关键词： 人工智能   科技期刊   编辑流程优化   数据驱动决策  

摘要： 人工智能技术在多个行业显示出流程优化和效率提升的潜力,科技期刊编辑流程的智能化改造已成为提高学术出版效率和质量的关键。本文采用自然语言处理和机器学习等先进技术,构建了基于人工智能的科技期刊编辑流程优化模型,并对其在自动化审稿系统中的实际应用效果进行了验证,结果表明,该模型能够有效缩短稿件处理时间、提升审稿质量,以及增强出版流程的透明度与公平性,从而提高科技期刊编辑流程的效率。

关键词： 大数据分析   风险智能预警系统   内部控制协同   COSO框架   机器学习算法  

摘要： 文章围绕大数据分析技术与企业风险智能预警系统的协同构建展开研究,提出“数据驱动—智能预警—内控协同”三位一体的理论框架;基于多源异构数据整合与机器学习算法,构建包含数据层、模型层和应用层的智能预警系统,实现风险识别、动态监测和闭环响应功能;结合COSO框架与协同效应理论,设计了企业内部控制协同路径,通过流程嵌入、信息共享和动态适配机制,提出技术保障、组织能力与制度优化的三维实施策略,并引入可解释AI(XAI)技术解决算法黑箱问题,以推动风险预警与内控策略的深度融合,促进企业构建韧性风险管理体系。

关键词： 人工智能   作品   版权   独创性  

摘要： 我国法院通过类比摄影作品,初步构建了生成式人工智能(GenAI)生成物的版权司法保护模式,但可能引发三重转向:独创性的判断和实质性相似的比对都从最终表达转向构思,而版权直接侵权责任从执行者转向构思者。然而,GenAI与照相机在执行人类构思上存在根本差异,并非机械固定而是“自主”转化,故类推适用摄影作品构思决定论之“可视化构思+机械固定”二元要件难以支撑三重转向。为此,建议将构思决定论修正为三元要件:一是“‘可视化’构思”延续传统理论;二是“受控固定”要求作者通过合理控制保障其独创性构思是GenAI生成最终表达的有效原因,维系思想与表达二分法;三是“创作记录”作为作者证明独创性贡献的必要证据,既划定权利边界又防范滥用GenAI。

关键词： 秦岭地区   森林火灾   预测模型   机器学习   火险区划  

摘要： 为研究秦岭地区2003—2018年林火发生与林火驱动因子之间的关系,对林火发生概率进行预测,使用2003—2018年MODIS卫星火点数据,基于逻辑斯蒂回归、随机森林和支持向量机建立秦岭地区林火发生预测模型,并进行精确度评价,选择拟合结果较好的随机森林林火发生预测模型绘制林火发生风险等级图。结果表明,1)随机森林对林火发生预测拟合结果较好,精确度为87.04%,AUC值为0.949。2)秦岭地区林火发生驱动因子重要性排序为NDVI、月平均风速、海拔、月平均气压、风速、气压、月平均降水、坡度、月平均空气比湿、空气比湿、连续无降水日和降水量。3)秦岭地区东部和南部为林火易发区域,建议在这些地区加大森林火灾防范宣传,增加瞭望台等基础设施,减少人为火灾的发生,做到林火早发现、早扑灭。

关键词： 人工智能   AI伦理目标   伦理工具   伦理风险  

摘要： 人工智能(Artificial Intelligence,简称AI)伦理目标在不同问题域中呈现为“差异化发生”,隐含类比方法的引入。这赋予AI以物化、动物化、仆人化、类人化的不同形态。这些形态与主体性和人工道德行动者的议题紧密相关,为分析AI伦理目标和方法的契合提供了直观的修辞运用。AI伦理目标通常由“人-物”二分的工具方法所驱动。动物类比尽管面临挑战,但它提供了一种新的规范方法,以回应人类对AI新力量的应对。“伦理即服务”的“奴仆化”修辞,产生了“主-奴”辩证法,在“合意性”层次上展开了伦理工具论、机器人学和各种政治哲学的方法进路。用“类人化”的修辞回应AI“学做人”的伦理目标,在人机交互、心智认知、奇点比喻和生存论哲学等方面带来了相应的方法进路。面对伦理目标的差异化发生,建议在一个包容的治理框架下定位方法问题。具体包括“预防性方案”“政治商谈架构”和“伦理工具创新”三个建议。

关键词： 人类   人工智能   人机关系   人性   主体性   共同发展  

摘要： 当前,人类对于人工智能与人的关系存在认识上的生疏感,亟须采取批判性、建设性的审视态度分析人机关系的本质。研究借助辩证唯物主义的立场,从互补性、互动性、互生性分析人类与人工智能的关系。其一,人类与人工智能是对立统一的互补关系,只有充分关注、培养与发扬人性,才能不断延续人类之于技术的主导地位。其二,人类与人工智能相互影响,而人工智能背后却隐藏着人类意向,人机互动是全人类智能与人类个体互动,需要以人是人的最高本质为出发点,应对人机互动中人类智能的衰退危机。其三,人类与人工智能的互生是历史必然,并且具有阶段性、复杂性与约束性,教育相关者需警惕人工智能“全盘接受”或“彻底禁用”的价值观,以实现人类与人工智能的共同发展。

