热门标签:代写本科论文 写作发表 工程师论文 代写一篇论文多少钱
当前位置: 代写一篇论文多少钱 > 计算机论文 > 人工智能论文(最新范文6篇)

人工智能论文(最新范文6篇)

时间:2018-03-13 15:13作者:羽沫
本文导读:这是一篇关于人工智能论文(最新范文6篇)的文章,人工智能技术可以说带来了一场学术与实践的大革命, 前景一片光明。本文以电气自动化控制技术为主线, 首先对人工智能技术进行简单的认识以及对当下该技术的优势进行分析, 以便更好的对电气自动控制中融入的人工智能技术所创造的价值进行更好的认识。
     人工智能论文一: 

        题目:人工智能在电气自动化控制中的应用探究

 
  摘要:电气自动化是电气信息领域的新兴学科, 发展十分迅速, 并且已经形成了一个较为成熟的技术体系, 是高新技术产业当中的重要构成部分。电气自动化与人们的生活、社会生产存在密切关联, 在工业、农业等领域均有广泛应用, 是推动国民经济发展不可忽视的力量。近年来, 随着人工智能技术的不断成熟, 其应用范围变得愈来愈大, 在电气自动化领域也有所涉及。将人工智能应用于电气自动化控制当中, 可优化参数调节, 进一步提升电气自动化控制效率, 有利于降低生产成本。基于此, 本文对人工智能在电气自动化控制中的应用进行了综合性阐述, 以供参考。
 
  关键词:人工智能; 电气自动化; 数控优化;
人工智能论文配图
 
  1 人工智能概述

 
  人工智能是计算机科学的重要分支之一。它企图了解智能实质, 并生产出一种新的能以人类智能相似的方式做出反应的智能机器, 机器人、自然语言识别处理、专家系统、图像识别等技术均属于人工智能范畴。在电气自动化领域当中, 人工智能与传统人工控制相比, 其最大的特点在于能够以计算机技术为辅助, 完全实现机械设备自动化、精确化控制, 能够大幅度节约人力资源。在工业化生产过程中, 通过人工智能技术能够对各项信息数据进行实时传输、动态分析、处理, 并能够将生产过程中存在的问题及时向控制管理人员反馈, 最大程度地保证自动化生产的稳定性与安全性, 有利于提升工业生产效率及质量, 在节约生产成本的同时, 可获得更大的经济效益。
 
  2 人工智能在电气自动化控制中的应用优势分析
 
  与传统控制方法相比, 人工智能应用于电气自动化控制过程中具有以下优势: (1) 稳定性较好。以往在电气自动化控制过程中, 容易受到其他不确定性因素干扰而出现故障, 会对生产线稳定性产生一定程度影响。人工智能技术所形成的智能函数不需要对对象进行模型控制。即便实际该控制对象当中存在不稳定或不确定因素, 甚至是难以适应动态变化的控制对象, 均可满足控制需求。也就是说, 借助人工智能技术, 能够简化省去获取精确动态模型的步骤, 让电气自动化控制具备更强的适应能力, 针对于不同环境可对生产设备进行动态性调整, 保证生产的稳定性与安全性。 (2) 可有效提升电气自动化控制精度。借助人工智能技术的动态调节功能, 能够保证设备在预设参数下保持稳定运行状态。在实际操作过程中, 无需对参数进行变动, 保证了实际工作参数与预设参数的一致性, 可提升电气自动化控制精度, 实现高效控制管理。 (3) 性能突出。与传统控制方法相比, 人工智能所形成的函数设计中并不需要专家参与, 对相关数据分析即可应用, 过程较为便捷, 且具有良好的适应性, 运算成本低, 运行效率高, 具有良好的抗干扰能力。
 
