近日，中國礦業(yè)大學(xué)安全科學(xué)與應(yīng)急管理研究院李爽教授團(tuán)隊(duì)連中兩篇安全科學(xué)領(lǐng)域SCI一區(qū)高刊論文。主要研究工作是將人工智能技術(shù)與安全風(fēng)險(xiǎn)預(yù)控管理進(jìn)行深度融合，為煤礦安全風(fēng)險(xiǎn)智能防控管理做出了新的探索和創(chuàng)新。轉(zhuǎn)發(fā)轉(zhuǎn)載注明出處和作者。原文鏈接：

https://mp.weixin.qq.com/s/ktuvNE0gXm_jIrOjDM6Zng

錄用通知

熱烈祝賀

近日，我院李爽教授團(tuán)隊(duì)連中兩篇安全科學(xué)領(lǐng)域SCI一區(qū)高刊論文。主要研究工作是將人工智能技術(shù)與安全風(fēng)險(xiǎn)預(yù)控管理進(jìn)行深度融合，為煤礦安全風(fēng)險(xiǎn)智能防控管理做出了新的探索和創(chuàng)新。

原創(chuàng)論文1：Identifying coal mine safety production risk factors by employing text mining and Bayesian network techniques被安全科學(xué)領(lǐng)域SCI一區(qū)高引期刊Process Safety and Environmental Protection錄用。該期刊是主要研究風(fēng)險(xiǎn)評估與可靠性工程、技術(shù)安全和損失預(yù)防、工業(yè)危害與安全案例、資源及廢物管理等問題的國際權(quán)威期刊，影響因子6.2。

本研究創(chuàng)造性地提出了一種結(jié)合文本挖掘、關(guān)聯(lián)規(guī)則挖掘和貝葉斯網(wǎng)絡(luò)的有效方法，對煤礦安全事故案例文本數(shù)據(jù)進(jìn)行深度挖掘和利用，從而實(shí)現(xiàn)了煤礦安全風(fēng)險(xiǎn)因素的有效識別，探索了風(fēng)險(xiǎn)因素之間的相互作用機(jī)制及其重要性，為從非結(jié)構(gòu)化、非標(biāo)準(zhǔn)化文本中有效提取潛在風(fēng)險(xiǎn)信息提供了新思路，為數(shù)據(jù)驅(qū)動的安全風(fēng)險(xiǎn)因素識別和復(fù)雜交互機(jī)制研究提供了新視角。

原創(chuàng)論文2：Applications of artificial intelligence for coal mine gas risk assessment被安全科學(xué)領(lǐng)域SCI一區(qū)權(quán)威期刊Safety Science收錄。該期刊是人類和工業(yè)安全科學(xué)和技術(shù)研究的國際媒介，主要研究安全物理學(xué)和工程學(xué);社會、政策和組織方面;風(fēng)險(xiǎn)的評估、管理和溝通;安全控制和管理技術(shù)的有效性等方面的國際權(quán)威期刊，影響因子4.9。

本研究提出了一種結(jié)合t分布隨機(jī)鄰域嵌入(t-SNE)、遺傳算法(GA)和支持向量機(jī)(SVM)等人工智能技術(shù)實(shí)現(xiàn)煤礦瓦斯風(fēng)險(xiǎn)評估的新方法。該研究利用人工智能技術(shù)減少了人為主觀因素的干擾，為復(fù)雜高維安全數(shù)據(jù)的處理提供了有效的方法，證明了降維模型與機(jī)器學(xué)習(xí)算法的結(jié)合可以有效地應(yīng)用于風(fēng)險(xiǎn)評估。