- 博客(375)
- 收藏
- 关注
RSS订阅原创 AI大模型课程线下课程学习通知！（含工信部证书）
从2022年大语言模型ChatGPT的横空出世，到2024年视频生成大模型Sora的惊艳亮相，人工智能技术已经迈入了一个全新的发展阶段——生成技术和多模态大模型阶段。各省市、自治区从事人工智能、自然语言处理、图像处理、视频处理、数据挖掘、无人机、无人车、无人艇、智慧城市、智慧医疗、智能装备、目标识别、轨迹规划、智慧交通等领域相关研究的企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校研究生等相关人员，以及生成式AI、大模型研究感兴趣的广大爱好者。9.掌握以大语言模型为基础的工作原理。
2025-02-21 14:22:20
244
原创 关于发布2025年度国家自然科学基金原创探索计划项目申请指南的通告
为引导和激励科研人员积极投身原创性基础研究工作，持续推进原始创新和颠覆性创新，国家自然科学基金委员会（以下简称自然科学基金委）实施原创探索计划，对原创性强、难以通过常规评审机制获得资助的项目设立专门渠道，遴选具有非共识、颠覆性、高风险等特征的原创探索计划项目（以下简称原创项目）。依托单位应加强对原创项目实施的监督、管理和服务，减轻项目负责人不必要的负担，为项目研究提供必要的制度和条件保障。原创项目申请程序包括预申请和正式申请，预申请审查通过的项目申请人方可通过依托单位提交正式申请。
2025-02-20 15:41:43
618
原创 电子信息装备数字化研发方法
电子信息装备的特点在于，一方面，与航天、飞机、船舶等装备相比，电子信息装备多为载荷、配件、软件，或为地面系统，工作环境相对较稳定，因此，力、热、电、磁、流为代表的多物理场仿真复杂性、难度都相对较低；预警探测、电子对抗和网络通信等电子信息装备是未来战场电磁作战域的关键节点，对未来战场制胜起关键作用，同时也面临着更大的作战形态挑战和更高的用户使用要求，迫切需要加速数字化研发模型转型，充分运用“云、大、物、智”等新兴技术，克服传统研发模式的弊端和局限，缩短装备交付周期，提升装备作战效能。
2025-02-20 15:35:19
974
原创 基于深度学习的预警装备知识图谱构建方法研究
源自：现代防御技术作者：杨丽萍, 方其庆, 胡亚慧, 谷成刚, 汪会敏摘要：为了充分挖掘海量数据的内在关联价值，全面准确地构建预警装备领域知识图谱，提出了一种基于深度学习的预警装备知识图谱构建方法。该方法以典型非结构化文本资料为研究对象，构建预警装备领域知识图谱本体和专业词典，以驱动分词得到包含6 468个实体样本和11 216条关系样本的预警装备知识数据集。基于融合多种深度学习模型的知识抽取方法进行实体识别和关系抽取，实验结果表明：所提模型在预警装备领域表现出优异的性能，实体识别模型F1值达到91.54%
2025-02-20 15:28:44
498
原创 空中目标作战意图识别研究综述
面对复杂多变的空中战场态势，指挥员想要掌握战争主动权，制胜沙场，识别空中目标的意图是态势评估的关键一步。］实验对比了RNN，LSTM和GRU识别目标意图的性能，3种方法在测试集上的平均准确率分别为65.44%，86.94%和87.82%，平均运行时间分别为26.4，78.4和78.2 s，结果表明LSTM和GRU的意图识别性能显著高于RNN，而GRU能用几乎相同的时间成本获取高于LSTM的识别效果，但是从结果来看GRU的准确率仍有一定的提升空间，需要研究者根据目标意图识别的实际需求进一步改进算法模型。
2025-02-20 15:14:40
822
原创 智能博弈决策策略求解新视角实证分析
随着人工智能技术的发展，特别是大型预训练模型理论的推动，智能博弈决策策略求解的一些新视角逐渐受到广泛关注和探讨。结合人工智能技术的发展与智能博弈决策策略求解范式的转变，以国际象棋(两人零和完美信息博弈)、强权外交(多人一般和不完美信息博弈)两款桌面游戏，星际争霸(多智能体马尔可夫博弈)为序贯决策实证分析研究对象，依循人工智能发展的新视角分析策略求解新范式、新方式，从决策大模型范式、生成式人工智能模型、大模型智能体关键技术共3个方面探析智能博弈决策大模型关键技术，为新技术体制下智能博弈决策问题的研究提供借鉴。
2025-02-14 17:47:18
1065
原创 多智能体强化学习理论及其应用综述