  3 人工智能在电气自动化控制各领域的应用
 
  3.1 电力系统
 
  电气自动化控制在电力系统当中具有广泛应用空间。将人工智能技术融入其中, 更有利于电力系统发挥作用, 提升其运作效率: (1) 专家系统。应用知识获取的多层流式模型, 可以自动获得变电站拓扑结构及保护配置等方面的知识, 用于产生变电站停电后的恢复方案的确定;采取面向对象技术开发用于保护系统设计的专家系统, 能够进一步提升电力网络设计与保护系统设计的协调性;人工智能技术可辅助电力系统智能监控系统开发, 能够对电力系统整体运行情况进行动态监控;用于以启发式优化方法确定配电系统中对地电容器和电压调节器的地点, 可降低线路损耗及投资成本。 (2) 人工神经元网络。在电力系统当中, 利用多个人工神经元网络, 能够实现自动化故障检测, 为电力系统安全、稳定地运行提供保障;人工神经元网络可模拟事故, 并自动选择处理方案, 可进行静态安全性评估;通过非线性优化方法对多层前馈神经元网络进行训练, 能够对受扰动的电压和电流的正弦波形进行预估;借助人工神经元网络整定数字距离保护, 有利于设备自动适应网络运行条件变化, 让设备保持稳定的运行状态;人工神经元网络还可用于电力系统暂态稳定评估。 (3) 模糊进化优化方法。在解决发电规划、输电系统扩展规划、确定发电机励磁系统参数协调时, 模糊进化优化方法均能够发挥作用。 (4) 模糊集理论。采取模糊集理论可对配电系统负荷水平进行评估, 对各类用户随不同因素的变化进行整合性分析;采取多目标模糊决策方法, 可进行故障测距及故障识别。
 
  3.2 故障诊断
 
  通常情况下, 故障诊断主要涵盖了3个步骤, 即检测设备状态特征信号;在所检测的信号当中提取征兆;根据征兆及其他诊断信息对设备状态进行识别。从故障诊断诊断发展趋势来看, 将专家系统方法与故障诊断技术进行结合是未来设备故障诊断的重要发展趋势。通常情况下, 为了对设备故障进行诊断及维修, 需要对设备工作情况进行测试及监控。为了能够准确获得设备运动状态信息及位置情况, 在设备当中会置入一些功能执行部件, 并安装传感器, 反映出温度、压力、功耗等信息。部分设备控制器数据当中还涵盖了各种指示运动状态信号、控制器I/O信号等。设备一旦出现故障, 可通过对控制器内各类信号及信号间的逻辑关系进行分析, 便可获得具体故障部件及位置信息。设备故障诊断专家系统是借助各类诊断知识对数据库监测到的信息进行分析、整合、处理, 并对设备运行状态进行判断及推理的软件系统。当设备运行出现异常时, 设备故障诊断专家系统能够对相关信息进行智能化判断、分析, 获得故障具体原因, 并反馈故障诊断、推理过程解释及故障处理结果。
 
  4 人工智能在电气自动化控制中应用展望
 

  人工智能在电气自动化控制中应用可归纳为传统方式的智能化改进, 关键技术的延展与创新, 多元因素的智能化融合。电气自动化控制已经发展多年, 并具备了较为成熟的技术体系, 但在部分领域依然具有较大的发展潜力及空间。借助人工智能技术, 能够进一步提升电气自动化控制效率, 拓展电气自动化控制应用范围。除了专家系统、人工神经元网络等技术外, 未来大数据和云技术也将逐渐融入电气自动化控制当中。在面对大时间跨度、大用户范围、多类型行为等因素时会涉及庞大的数据规模, 数据信息之间关联关系不易分析。大数据可将潜在性的数据信息充分发掘出来, 借助云计算技术则可以解决信息数据规模过大的难题, 进行更为准确的信息数据分析。
 
  参考文献
 
  [1]王乐.人工智能在电气自动化控制中的应用研究[J].自动化与仪器仪表, 2015 (1) :113-116.
  [2]任博.人工智能技术在电气自动化控制中的应用思路分析[J].科技视界, 2015 (9) :108-109.
  [3]姜关胜.人工智能技术在电气自动化控制中的应用问题探讨[J].电子技术与软件工程, 2015 (20) :150.
  [4]朱子龙.人工智能技术在电气自动化控制中的运用探讨[J].科技创新与应用, 2012 (17) :14.
        [5]李银锁.浅析人工智能在电气自动化控制中的应用[J].建材与装饰, 2016 (28) :212-213.





