能框架技术体系,最后研判得出人工智能框架技术发展的“四泛”趋势,即泛开发、泛设备、泛场景、泛工程。