强化学习是一种用于解决序列决策问题的常用机器学习方法，核心思想是让智能体与环境交互获得反馈，从而逐步学会最佳策略。随着实际应用对计算能力和数据规模的要求不断提高，单体智能转向群体智能逐渐成为人工智能未来发展的必然趋势，这为强化学习带来诸多新的机遇和挑战。文中首先从深度多智能体强化学习概念着手，针对目前的理论困境，如可拓展性较差、效用分配较难、探索-利用困境、环境非稳态、信息部分可观测等问题，进行提炼和分析。然后，详细阐述目前学者对于这些问题提出的多种解决方法及其优缺点。最后，介绍当前多智能体强化学习的典型训
2025-02-14 17:37:27
371
转载 蜂群作战的启发式目标分配方法
因为大多数的实际问题都属于静态目标分配问题，多数动态目标分配可以分解为多个静态目标分配问题，所以本文重点考虑静态武器目标分配问题，具体将其描述为找到一组不同类型武器（拥有不同战斗部的同一种武器可以认为是不同类型的武器）对一组目标的最佳分配，最大限度地提高对目标总的预期杀伤效应。为了提高目标分配的计算效率，利用目标集群的剩余价值作为优化目标，使用贪婪算法分步选取局部最优解，最终获取目标分配的近似全局最优解。］提出了采用目标分配指导表构建集群对抗目标分配的决策树，进行遍历搜索得出综合收益最优的目标分配方案。
2025-02-11 17:49:38
32
原创 新质技术之生成式AI、大模型、多模态技术开发与应用研修班通知
新质技术之第十一期生成式AI、大模型、多模态技术开发与应用研修班通知，新课纲引入当下最火的Deepseek、通义千问、智谱、百川等大模型的使用。
2025-02-11 14:52:54
632
2
原创 基于优质样本筛选的离线强化学习算法
针对离线强化学习算法过度依赖数据集样本质量的问题,提出基于优质样本筛选的离线强化学习算法.首先,在策略评估阶段,赋予优势值的样本更高的更新权重,并添加策略熵项,快速识别高质量且在数据分布内概率较高的动作样本,从而筛选更有价值的动作样本.在策略优化阶段,最大化归一化优势函数的同时,保持对数据集上动作的策略约束,使算法在数据集样本质量较低时也可高效利用优质样本,提升策略的学习效率和性能.实验表明,文中算法在MuJoCo-Gym环境的D4RL离线数据集上表现出色,并且可成功筛选更有价值的样本,由此验证其有效性.
2025-01-23 09:48:58
138
原创 基于模型的推进系统故障识别及建模方法
受限于软件的功能, 目前在进行故障模式及故障传递关系的识别与建模时, 仍需要人为依据系统模型进行梳理与建模, 后续可在本文所提方法的基础上, 提炼形成通过列举反例识别故障及依据模型梳理故障传递关系的基本准则, 将该准则与软件开发相结合, 并引入人工智能算法, 最终实现故障识别与故障传递关系的智能自动生成, 提高故障识别的全面性及分析效率。因此, 需针对推进系统这类底层分系统建立更为适用的故障识别与建模方法, 实现潜在故障的全面识别, 为系统的故障分析、可靠性分析及上层系统的故障分析提供基础。
2025-01-22 09:45:09
617
转载 大语言模型在C2组织领域的应用分析
大语言模型（large language models，LLMs）一经诞生便受到了指挥控制（command and control，C2）组织领域的广泛关注，讨论 LLMs的发展现状及主要功能，介绍 C2组织结构模型，建立 LLMs在 C2组织领域的应用架构，全面分析 C2组织中 LLMs在处理态势、任务、约束和方案等数据时的潜在应用，探讨LLMs在C2组织领域应用时的潜在风险。相关学习：人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······源自：指挥与控制学院。
2025-01-21 09:25:23
17
原创 大语言模型在C2组织领域的应用分析
大语言模型（large language models，LLMs）一经诞生便受到了指挥控制（command and control，C2）组织领域的广泛关注，讨论 LLMs的发展现状及主要功能，介绍 C2组织结构模型，建立 LLMs在 C2组织领域的应用架构，全面分析 C2组织中 LLMs在处理态势、任务、约束和方案等数据时的潜在应用，探讨LLMs在C2组织领域应用时的潜在风险。相关学习：人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······源自：指挥与控制学院。
2025-01-21 09:04:39
204
原创 大语言模型在C2组织领域的应用分析