关键词： 人工智能   移动门户   数字化转型  

摘要： 随着生成式人工智能技术的进一步发展,如ChatGPT、DeepSeek等人机互动的“智能门户”模式带来巨大的范式转换。移动门户作为高校信息化建设的重要组成部分,人工智能(AI)技术作为赋能高校信息化建设的先进技术手段,可以共同推动高校的数字化转型,提升高校的智能化水平和服务质量。针对移动门户的建设现状,分析了人工智能技术对于移动门户建设带来的影响及挑战。

关键词： 痛风   程序性细胞死亡   免疫浸润   生物信息学分析   机器学习  

摘要： 目的通过生物信息学和机器学习筛选痛风程序性细胞死亡(PCD)关键基因以及免疫浸润分析。方法从GEO数据库中下载痛风相关数据集,其中包括人源痛风相关的GSE160170数据集及鼠源痛风相关的GSE190138数据集作为训练集。以差异倍数>2倍,P<0.05为标准,筛选出差异表达基因(DEGs)。将两个数据集的DEGs取交集,获得共同的DEGs。对共同DEGs进行基因本体功能注释(GO)和京都基因与基因组百科全书(KEGG)富集分析。将共同DEGs与PCD相关基因集取交集,获得PCD相关DEGs。在STRING数据库中构建PPI网络。在Cytoscape中的MCODE筛选关键模块基因,Cytohubba插件内置的12种算法(Degree,MCC,DMNC,MCN,EPC,BottleNeck,EcCentricity,closness,Radiality,Betweeness,Stress,Clusteringcoefficoent)筛选枢纽基因,两者的共同基因作为候选基因。采用最小绝对收缩和选择算法(LASSO)回归模型分别筛选GSE160170和GSE190138数据集中关键基因,二者取交集,获得关键基因。采用受试者工作特征(ROC)曲线评价关键基因对痛风的诊断价值。采用单样本基因集富集分析(ssGSEA)免疫浸润分析,探讨痛风相关的免疫细胞的表达差异。收集2024年2~4月西安市第五医院风湿科收治的30例痛风病人作为实验组,同时收集30例健康体检者为对照组,提取外周血单个核细胞(PBMC)RNA,采用实时荧光定量聚合酶链反应(RT-qPCR)对关键基因表达进行验证。结果获得GSE160170和GSE190138共同DEGs 53个,其中基因表达上调43个,表达下调10个。GO和KEGG表明大多数基因参与了细胞死亡、凋亡、白细胞介素(interleukin,IL)-17信号通路、肿瘤坏死因子(TNF)信号通路和核苷酸结合寡聚结构域(NOD)样受体信号通路等。获得PCD与痛风共同DEGs 12个,MCODE筛选关键模块和Cytohubba内置的12种算法共筛选7个候选基因,LASSO回归模型在两个数据集中分别筛选出5个基因和4个基因,二者取交集获得关键基因3个,分别为IL-6,纤溶酶激活物尿激酶受体(PLAUR),NOD受体热蛋白结构域相关蛋白3(NLRP3)。在训练集中进行验证,受试者工作特征(ROC)曲线结果表明这三个基因对痛风诊断的曲线下面积(AUC)均为1.00。免疫浸润分析显示活化的CD4^(+)T细胞、活化的CD8^(+)T细胞和自然杀伤(NK)细胞等的改变与痛风的发生发展密切相关。在临床样本中进行验证,与对照组比较,PLAUR,NLRP3和IL-6在痛风患者中均为高表达,差异具有统计学意义(t=18.852,9.633,8.293,均P<0.001)。结论IL-6,PLAUR,NLRP3为痛风的诊断和治疗提供了潜在的生物标志物和治疗靶点,为痛风的诊断和治疗提供了新的方向。

关键词： 智能制造   复杂装配   机器视觉   机器人   PLC   模块化设计   参数化设计  

摘要： 传统的大型复杂装配过程主要依赖人工操作,不仅效率较低,还存在较高的安全风险。同时,物联网技术的发展和《“十四五”智能制造发展规划》的推进,也对大型复杂装配过程提出了高要求。鉴于此,基于机器视觉技术,将工业相机、工业机器人、PLC搭建成自动化装配系统,并进行三者之间的通信设置、系统组态,实现多品种复杂工件的自动装配;同时优化机器人和PLC程序,进行模块化和参数化编程设计,从而提高工业机器人的编程效率。在实际应用中,当更换新产品后,编程修改只需30 min,能够显著提升装配精度,对提升大型复杂装配作业的效率具有重要的实际意义。

关键词： 人工智能   智能宽带   网络性能  

摘要： 宽带网络作为现代信息社会的关键基础设施,其服务质量和接入能力直接影响数字经济的运行效率与用户体验。但传统宽带接入技术在动态资源调度、异构环境适配及服务质量保障等方面面临挑战,而人工智能技术的演进为网络自主决策与跨域协同提供了新的方法论,在数据驱动的实时优化、弹性网络架构设计以及端到端性能建模等领域展现出潜力。本文就人工智能驱动下智能宽带接入技术的核心架构、优化路径与关键挑战展开系统性探讨,以期为构建高可靠、低时延、自适应的新一代宽带网络提供理论支撑。