近日，中国矿业大学安全科学与应急管理研究院李爽教授团队连中两篇安全科学领域SCI一区高刊论文。主要研究工作是将人工智能技术与安全风险预控管理进行深度融合，为煤矿安全风险智能防控管理做出了新的探索和创新。转发转载注明出处和作者。原文链接：

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

录用通知

热烈祝贺

近日，我院李爽教授团队连中两篇安全科学领域SCI一区高刊论文。主要研究工作是将人工智能技术与安全风险预控管理进行深度融合，为煤矿安全风险智能防控管理做出了新的探索和创新。

原创论文1：Identifying coal mine safety production risk factors by employing text mining and Bayesian network techniques被安全科学领域SCI一区高引期刊Process Safety and Environmental Protection录用。该期刊是主要研究风险评估与可靠性工程、技术安全和损失预防、工业危害与安全案例、资源及废物管理等问题的国际权威期刊，影响因子6.2。

本研究创造性地提出了一种结合文本挖掘、关联规则挖掘和贝叶斯网络的有效方法，对煤矿安全事故案例文本数据进行深度挖掘和利用，从而实现了煤矿安全风险因素的有效识别，探索了风险因素之间的相互作用机制及其重要性，为从非结构化、非标准化文本中有效提取潜在风险信息提供了新思路，为数据驱动的安全风险因素识别和复杂交互机制研究提供了新视角。

原创论文2：Applications of artificial intelligence for coal mine gas risk assessment被安全科学领域SCI一区权威期刊Safety Science收录。该期刊是人类和工业安全科学和技术研究的国际媒介，主要研究安全物理学和工程学;社会、政策和组织方面;风险的评估、管理和沟通;安全控制和管理技术的有效性等方面的国际权威期刊，影响因子4.9。

本研究提出了一种结合t分布随机邻域嵌入(t-SNE)、遗传算法(GA)和支持向量机(SVM)等人工智能技术实现煤矿瓦斯风险评估的新方法。该研究利用人工智能技术减少了人为主观因素的干扰，为复杂高维安全数据的处理提供了有效的方法，证明了降维模型与机器学习算法的结合可以有效地应用于风险评估。