 
        人工智能论文二:

  题目:人工智能在生物医疗中的发展应用及前景思考

 
  摘要:人工智能是全球科技发展的一个热点, 其在多个领域都有突出的应用。本文主要简介了人工智能在新药研发、辅助疾病诊断以及精准治疗方面的应用, 并对其发展趋势和前景进行了相关思考。
 
  关键词:人工智能; 生物医疗; 发展应用; 前景;
 
  1 引言

 
  生物医疗是与工程技术密切相关的学科, 它是将工程学的方法应用到医学领域以提高医疗水平, 使患者得到更好的治疗。随着社会进步和人们健康意识的增强, 迫切需要提升医疗技术及水平。然而现实却存在医疗资源不充分和不平衡性、新的药物研发周期漫长以及医务人员缺乏等问题。
 
  人工智能 (AI) 是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学[1]。从其诞生至现在, 经无数多研究人员的努力, 不仅成就了AlphaGo, 而且其在很多领域都有让人惊奇的表现, 其强大的智能也为生物医疗提供了新的生机和可能。如在新药研发、辅助疾病诊断、医学影像、辅助治疗、健康管理、临床决策支持等领域, 都有实操案例[2]。本文将重点介绍AI在生物医疗的三种应用:即AI与新药研发、AI与辅助疾病诊断以及AI与精准治疗, 并对其发展趋势和前景进行了相关思考。
 
  2 人工智能在生物医疗中的应用实例
 
  2.1 AI与新药研发
 
  新药研发的痛点是周期长、费用高和成功率低等特点, 结合AI技术的药物研发将在提高效率和降低成本方面大显身手。AI研发新药是指通过AI的深度学习技术, 结合大数据分析等手段, 在众多的化合物中准确、快速挖掘和筛选合适的化合物, 用于新药的研究, 这样就使新药的研发成本降低、研发周期大为缩短, 较大程度地提高了新药研发的成功率[3]。
 
  以Berg Health公司为例说明AI在新药研发中的应用。Berg Health是一家数据驱动型生物研究公司, 其特色是使用大数据创建新模式进行前沿领域的药物研发。与传统的依靠生物假设不同, 这种模式是依靠生物数据提供可操作的方法, 研究疾病发生时新陈代谢的变化机制, 其在代谢性疾病、神经系统疾病方面积累了丰厚的经验。在药物研发平台, 如何创建病人“图谱”, 是一个关键难题。该公司平台将AI、大数据分析、基因组学、蛋白组学和代谢组学以及生物模型元素结合的方式, 挖掘有用数据进而推进药物的研发效率[4]。
 
  在极为关注的药物活性、安全性和毒副作用方面, AI可以通过计算机模拟进行预测。目前, AI借助深度学习, 不仅在抗肿瘤药、心血管药和常见传染病治疗药等领域取得了新进展和突破。
 
  2.2 AI与辅助疾病诊断
 
  临床上进行高质量的疾病病理诊断是有效治疗的重要前提。然而当前的状况是, 常规的病例诊断需要投入大量的人力成本, 即使这样, 质量保障也难尽人意。而基于AI开发的病理诊断, 主要是通过计算机不断“学习”医生专家的医疗知识、经验, 并进一步模拟医生对病理的思维认识、诊断过程推理模式, 达到智能辅助诊疗的目的, 这类方法可大大提供诊疗的精确性。
 
  IBMWatson是目前全球医疗领域最先进的AI工具。临床医生在Watson输入患者的关键指标, 仅需几十秒, Watson就可以在庞大的数据系统中, 对比超过几百种医学专业期刊、肿瘤专着, 以及成千上万的论文研究档案, 快速匹配最佳治疗方案。该系统的实质是将自然语言处理、认知技术、自动推理、机器学习、信息检索等技术进行深度融合, 并能够给予假设认知和大规模的证据搜集、分析和评价。2012年Watson通过了美国职业医师资格考试, 为美国多家医院提供辅助诊疗服务。目前Watson能够提供包括乳腺癌、肺癌、结肠癌、前列腺癌、卵巢癌等多种癌症的诊断服务[4]。
 
  在其他方面, 也有类似AI为人类诊断的事例。美国研究人员编制的AI软件能够将病人的图像结果直观地翻译成诊断信息, 速度快, 准确率高, 能够准确解读乳腺X线影像结果, 帮助医生快速准确预测乳腺癌风险, 该项成果发表在国际学术期刊Cancer上。
 
  国内在20世纪70年代也曾研制过专家诊疗系统, 如为模拟老中医关幼波大夫对肝病诊治的程序, 北京中医学院研制了“关幼波肝炎医疗专家系统”[2], 进行辅助诊疗。20世纪80年代初, 福建中医学院与福建计算机中心研制了林如高骨伤计算机诊疗系统。其他如厦门大学等高等院校和其他研究机构开发了基于AI的医学计算机专家系统, 并成功应用于临床。
 
