Results 11 to 20 of about 5,179,681 (193)
智能科学与技术学报, 2023 医疗机器人对于提高医疗效率，减轻患者痛苦，具有重要的社会意义和科研价值。针对医疗机器人的难点，提出了基于ACP平行系统方法的平行医疗机器人概念。平行医疗机器人主要由物理医疗机器人和虚拟医疗机器人组成，通过并联医疗机器人可以实现对整个系统进行管理和控制，对治疗过程进行实验和评估，对医生和患者进行学习和培训。介绍了支撑平行医疗机器人的相关技术，包括机器人仿真、生物力学、3D打印和知识自动化技术等，并结合平行学习提出平行医疗机器人所应具备的描述、预测和处方三大核心功能。最后 ...
白天翔, 王双翌, 刘雅婷, 李汉忠, 闻艺
doaj +2 more sources
[Exploration of the Predictive Value of Peripheral Blood-related Indicators for EGFR Mutations and Prognosis in Non-small Cell Lung Cancer Using Machine Learning]. [PDF]
Zhongguo Fei Ai Za Zhi背景与目的 表皮生长因子受体（epidermal growth factor receptor, EGFR）敏感突变是非小细胞肺癌（non-small cell lung cancer, NSCLC）靶向治疗的有效靶点之一。然而，由于部分原发组织难以获取及部分经济欠发达地区经济因素，部分患者无法进行传统基因检测。本研究旨在利用非侵入性的外周血指标，建立机器学习（machine learning, ML）模型，探索NSCLC中与EGFR突变状态密切相关的生物标志物，并评估其在预后中的潜在价值。 方法 ...
Fu S +5 more
europepmc +2 more sources
智能科学与技术学报, 2022 当前机器人技术面临的较大限制之一是难以适应不断变化的任务，当机器人面对新环境或者学习新任务时，会不可避免地遗忘旧环境或旧任务的经验。为了总结机器人持续学习的研究和发展现状，首先介绍了持续学习的框架和评价基准，然后阐述了持续学习在机器人任务中的必要性和面临的挑战，并对持续学习的发展现状进行了回顾，最后展望了机器人持续学习的发展前景，提出了一些有价值的研究问题。
许杰, 陈星宇, 梅魁志, 兰旭光
doaj +1 more source
智能科学与技术学报, 2022 以机器人为代表的自主智能体系统在工业、服务业等众多领域具有广泛的应用前景和重要的应用价值，但现有自主智能体系统在运动灵巧性、感知信息的完备性、复杂任务和环境的适应性等方面都面临巨大的挑战，难以在开放环境下像人一样灵巧、精准地完成各种复杂操作。而随着以深度学习、深度强化学习为代表的人工智能技术的成功，以操作技能学习为核心的理论研究成为突破自主智能体精准灵巧操作的重要方向，在汲取、融汇联结主义和符号主义的思想精华后构建的操作技能学习框架有望取代传统的示教编程、手工编程模式，以自主学习 ...
王硕
doaj +1 more source
智能科学与技术学报, 2022 轴孔装配是加工制造业常见的一类操作任务。基于工业机器人研究轴孔自动装配，对于机器人在装配领域的应用具有重要价值。对于高精密和形状复杂的零件，高效可靠的轴孔装配仍然具有很大挑战性。基于此，从控制的角度对机器人自动轴孔装配进行了全面梳理。首先，介绍了机器人自动轴孔装配过程。然后，在对基于传统模型的装配控制进行论述的基础上，对新兴的基于学习的智能装配控制进行了讨论，重点阐述了模仿学习和强化学习在机器人自动装配中的应用。传统方法与人工智能方法的结合，将为机器人自动轴孔装配注入新的活力，将成为未来的重要发展趋势。
徐德, 秦方博
doaj +1 more source
, 2022 当光纤链路的数据分布发生变化时，机器学习评估链路传输质量需要重新搜集数据并重新训练，这个过程是耗时的、复杂的。迁移学习直接将以前学到的知识应用到现在的任务，需要更少的数据。因此，文章提出在具有相关性的光通信系统中，使用两种迁移学习方式辅助基于机器学习的多分类器，仿真结果表明，迁移学习结合微调技术的机器学习多分类器比直接迁移的机器学习多分类器多分类指标分数提高0.25以上，减少了样本不均衡的影响，每个类别都具有高性能，证实迁移学习结合微调技术的机器学习多分类器能够减小数据集，降低了搜集数据集的成本 ...
王家馨
core +1 more source
智能科学与技术学报, 2022 群体智能是大规模人类群体和机器集群通过网络交互协作，相互赋能，持续学习，涌现出超越人类个体和机器单体的智能。群体智能在智能化信息服务、软件开发、众包创作、医疗健康、社会行为分析、交通出行、侦察监视、群智机器人等多个领域已经受到学术界和工业界的广泛关注，并成为国家人工智能发展的重要方向之一。对群体智能的深入研究有助于推动改善人与人、人与机器、人与物理世界、机器与机器间的关系。 为了及时掌握该领域的研究热点和技术动态，推动群体智能领域的快速发展，促进学术交流和技术创新，《智能科学与技术学报》发起了 ...
王怀民
doaj +1 more source
, 2021 近几年来,随着高性能计算机和大数据科学的快速发展,机器学习方法在各个领域得到了越来越多的应用.力学学科在过去几十年积累了大量的数值模拟数据、实验测量数据和现场监测数据,这些大规模、高维度的数据蕴含了丰富的物理特征,但传统方法无法有效地处理这些庞大的数据群.机器学习方法可以从巨量的数据海洋中挖掘有用的信息,并能为总结新的物理规律提供有效的指导.另一方面,机器学习方法存在着可解释性差、泛化能力弱、容易过拟合等问题.针对基于第一性原理的力学问题开展机器学习研究,并和已知的物理规律相对照 ...
晋国栋, 王建春
core +1 more source
Gongye shui chuli, 2022 膜生物反应器（MBR）作为一种新型废水处理技术在污水处理方面具有广阔的应用前景。但是，膜污染是制约MBR进一步发展的瓶颈性问题。近年来，随着数学算法及计算机技术的发展，将人工神经网络（ANN）等机器学习算法应用于MBR的膜污染预测成为研究的热点。总结了膜污染的影响因素，探讨了基于经典数学模型膜污染预测的优缺点，综述了近年来国内外学者运用简单ANN、优化算法ANN和深度学习ANN对MBR膜污染预测的研究，提出优化算法ANN与深度学习ANN在面对复杂环境下更具优势。此外 ...
张浩良 +4 more
doaj +2 more sources
经济学高质量发展是未来建设与经济发展必须贯彻的发展理念。本文选取我国461家生物医药上市公司作为研究对象,基于因子分析利用机器学习算法对生物医药公司构造价值预测模型。实证结果表明：营收规模与成长和综合盈利能力为影响价值分类的主要因子。三种机器学习算法中,多分类逻辑回归综合表现最优,测试准确率达到0.985,XGBoost次之；该研究中“因子分析+逻辑回归”模型的预测效果最优。为生物医药公司高质量发展提供参考。
Qun He
semanticscholar +1 more source