近日，中國礦業大學安全科學與應急管理研究院李爽教授團隊連中兩篇安全科學領域SCI一區高刊論文。主要研究工作是將人工智能技術與安全風險預控管理進行深度融合，為煤礦安全風險智能防控管理做出了新的探索和創新。轉發轉載注明出處和作者。原文鏈接：

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

錄用通知

熱烈祝賀

近日，我院李爽教授團隊連中兩篇安全科學領域SCI一區高刊論文。主要研究工作是將人工智能技術與安全風險預控管理進行深度融合，為煤礦安全風險智能防控管理做出了新的探索和創新。

原創論文1：Identifying coal mine safety production risk factors by employing text mining and Bayesian network techniques被安全科學領域SCI一區高引期刊Process Safety and Environmental Protection錄用。該期刊是主要研究風險評估與可靠性工程、技術安全和損失預防、工業危害與安全案例、資源及廢物管理等問題的國際權威期刊，影響因子6.2。

本研究創造性地提出了一種結合文本挖掘、關聯規則挖掘和貝葉斯網絡的有效方法，對煤礦安全事故案例文本數據進行深度挖掘和利用，從而實現了煤礦安全風險因素的有效識別，探索了風險因素之間的相互作用機制及其重要性，為從非結構化、非標準化文本中有效提取潛在風險信息提供了新思路，為數據驅動的安全風險因素識別和復雜交互機制研究提供了新視角。

原創論文2：Applications of artificial intelligence for coal mine gas risk assessment被安全科學領域SCI一區權威期刊Safety Science收錄。該期刊是人類和工業安全科學和技術研究的國際媒介，主要研究安全物理學和工程學;社會、政策和組織方面;風險的評估、管理和溝通;安全控制和管理技術的有效性等方面的國際權威期刊，影響因子4.9。

本研究提出了一種結合t分布隨機鄰域嵌入(t-SNE)、遺傳算法(GA)和支持向量機(SVM)等人工智能技術實現煤礦瓦斯風險評估的新方法。該研究利用人工智能技術減少了人為主觀因素的干擾，為復雜高維安全數據的處理提供了有效的方法，證明了降維模型與機器學習算法的結合可以有效地應用于風險評估。