基于分辨力增益的综合识别传感器管理方法

为提高目标综合识别的效能,需对综合识别系统中多种传感器资源进行科学管 理。在分析综合识别中目标优先级和传感器使用约束条件的基础上,建立了利用分辨力增益 作为传感器资源管理优化准则的目标函数,提出了利用传感器混淆矩阵的预测分辨力增益计 算方法,并将粒子群优化算法引入传感器-目标分配NP-hard问题的求解中。仿真结果表明该 方法合理高效。     

人工智能背景下会计人才教育模式改革研究

在人工智能高速发展的时代,会计人工智能应运而生。会计人工智能以其高效、精确、低成本的特点迅速取代基础会计工作人员的工作。在此背景下,国内会计人才教育该何去何从,文章将从会计教育模式现状入手,结合人工智能对会计的影响,以会计教育侧重点、会计人才的职业道德建设等方面为切入点,探讨会计人才教育模式改革。     

人工智能发展对通胀动态的影响及政策挑战——基于动态随机一般均衡模型的分析

人工智能的发展是生产力进步的表现,但广泛使用人工智能技术的经济效应尚待深入研究。基于人工智能对劳动的替代作用,将人工智能投资引入动态随机一般均衡模型,通过比较静态分析和短期动态分析考察人工智能发展对通胀动态的影响。稳态分析表明：人工智能投资效率提高和使用范围扩大均会提升劳动生产率进而提高产出水平,但对长期或趋势通胀没有影响;在人工智能发展初级阶段人工智能的发展会引起实际工资下降,而在相对高级阶段人工智能的发展会引起实际工资上升。短期动态分析显示：人工智能发展水平的提高,无论是投资效率的提高还是使用范围的扩大,都会导致通胀及实际边际成本对偏好冲击和技术冲击等外生冲击的反应变弱。人工智能的发展会使通胀动态与实际经济活动变化间的联系减弱,其原因是人工智能对劳动的替代作用使工资调整不再是应对外生冲击的必然选择,进而改变了外生冲击通过影响工资来影响通胀的传导机制。因此,发展人工智能在促进生产率提升和产出增长的同时,还会改变宏观经济变量间的传导机制,进而对通胀等政策调控目标变量的准确预测以及政策调整和实施的有效性带来新的挑战,也为金融理论研究提出新的课题。     

大数据、人工智能与厂商竞争路径

经济学对市场竞争路径的学理性分析,主要集中在价格确定、产量确定、规模经济、产业组织等方面,而对科技进步引发市场竞争路径的变化并没有足够的关注。其实,市场竞争路径变化的底蕴是科技进步,只是经济学家在分析市场竞争路径时偏好于将科技因素作为外生变量处理。大数据和人工智能等的发展可谓是一场史无前例的科技革命,它对人类经济活动产生广泛而深刻的影响主要表现为：大数据及其运用怎样影响厂商投资经营,大数据与机器学习等人工智能手段相融合会在哪些方面改变厂商竞争路径,厂商如何提高数据智能化和实现网络协同化,在什么样的条件下会出现行业垄断,等等。文章的基本分析观点是：厂商竞争路径变化是贯穿于大数据、互联网和人工智能等相互融合过程的一种现象,这种现象对应于新科技进步和运用的不同层级;微观经济分析需要将新科技因素作为内生变量,通过分析大数据、机器学习与厂商竞争路径之间的关联,揭示厂商竞争路径变化机理以及由此引致的产业组织等问题。     

人工智能技术变革对国际贸易的影响

人工智能技术的快速发展正催生第四次工业革命,可能引发全球价值链深度重构和世界经贸格局重大变革。世界主要经济强国将发展人工智能技术作为争夺新一轮产业竞争优势的重要战略抓手。本文基于全球价值链视角研究人工智能技术变革对国际贸易的影响,我们发现人工智能技术变革可能推动国际贸易规模扩大,提升服务贸易份额,并促进国际贸易交易模式平台化、小宗化,可为中小企业创造更多参与国际贸易的机会。然而,人工智能技术变革也可能通过降低企业劳动力需求从而对我国等发展中国家的出口拉动型增长模式造成严重的潜在威胁。为应对人工智能技术变革,我国应部署并强化对人工智能产业发展的政策支持,加快培育制造业国际竞争新优势,大力推动先进制造业与现代生产性服务业深度融合发展,全面促进"中国制造"攀升全球价值链中高端。     