大语言模型（large language models，LLMs）一经诞生便受到了指挥控制（command and control，C2）组织领域的广泛关注，讨论 LLMs的发展现状及主要功能，介绍 C2组织结构模型，建立 LLMs在 C2组织领域的应用架构，全面分析 C2组织中 LLMs在处理态势、任务、约束和方案等数据时的潜在应用，探讨LLMs在C2组织领域应用时的潜在风险。相关学习：人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······源自：指挥与控制学院。
2025-01-20 09:28:18
195
原创 视觉深度伪造模型归因研究综述
首先概述了主流的视觉深度伪造技术，其次分类综述了视觉深度伪造模型归因研究进展和技术特点，最后总结了当前模型归因技术存在的不足和难点。相关学习：人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······相关学习：人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······注：本文由“人工智能技术与咨询”发布，若有无法显示完全的情况，请搜索“人工智能技术与咨询”查看完整文章。深度伪造 模型归因 模型指纹 模型反演 水印。
2025-01-17 09:24:24
182
原创 基于机载视频的无人机降落区域检测研究
源自：数据采集与处理作者：曹亚楠李明磊 李佳陈广永 叶方舟注：本文由“人工智能技术与咨询”发布，若有无法显示完全的情况，请搜索“人工智能技术与咨询”查看完整文章相关学习：人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······摘 要提升无人机的自主着陆能力对于提高无人机的作业效率和野外生存能力具有重要意义。本文提出了一种基于机载视频的无人机降落区域自动检测方法，目的是在缺乏场景先验知识的情况下，提高无人机的自主避障着陆能力。本文将多视图
2025-01-16 09:23:56
653
原创 基于机载视频的无人机降落区域检测研究
提升无人机的自主着陆能力对于提高无人机的作业效率和野外生存能力具有重要意义。本文提出了一种基于机载视频的无人机降落区域自动检测方法，目的是在缺乏场景先验知识的情况下，提高无人机的自主避障着陆能力。本文将多视图几何约束方法的深度学习网络融入到视觉同步定位与制图（Simultaneous localization and mapping，SLAM）算法中，旨在构建场景的三维地图，同时主动判别潜在障碍物。
2025-01-16 08:59:36
1080
转载 复杂海况下的海上船舶目标检测算法
源自：现代防御技术作者：邢汇源 崔亚奇 王子玲 熊伟 蒋丙栋摘 要针对海洋环境下无人艇载光学图像背景信息复杂、小目标，当前目标检测算法特征提取能力不足、定位能力弱、检测精度差等问题，提出了一种基于YOLOv7-Tiny的改进的海上目标检测算法。利用RepVGG在推理时的“无损耗”特性设计了特征提取模块RepELAN，在不影响推理速度的同时提升网络特征提取能力；改进特征共享融合网络，融合高分辨率特征图提升对小目标特征提取能力，裁剪低分辨率特征图减少网络推理计算量；针对网络在复杂环境下定位检
2025-01-15 09:49:21
84
原创 复杂海况下的海上船舶目标检测算法
源自：现代防御技术作者：邢汇源 崔亚奇 王子玲 熊伟 蒋丙栋注：本文由“人工智能技术与咨询”发布，若有无法显示完全的情况，请搜索“人工智能技术与咨询”查看完整文章相关学习：人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······摘 要针对海洋环境下无人艇载光学图像背景信息复杂、小目标，当前目标检测算法特征提取能力不足、定位能力弱、检测精度差等问题，提出了一种基于YOLOv7-Tiny的改进的海上目标检测算法。利用RepVGG在推理时的“无
2025-01-15 09:38:38
986
1
原创 面向无人自主空战的编队飞行控制方法综述
其次，对常用的一些无人机编队飞行控制方法进行了详细介绍，包括领从法、虚拟结构法、基于行为的方法和人工势场法等；再次，从编队生成、队形保持、避障、可实现性、鲁棒性、对计算资源和通信链路的需求等方面对比了这些方法的优缺点，以期为读者在编队控制领域的研究提供便利；人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······注：本文由“人工智能技术与咨询”发布。
2025-01-14 08:55:50
224
原创 使用大语言模型保护卫星免受攻击
