可持续建成环境研究的机器学习应用进展与展望

【目的】大数据、物联网和人工智能技术正在经历快速发展阶段，其中机器学习的应用尤为瞩目，探索机器学习对可持续建成环境研究的影响具有理论和实践价值。【方法】基于文献综述，聚焦城市公共健康、能源碳排放、气候环境、生态系统、绿色出行5个可持续建成环境重要议题，详述机器学习的概念、分类、重要算法及关键应用。【结果】提出机器学习应用预测性有余解释力不足的特点，梳理机器学习发展从预测性到解释性的趋势，分析机器学习应用对研究的影响。【结论】结果表明：解释性方法和可读模型增多，研究目的更加侧重决策解读和规律总结，但基于实证研究的因果机制探索仍较少。基于此，比较分析了机器学习在不同议题中的典型应用，展望未来的发展前景。     

基于机器学习的高校就业情况大数据分析及预测

机器学习能够通过不断获取新的知识与技能,算法可以得到不断的完善与发展。文章基于机器学习对高校就业大数据进行研究,讨论机器学习对高校就业大数据的意义,并对高校就业情况进行了预测,希望能够为高校教育的研究与发展提供一定的参考。     

机器学习在天然气行业的应用

随着信息化的深入发展,机器学习方法迅速普及,也逐渐应用于天然气行业,为该行业研究带来新的发展。本文对机器学习在天然气行业产业链上游、中游和下游的应用进行详细梳理和对比,总结了机器学习在该行业发展的优势以及在数据准确性、模型解释性等方面的局限,进而提出了机器学习在天然气行业未来发展的推进方案。     

机器学习在供水网络管理系统的应用研究

为研究机器学习系统在供水网络管理中的应用趋势,发现供水网络数据中的奇点,分析了8项国内外机器学习在供水网络管理中的研究,从数据处理到模型验证,对每项研究中使用的方法进行了分析。结果表明,类别不平衡问题主要是来自供水网络的典型数据,建议使用抽样方法来训练分类器解决此类问题;此外变量的缩放和转换通常会对模型的性能产生积极影响。     

机器学习技术在建筑设计中的应用研究

分析机器学习技术在建筑设计相关领域的国内外研究现状及关键技术,为建筑师将该技术应用于建筑设计流程提供指导。综合运用知识图谱手段和从前沿研究文献中搜集代表性论文,分析对比,总结归纳;从应用角度研究其在建筑设计领域的实现路径。得出机器学习技术在建筑设计领域的现状特征和未来研究趋势,明确了当前机器学习技术引入建筑设计的具体实现流程。机器学习技术为建筑师提供了从直观的数据视角呈现复杂问题和解决问题的能力,拓展了建筑学的边界。     

基于大数据时代的数字化校园建设

本文通过对高校数字化校园建设的现状分析,提出了一种基于大数据时代的数字化校园建设方案,首先分析了大数据及其在高校数字化校园建设中的应用特点与优势,最后研究了基于大数据时代的高校数字化校园建设方法,以期能够从不同角度来优化、创新数字化校园建设。     

基于机器学习的风景园林智能化分析应用研究

机器学习使实现数据的智能化处理及充分利用数据中蕴含的知识与价值成为可能。探索基于机器学习在风景园林领域智能化分析应用的途径,开展3个实验。其中2个与数据分析研究相关,提出基于调研图像色彩聚类分析的城市色彩印象和基于图像识别技术的景观视觉质量评估与网络应用平台部署实验。最后1个实验与数字化设计创作相关,提出用于设计方案遴选的地形生成方法,包括2个子项目:应用深度学习生成对抗网络(GAN)的地形生成和建立遮罩、预测未知区域的高程。3个实验应用到机器学习中分类、聚类和回归3个主要方向中的算法以及深度学习的生成对抗网络,对传统的研究问题提出了基于机器学习新的研究方法。因此,在应用机器学习风景园林领域,可以有效地从多源数据中学习相互增强的知识,发现问题,并提出解决问题的新方法。     

基于机器学习的矩形钢管混凝土柱偏压承载力预测

矩形钢管混凝土偏心受压构件作为主要受力构件,准确预测其承载力是保障结构安全的重要前提。采用机器学习方法对矩形钢管混凝土柱偏压承载力进行建模预测。建立了包含804个构件的试验数据库,并通过受力机制与数据相关性分析相结合的方法确定机器学习模型的输入参数;采用BP神经网络、RBF神经网络、高斯过程回归等机器学习算法和多元线性回归方法,建立了其偏压承载力预测模型,并对预测结果进行对比分析。结果表明：几何和荷载参数与偏压承载力之间可呈正相关性或负相关性,而材料参数与偏压承载力之间仅呈正相关性,上述相关性同时受到荷载偏心方向的影响;所建立的3种机器学习模型基于总数据库的预测精度与按偏心方向划分数据库的预测精度相近,表明模型能够反映偏心方向对承载力的影响,避免了进一步划分数据库的需求;高斯过程回归模型的预测精度最高,对数据库中超过60%构件的预测误差小于5%;与设计规范和以往研究中的方法相比,所建立的机器学习模型整体上具备更高的预测精度和更广的适用范围。     

大数据时代的高校思想政治教育

当前高校思想政治教育工作中所面临的数据量庞大、信息多样化,已经具备了大数据的特征。大数据技术的发展,使分析和研究数据背后所隐藏的规律变得可行。高校思想政治教育工作者要正确面对大数据所带来的机遇和挑战,充分挖掘和正确发挥大数据的作用。研究和应用大数据技术符合提高高校的思想政治教育工作和人才培养质量的要求。在大数据的时代背景下,研究和应用大数据技术改善和提高高校的思想政治教育工作具有重要的理论和现实意义。     

高校大数据平台构建及应用

本文聚焦于大数据促进高校发展战略在技术实现中的两个无法逾越的共性问题:大数据平台的构建和示范性应用探索。简要分析了大数据平台的技术框架和关键技术,并指出了大数据在高校科研、教学、管理三大核心领域的八个应用方向。