- 利用大型语言模型进行数字业务模型分析
利用大型语言模型，提出了一种比较和分析不同业务领域相似公司的方法，为数字业务模型设计提供支持和创意生成。
- MM基于边缘的参数化数字孪生技术在智能建筑室内气候模拟中的应用
利用边缘计算、数字模型和深度学习实现建筑环境数字化转型，提升对室内气候的理解，通过边缘部署的数据预测模型能够有效预测室内温度和湿度的变化趋势。
- 使用 ChatGPT 的角色扮演模拟游戏
在本文中，我们展示了如何利用 ChatGPT 在角色扮演的模拟游戏场景中，通过使用大型语言模型（LLMs）来提高教学质量，从而促进学生的积极学习。此外，我们讨论了 LLMs 如何通过允许学生使用 ChatGPT 来练习真实生活场景，从而提高 - MosquIoT: 一种基于物联网和机器学习的 Aedes aegypti（双翅目：蚊科）监测系统
设计、开发和测试了一种名为 MosquIoT 的创新系统，该系统基于传统的卵捕器，嵌入了物联网和微型机器学习技术，能够检测和量化埃及伊蚊的卵，并帮助实现从当前的反应性昆虫学监测模式到主动性和预测性数字模式的转变。
- AAAIMotionMix：无监督扩散生成可控运动
Controllable generation of 3D human motions using MotionMix, a weakly-supervised diffusion model, achieves state-of-the- - 高等教育中电子工程课程的 AI 辅助学习
该研究评估了 ChatGPT 作为人工智能教学和学习支持工具在一所亚洲国家的集成电路系统课程中的有效性，通过完成不同类型的问题和评估 ChatGPT 的回应来获得有价值的见解，以进一步调查。该研究的目标是评估 ChatGPT 在工程教育中提 - 风能知识工程
通过知识工程，将风能领域的数据转化为领域知识，与其他知识源相连接和整合，以应用于下一代人工智能系统的数字化转型，本文总结了知识工程的主要概念和风能领域的知识表示，分析了当前风能领域中知识工程的现状，并提供进一步发展和改进的指导。
- 建筑智能协作机器人的信任：定性实证分析
通过分析与建筑从业者的半结构化访谈结果，本文探讨了建筑中值得信赖的人工智能驱动协作机器人的特征。研究发现，尽管先前作者们进行的系统文献综述识别出的关键信任因素得到了领域专家和最终用户的共鸣，但财务考虑因素和由于变革带来的不确定性也是阻碍人们 - DETDet：双重集成牙齿检测
在数字化牙科领域，人工智能有望在数字牙科中发挥重要作用，尤其是在牙科全景 X 射线诊断和计数方面。为了提高这方面的性能，我们引入了 DETDet，一个双重集成的牙齿检测网络，它包含了用于计数和诊断的两个不同的模块，并采用了一种包括 Diff - 6G 网络商业支持系统
6G BSS 系统的全面视野、潜在关键技术和功能架构，以及从 5G 到 6G 的演进路线和技术前景。
- DBFed: 基于领域独立的去偏差联邦学习框架
为了保护数据隐私并解决联邦学习中的不公平问题，本文提出了一种基于无领域特定语言的去偏差联邦学习框架（DBFed），并通过实验验证其在准确性和公平性等方面的优越性。
- 数字化遗留问题在工艺安全中的体现：人工智能协作的定量风险分析
探讨数字转型、工业过程中的人工智能与人类之间的差距与协同，以及如何在协同中进行风险量化分析，强调数字时代下的人性化设计。
- 使用 PCA 和 K-Means 聚类非洲发型数据集
本文提出通过 K-means 聚类将非洲女性照片进行分类的方法，使用 Haarcascade 进行特征训练，使用 K-means 聚类进行图像分类。
- 利用深度学习和数字孪生改善建筑物能源性能
提出了 Deep Energy Twin 解决方案，将深度学习和数字孪生集成在一起来更好地理解建筑能源使用情况，提高能源效率。使用本体论创建参数化的数字孪生来提供建筑中不同系统之间数据格式的一致性。
- 自动化 ATM 现金补充过程的多目标物流优化
在数字化转型时代，将数字技术整合到银行业务的各个方面可以提高流程自动化、成本效率和服务水平。本文针对 ATM 现金补充的物流问题，提出了广义车辆路径问题的数学模型，并提供了评估各种情况的工具。在模拟数据集上评估时，我们提出的模型和方法取得了 - 基于 PLC 控制的自优化与演化算法自动生成代码
本文提出了一种基于进化算法的新方法，通过遗传结果，从解码中导出系统实现的程序代码，解决了自动化数字化转型对工业过程中数据采集和处理提出的新要求，并在多目标优化问题下的工业液体站过程上对所提出的方法进行了评估。
- 设计用于能源特征存储的数据模型
本研究针对数字化能源基础设施，通过机器学习模型支持新的数据应用，提出了一种适用于能源应用的数据模型设计，并进行了性能测试比较，结果表明更丰富的数据模型能提升模型性能。
- 科学发现的计算变形
我们提出了一项以任务为导向的知识检索研究议程，利用计算模型和人工智能技术，摄取科学知识的典籍，检索灵感、解释、解决方案和证据，直接增强人类在科学领域突出任务上的表现，进而革命性地推动科学进程。
- 利用组织数字孪生技术分析面向流程的信息系统更新
利用数字组织双生技术（DTOs）建立模型并定量评估信息系统更新的不同影响类型（结构、操作和绩效相关），以支持跟踪和影响分析小规模更改对业务流程执行的影响，并通过实现建议的方法的原型和标准 ERP 采购支付业务流程的案例研究来验证该方法。