版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。相关学习：人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······相关学习：人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······注：本文由“人工智能技术与咨询”发布，若有无法显示完全的情况，请搜索“人工智能技术与咨询”查看完整文章。注：本文由“人工智能技术与咨询”发布，若有无法显示完全的情况，请搜索“人工智能技术与咨询”查看完整文章。
2025-01-13 10:34:38
204
原创 使用大语言模型保护卫星免受攻击
版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。相关学习：人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······相关学习：人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······注：本文由“人工智能技术与咨询”发布，若有无法显示完全的情况，请搜索“人工智能技术与咨询”查看完整文章。注：本文由“人工智能技术与咨询”发布，若有无法显示完全的情况，请搜索“人工智能技术与咨询”查看完整文章。
2025-01-13 10:32:37
200
转载 多智能体博弈中的分布式学习：原理与算法
针对连续动作空间博弈与离散动作空间博弈两种典型博弈类型，综述多智能体博弈分布式学习算法的构建及收敛性研究进展；公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。
2024-10-12 09:09:06
196
原创 基于大语言模型多智体的综述：进步和挑战！
公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。源自： 人工智能前沿讲习。
2024-05-07 09:08:24
215
原创 面向工业过程的图像生成及其应用研究综述
源自：自动化学报作者：汤健, 郭海涛, 夏恒, 王鼎, 乔俊飞“人工智能技术与咨询” 发布摘 要在面向工业过程的计算机视觉研究中, 智能感知模型能否实际应用取决于其对复杂工业环境的适应能力. 由于可利用的工业图像数据集存在分布不均、多样性不足和干扰严重等问题, 如何生成符合多工况分布的期望训练集是提高感知模型性能的关键. 为解决上述问题, 以城市固废焚烧(Municipal solid wastes incineration, MSWI)过程为背景, 综述目前面向工业过程的图像生成及其应用
2024-04-29 10:01:22
591
原创 面向装备试验鉴定领域数据治理的知识图谱本体构建
源自：系统工程与电子技术作者：栾瑞鹏, 张静, 刘立坤“人工智能技术与咨询” 发布摘 要针对装备试验鉴定领域数据复杂性带来的数据治理难题, 提出通过构建知识图谱辅助相关试验鉴定机构开展数据治理的技术思路。分析试验鉴定任务与领域数据特点, 在斯坦福本体构建流程的基础上, 设计了一种具有试验鉴定领域普适性的本体构建方法。基于该方法构建的知识图谱本体模型, 具有明确的业务针对性与体系拓展性。最后，通过典型示例验证了该方法构建知识图谱, 对试验鉴定领域数据治理工作具有一定的支持能力。关键词
2024-04-28 09:16:16
818
原创 生成式人工智能在先进无人机网络中的应用
公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。“人工智能技术与咨询” 发布。“人工智能技术与咨询” 发布。
2024-04-26 09:51:47
180
原创 SAR图像飞机目标智能检测识别技术研究进展与展望
源自：雷达学报作者：罗汝, 赵凌君, 何奇山，计科峰，匡纲要“人工智能技术与咨询” 发布摘 要合成孔径雷达(SAR)采用相干成像机制，具有全天时、全天候成像的独特优势。飞机目标作为一种典型高价值目标，其检测与识别已成为SAR图像解译领域的研究热点。近年来，深度学习技术的引入，极大提升了SAR图像飞机目标检测与识别的性能。该文结合团队在SAR图像目标特别是飞机目标的检测与识别理论、算法及应用等方面的长期研究积累，对基于深度学习的SAR图像飞机目标检测与识别进行了全面回顾和综述，深入分析了SA
2024-04-25 09:31:56
2707
原创 面向多源异质遥感影像地物分类的自监督预训练方法