人工智能在我国公共卫生建设中的应用与思考

新冠疫情的暴发以及长期防治对中国的公共卫生体系造成深远影响,给我国突发公共卫生事件应急与防控机制带来巨大的考验。在疫情防控的过程中,信息化技术为传统医疗机构带来瞩目的帮助与改变,人工智能、大数据、5G高速网络等新兴高科技的蓬勃发展在直接提升医疗水平方面表现出巨大潜力。本文就人工智能在疫情期间的医疗辅助功能展开讨论,并对未来我国公共卫生体系的建设进行了思考。     

Exploring the knowledge spillovers of a technology in an entrepreneurial ecosystem—The case of artificial intelligence in Sydney

New knowledge presents opportunities for commercial value and can hence be a critical asset for entrepreneurial ecosystems (EEs). In particular, general purpose technologies are major drivers of entrepreneurship. Thus, a nuanced understanding on technological knowledge and its spillovers among actors within an EE is warranted. Using knowledge‐spillover‐based strategic entrepreneurship theory, we propose to observe knowledge spillovers through the assessment of the knowledge bases of a technology in an EE. To do so, this article proposes to use three key sources of knowledge: publications reflecting the emerging knowledge base, patents representing the realized knowledge base, and startups showing the experimental knowledge base. This article uses secondary data sources such as Web of Science and applies the method of bibliometrics to illustrate how an assessment is carried out in practice by evaluating the artificial intelligence (AI) knowledge bases in Sydney from 2000 to 2018. The findings are summarized with an illustration of the evolution of the key actors and their activities over time in order to indicate the key strengths and weaknesses in Sydney's AI knowledge among the different bases. Contrary to expectations from the high potential of knowledge spillovers from a general purpose digital technology such as AI, the article shows that apparent knowledge spillovers are yet highly limited in Sydney. Even though Sydney has a strong emerging knowledge base, the realized knowledge base seems weak and the experimental knowledge base is slowly improving. That observation itself verifies the need to take strategic actions to facilitate knowledge spillovers within EEs. After the implications for theory and policy makers are discussed, suggestions for further studies are proposed.     

基于球谐变换的无人机蜂群RCS快速分析算法

为了获取目标的雷达截面积(Radar Cross Section,RCS),传统的方法是采用矩量法（Method of Moment,MOM）或多层快速多极子方法(Multi-level Fast Multipole Algorithm,MLFMA),尽管对目标的RCS计算精确,但其要求计算机的存储量大且计算耗时。而对于由上百成千个小型无人机组成的无人机蜂群而言,若采用上述方法来计算其RCS,计算量巨大,甚至无法计算。针对上述问题,提出了采用球面波展开技术与球谐变换相结合的方法来提升对无人机蜂群RCS的仿真效率,其关键技术是通过改变球谐函数中的求和次序,利用快速傅里叶变换来计算偏心球面上离散点的电场分布。数值实例表明,相比于高精度的MLFMA,所提方法获取蜂群无人机RCS的结果与其吻合良好,但对计算机内存的需求远远小于MLFMA,且随着无人机数量的增加,其计算速度可提升几个数量级。     

浅析网络环境下的高校图书馆服务工作

图书馆怎样利用现代化高速发达信息环境发展图书馆服务工作？     

基于改进粒子群算法的无人机航迹规划

针对当前基本粒子群算法无人机航迹规划在后期收敛速度比较慢、效率不高、易陷入局部最优等问题,提出一种改进粒子群算法。首先,在迭代前期和后期分段设置惯性权值的调整,实现粒子惯性和寻优行为的平衡;其次,设置一个定值与相邻2次适应度函数最优值比较策略,防止陷入局部最优;最后,引入遗传算法的交叉、变异机制,得出更优的结果。并通过仿真验证了改进粒子群算法在三维空间航迹规划的有效性和可行性。结果表明,与其他航迹规划算法相比,新算法具有路径长度更短、耗时更少、路径更平滑等优点,加快了收敛速度,提高了航迹规划效率和稳定性。因此,改进算法的航迹规划可得到满足约束关系的最优航迹,对实现自主飞行有重要的参考价值。