  由上所述, AI疾病诊断上的应用, 主要还是依赖于其对大数据的分析与处理, 这也是它能够在科学家们众多探索尝试中脱颖而出的原因所在。
 
  3 人工智能应用于生物医疗的发展前景
 

  目前已有不少科研团队在这方面有了一些成果:韩国高科技科学院等机构的科学家们通过深度学习开发出一项技术, 能以超过84%的准确度识别未来三年可能发展成为阿兹海默病的潜在病人;斯坦福大学联合研究团队开发出了皮肤癌诊断准确率媲美人类医生的AI, 其诊断准确率在91%以上[6];我国第三军军医大学研发的一项技术, 可以在30s内检测出ABO血型和Rh血型, 仅用一滴血在2min内完成包括罕见血型在内的正向和反向同时定型, 同时团队还设计出一套智能算法, 能够根据试纸的颜色变化读出血型, 定型准确率超过99.9%[7]……这些科研成果, 无一不是展示了AI应用于生命科学的宏远前景。尽管AI已经能够解决很多医学上的难题, 但是实施的时候依然会面临很多问题。
 
  (1) 如何获得高质量的数据。目前, AI获得的数据样本的数量有一定的限度, 其数量和质量应该如何进行合理分选, 以保证机器学习这些数据的有效性, 这直接关系到机器学习的效果, 如何获取高质量的临床数据, 更有利于AI在在医疗行也的应用是一个重要的前提。
 
  (2) 如何更大限度的保护病人的个人隐私。从一开始建立病人的档案、制定病人的医疗和保健计划时, 就要考虑病人的隐私, 在后续的各种环节, 如文件储存、文件传输、文件访问和开放研讨时, 按照何种方式进行更为有效的保密处理, 既能保护病人隐私, 又不影响数据的应用和模型的开发, 这是目前智能医疗在建库之初就必须考虑的问题。
 
  (3) 如何让人们更加信任AI在生物医疗中的作用。受人们多年来传统观念的影响, 让基于AI的系统来进行疾病等的诊断, 人们内心还可能不一定接受。即使再智能的机器, 也无法代替人的情感、关怀, 也很难理解病人的心里感受, 这些与医生相比, 确实存在很大的弱势。因此, 疾病的诊断和治疗等不可能很快地就实现单纯技术上的AI医疗, 可能还有较为漫长的路要走。
 
  即便面临诸多挑战, 但AI发展的趋势已经势不可挡, “路漫漫其修远兮, 吾将上下而求索”。随着AI、移动互联网、物联网、大数据、可穿戴式设备等创新技术的发展, 国家对AI愈加重视的情况下, 医疗健康全流程管理的各个环节将会越来越智能化, 相应的新药研发、精准医疗等将会越来越有针对性, 再伴随着医疗机器人的发展, 相信在未来的医疗愿景里, 许多基础性服务将能由AI来完成, 医生将能够有更多的时间与精力来做好患者的服务、沟通和从事创造性的医疗工作。国外的智能医疗产业有了较为蓬勃的发展, 我国的AI与医疗应用的结合尚处于起步阶段, 虽然现在已有多家智能医疗创业公司, 但是在数据库的建设和开发、算法以及通用技术等方面还要加强投资力度和研发强度, 使AI在生物医疗的领域不仅有坚实的技术基础, 还要有更为宽阔的应用领域。
 
  参考文献
 
  [1]人工智能.百度百科.
  [2]人工智能在医疗产业的五大应用场景及典型案例.
  [3]智慧健康传媒品牌.颠覆传统医疗科研.借助AI研发抗癌药物.智慧健康, 2016 (5) :44~46.
  [4]聂金福.AI在生物医疗领域的应用和机遇.软件和集成电路, 2017 (4) :38~40.
  [5]“AI+医疗影像”:智慧医疗突破口.
  [6]人工智能在生物医学领域大有作为.中国生物技术信息网.
  [7]第三军医大利用人工智能30秒内鉴定血型.生物谷.
联系我们
  • 写作QQ:78307562
  • 发表QQ:78303642
  • 服务电话:18930620780
  • 售后电话:18930493766
  • 邮箱:lunwen021@163.com
范文范例
网站地图 | 网站介绍 | 联系我们 | 服务承诺| 服务报价| 论文要求 | 期刊发表 | 服务流程