源自：测绘学报作者：薛志祥, 余旭初, 刘景正, 杨国鹏, 刘冰, 余岸竹, 周嘉男, 金上鸿“人工智能技术与咨询” 发布摘 要近年来,深度学习改变了遥感图像处理的方法。由于标注高质量样本费时费力,标签样本数量不足的现实问题会严重影响深层神经网络模型的性能。为解决这一突出矛盾,本文提出了用于多源异质遥感影像地物分类的自监督预训练和微调分类方案,旨在缓解模型对于标签样本的严重依赖。具体来讲,生成式自监督学习模型由非对称的编码器-解码器结构组成,其中深度编码器从多源遥感数据中学习高阶关键特征,
2024-04-24 09:21:23
1187
转载 基于Multi-Agent的无人机集群体系自主作战系统设计
源自：系统工程与电子技术作者：张堃, 华帅, 袁斌林, 杜睿怡“人工智能技术与咨询” 发布摘 要针对无人集群自主作战体系设计中的关键问题, 提出基于Multi-Agent的无人集群自主作战系统设计方法。建立无人集群各节点的Agent模型及其推演规则; 对于仿真系统模块化和通用化的需求, 设计系统互操作式接口和无人集群自主作战的交互关系; 开展无人集群系统仿真推演验证。仿真结果表明, 所提设计方案不仅能够有效开展并完成自主作战网络生成-集群演化-效能评估的全过程动态演示验证, 而且能够通过重
2024-04-23 10:19:59
638
原创 基于深度强化学习的多智能体编队协同控制
基于多智能体深度确定性策略梯度算法（MADDPG）构建分布式编队控制架构，并结合集中式训练-分布式执行框架进行求解。针对多智能体环境不稳定问题，依据单个智能体的局部信息构建对应奖励函数。针对大规模编队协同控制，实现了多个多智能体环境下的算法训练与评估。试验结果表明，应用该算法的多智能体能够完成协同任务，且所有智能体都可得到合理的协同控制策略。公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。作者：文永明，李博研，张宁宁，李小建，熊楚依，刘洁玺。
2024-04-22 10:32:19
697
原创 深度强化学习及其在军事领域中的应用综述
源自：系统工程与电子技术作者：张梦钰, 豆亚杰, 陈子夷, 姜江, 杨克巍, 葛冰峰“人工智能技术与咨询” 发布摘要随着大数据、云计算、物联网等一系列新兴技术的大量涌现, 人工智能技术不断取得突破性进展。深度强化学习(deep reinforcement learning, DRL)技术作为人工智能的最新成果之一, 正被逐渐引入军事领域中, 促使军事领域走向信息化和智能化。在未来战争作战模式及军队发展建设中, 网络化、信息化、智能化和无人化形成重要特征, 已经成为不可逆转的趋势。因此, 在
2024-04-19 10:12:28
1232
原创 基于鲁棒观测器的深度强化学习垂直起降运载器姿态稳定研究
源自：系统工程与电子技术作者：李彦铃 罗飞舟 葛致磊“人工智能技术与咨询” 发布摘 要针对考虑弹性振动、模型不确定干扰下的垂直起降运载器姿态稳定问题, 将鲁棒观测器和深度强化学习中的近端策略优化算法相结合, 研究了一种基于鲁棒观测器的近端策略优化(robust observer-based proximal policy optimization, ROB-PPO)方法。该方法设计鲁棒观测器重构受弹性振动干扰的运载器姿态信息, 将鲁棒观测器与运载器动力学模型组成环境, 将鲁棒观测器得到
2024-04-18 09:47:39
524
原创 模型微调与迁移学习：实现领域适应性评估
我们的目标是找到一组参数$\theta^$，使得在目标领域的数据集上的损失函数最小，同时保持模型的复杂度较低。图像分类：在图像分类任务中，我们可以使用在ImageNet上预训练好的卷积神经网络（CNN）模型，如VGG、ResNet等，通过模型微调和迁移学习，快速训练出一个适应新任务的模型。自然语言处理：在自然语言处理任务中，我们可以使用预训练的BERT模型，通过模型微调和迁移学习，快速训练出一个适应新任务的模型，如文本分类、命名实体识别等。迁移学习是指将一个在源领域训练好的模型应用到目标领域的过程。
2024-04-17 11:13:57
964
转载 基于多起点和Mask策略的深度强化学习算法求解覆盖旅行商问题
公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。作者：方伟 接中冰 陆恒杨 张涛。“人工智能技术与咨询” 发布。“人工智能技术与咨询” 发布。
2024-04-16 09:26:03
93
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人