人工智能轨道交通行业周刊-第71期(2024.1.8-1.21)

发布时间:2024年01月21日

本期关键词:智能调度、智能运维、列车编组、智谱GLM-4、百川RAG

1 整理涉及公众号名单

1.1 行业类

  • RT轨道交通
  • 人民铁道
  • 世界轨道交通资讯网
  • 铁路信号技术交流
  • 北京铁路
  • 轨道交通网
  • 上榜
  • 铁路视点
  • ITS World
  • 轨道交通联盟VSTR
  • 铁路与城市轨道交通RailMetro
  • 轨道世界
  • 铁路那些事
  • 铁路技术创新
  • 智慧交通
  • RTAI智慧城轨网
  • 轨道交通智能装备
  • NE轨道交通
  • 铁路供电
  • 上海铁道
  • 兰州铁路
  • 中国地方铁路协会
  • 铁路社评
  • 轨道部落
  • 现代轨道交通
  • 城市地铁
  • 捡瓶子的小灰灰
  • 马公子的杂货铺

1.2 人工智能类

  • 江大白
  • 糙科技
  • 新智元
  • AI科技评论
  • 智东西
  • 量子位
  • 我爱计算机视觉
  • 极视平台
  • 人工智能学家
  • AI前线
  • 当交通遇上机器学习
  • 计算机视觉life
  • 新机器视觉
  • 雷锋网
  • 人工智能产业发展联盟AIIA
  • 自动驾驶之心
  • 笔记侠
  • 夕小瑶科技说
  • 水木人工智能学堂

2 数字轨道

(1)数智赋能,济南轨道交通安全管理提质增效

导读:本文介绍了济南轨道交通在数智化展示大屏、风险管理平台、隐患排查治理系统、应急管理系统、盾构机作业管控、人员考勤管理系统、视频智能预警系统的建设情况及应用情况。

(2)基于云边端协同架构的多制式低运能智能综合调度系统

导读:本文介绍了云边端协同架构在低运能系统中的应用探索与实践,利用云平台、一体机、工业互联网、微服务、边端融合的理念,通过数据协同、服务协同、应用管理协同、安全协同等技术,创建了云边端协同的应用集成架构。将架构应用于低运能生产调度系统,提高系统的实时性,有效控制中心和边端的建设规模,且便于系统后续的应用扩展。

(3)面向数智运营的南宁轨道交通智能运维创新与实践

导读:南宁轨道交通运营有限公司赖治平副总经理发表《面向数智运营的南宁轨道交通智能运维创新与实践》

3 轨道知识

(1)你见过地铁“搭车”吗?

导读:你知道地铁列车制造出厂后是怎么运送到车辆段的吗?

(2)列车是如何编组的?

导读:地铁列车是以什么方式连接的呢?以呼和浩特地铁列车B2 型电动客车为例,一列车编组为 4 动 2 拖 6 辆编组,编组方式:+Tc-Mp-M+M-Mp-Tc+,表示什么含义呢?

(3)“国家工程师奖”揭晓!祝贺荣获表彰的轨道交通行业建设者

导读:为表彰先进、树立典型,打造新时代卓越工程师队伍,强化国家战略人才力量建设,激励动员广大工程师奋进新时代、建功新征程,党中央、国务院决定,授予丁文红等81名个人“国家卓越工程师”称号;授予5G标准与产业创新团队等50个团队“国家卓越工程师团队”称号,轨道交通都有哪些个人和团队获奖?

(4)点赞“中国速度”!揭秘复兴号研发的幕后团队

导读:复兴号高速列车是中国自主研发、具有完全知识产权的新一代高速列车,是中国科技创新的重大成果。经过全体研发人员5年多的技术攻关和自主创新,我国最终全面突破了牵引、制动、网络、车体、转向架等核心系统和车轮、车轴等关键技术,中国高铁从无到有,从引进、消化、吸收再创新到自主创新,现在已经领跑世界。

4 AI产业

(1)国产「GPTs」登场!清华系重磅发布GLM-4全家桶,性能可达90% GPT-4

导读:狂飙三个月,智谱AI的大模型全家桶震撼发布了!GLM-4性能超进化,堪称「国产GPT-4」;GLMs和GLM Store,直接对标OpenAI的GPTs。指令跟随、中文对齐、长文本、多模态等能力全面提升,快来看看都有哪些亮点吧!

(2)百川智能RAG方案总结:搜索出生的百川智能大模型RAG爬坑之路

导读:百川智能具有深厚的搜索背景,百川通过长上下文模型(192k)+搜索增强结合的方法来解决知识更新,降低模型幻觉的问题,使得其在5000万tokens的数据集中取得95%的精度。

(3)8个技术要点,帮助企业更好落地大模型知识库

导读:为什么落地大模型时企业要从知识库开始,因为知识库是 RAG 模式最好的应用场景,利用 RAG 能够很好地让大模型补充原本没有的企业知识,却又在算力和算法上没有特别高的门槛。在实际落地时会更复杂,我们根据以往过程中的实践经验,总结了一套能够帮助企业快速落地的 RAG 体系的推荐架构。

(4)如何将知识图谱与AIGC结合?京东是这么做的

导读:本文介绍了如何将知识图谱应用到电商场景下的 AIGC。文章将围绕下面五个方面进行分享:1.?导言;2.?基于领域知识图谱的商品文案生成;3.?基于通用知识图谱的商品文案生成;4.?基于领域知识图谱的 LLM;5.?基于通用知识图谱的 LLM

文章来源:https://blog.csdn.net/zong596568821xp/article/details/135722932
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。