关键词： 人工智能   智能家居   技术架构   系统集成  

摘要： 智能家居系统通过集成多种智能设备和应用程序,实现了家庭环境的智能化管理,提高了居住者的生活质量和便捷性。人工智能(Artificial Intelligence,AI)技术的引入为用户提供了更为精准和智能的服务,显著提升了系统的整体性能与用户满意度。基于此,本研究通过对当前智能家居系统的深入剖析,提出切实可行的设计框架,期望能够为智能家居行业的发展提供理论及实践方面的参考。

关键词： 暖通空调系统   大数据中心   人工智能  

摘要： 为了提升大数据中心暖通空调系统的能效与运行稳定性,采用智能控制策略、多目标优化技术及性能评估方法,系统设计与调控进行深入研究。结果表明,智能化调控显著提高了系统的能效,降低了设备故障率,并延长了设备使用寿命,为大数据中心的高效、稳定运行提供了重要保障。

关键词： 人工智能   医学影像物理学   教学策略  

摘要： 人工智能(Artificial Intelligence,AI)技术的迅猛发展为医学影像物理学教学改革注入了新的内容和活力。如何有效运用AI提升教学效果,已成为当前医学影像物理学教学改革的重要议题。在这一背景下,本研究基于医学影像物理学教学中的现存问题,分析在医学影像物理学教学中应用AI面临的挑战,并结合教学案例,给出了AI在医学影像物理学教学中的具体应用策略。旨在为医学影像物理学教学改革提供方向与参考,助力培养具备实践操作能力、跨学科合作能力及终身学习能力的高素质医学影像技术专业人才。

关键词： 肺炎,支原体   重症肺炎支原体肺炎   机器学习   Shapley加性解释   预测  

摘要： 目的构建重症肺炎支原体肺炎(SMPP)风险的机器学习(ML)预测模型,并采用Shapley加性解释(SHAP)方法解释和可视化该模型及开发相应的网络计算器。方法回顾性选取2021年1月-2024年5月南通大学杏林学院附属医院收治的肺炎支原体肺炎(MPP)患儿317例为研究对象。将MPP患儿按照3∶2的比例划分为训练集(n=190)和测试集(n=127)。收集患儿临床资料,预处理数据后采用Boruta算法筛选SMPP风险特征变量,并绘制箱线图。基于SMPP风险特征变量构建5种ML模型〔即梯度提升机(GBM)、线性判别分析(LDA)、朴素贝叶斯(NB)、支持向量机(SVM)、XGBoost模型〕。使用permutation函数将训练集、测试集患儿分别随机分成10份,采用ROC曲线下面积(AUC)评估5种ML模型对训练集、测试集MPP患儿进展为SMPP的预测效能,筛选出预测效能最优的ML模型(AUC最大),并使用决策曲线评估筛选出的ML模型的临床适用性。采用SHAP方法解释和可视化筛选出的ML模型,并绘制SHAP条形图、摘要图。开发筛选出的ML模型的网络计算器。结果箱线图分析结果显示,SMPP风险特征变量为持续发热时间、急性生理学和慢性健康状况评价Ⅱ(APACHEⅡ)评分、序贯器官衰竭评估(SOFA)评分、C反应蛋白(CRP)、乳酸脱氢酶(LDH)、天冬氨酸氨基转移酶(AST)、中性粒细胞与淋巴细胞比值(NLR)。ROC曲线分析结果显示,GBM、LDA、NB、SVM、XGBoost模型预测训练集、测试集MPP患儿进展为SMPP的AUC均>0.75,且XGBoost模型的AUC最大。决策曲线分析结果显示,当风险阈值为0.113~0.732时,XGBoost模型预测训练集MPP患儿进展为SMPP的临床净收益>0;当风险阈值为0.869~0.741时,XGBoost模型预测测试集MPP患儿进展为SMPP的临床净收益>0。SHAP条形图显示,重要性从大到小的SMPP风险特征变量依次为LDH、SOFA评分、APACHEⅡ评分、CRP、持续发热时间、NLR和AST;SHAP摘要图显示,LDH、SOFA评分、APACHEⅡ评分、CRP、持续发热时间、NLR和AST均对SMPP风险具有正向贡献。开发XGBoost模型的网络计算器(https://***/SMPP_shiny/)。结论持续发热时间、APACHEⅡ评分、SOFA评分、CRP、LDH、AST、NLR为SMPP风险特征变量,本研究基于上述变量构建的SMPP风险的可解释XGBoost模型具有较好的临床适用性,且相应开发的网络计算器有助于完善SMPP的早期预防和管理,并推动MPP患儿的个性化干预。

关键词： 人工智能   制造企业   研发决策   支持系统  

摘要： 随着全球制造业的快速发展和市场竞争的日益激烈,制造企业面临着研发周期缩短、技术更新加快、市场需求多变等多重挑战。传统的研发决策方式依赖于人工经验和有限的数据分析,难以应对复杂多变的市场环境和技术趋势。基于人工智能的研发决策支持系统应运而生,其通过整合多源数据、利用机器学习、深度学习等先进技术,为企业提供科学、精准的决策支持。该系统不仅能够预测市场趋势、优化技术路线、评估风险,还能实现资源的合理配置和成本的有效控制,从而提升企业的研发效率和市场竞争力。本文将深入探讨基于人工智能的研发决策支持系统的构建与应用,为制造企业的研发决策提供新的思路和方法。

关键词： 人工智能   高职教育   风险防控   EmoLLM   MLP  

摘要： 人工智能技术在高职教育领域的应用正处于初步探索阶段,具有大量理论和实践空白。本文追溯了高职教育数字化转型的起源与发展,进而对人工智能在高职教育领域的应用现状进行分析,指出人工智能在高职教育的教材设计、个性化学习和就业安置三个方面的积极作用,并以某基于情感大语言模型的学生早期表现预测方法为例,评估了该技术应用阶段可能产生的风险,并提出了相应的防控机制。

关键词： 人工智能   生成式工具   高阶思维  

摘要： 在智能时代背景下,高阶思维能力被视为培养创新能力和解决复杂问题的关键。随着生成式工具的迅猛发展,如何有效提升学生的高阶思维能力成为教育领域的重要课题。因此,本文深入剖析了生成式智能时代背景下学习者高阶思维在技术层面的挑战与困境、实践层面的矛盾与冲突,以及评价体系层面的滞后与不足。针对发现的问题提出了切实可行的对策和建议,旨在探讨生成式智能时代背景下学生高阶思维的发展路径,以期为现代教育实践中学习者思维能力的提升提供理论依据和实践指导。

关键词： 机器学习   抑菌活性物质   筛选  

摘要： 细菌耐药性问题对人类、畜禽健康和公共卫生构成极大威胁,因此,寻找有效的新型抗菌化合物迫在眉睫。传统抑菌活性筛选方法存在耗时、耗力,且结果的准确性和客观性较差等问题,机器学习算法作为人工智能的一个分支,因其在处理大规模数据、特征提取和模型优化方面的优异表现,已逐渐被引入到抑菌物质筛选中。本文综述了常用的机器学习算法模型,如随机森林、支持向量机、深度学习等在抑菌活性物质中的筛选,深入探讨了机器学习在抗生素、抗菌肽、精油、多酚筛选中的应用,旨在为抑菌活性物质筛选中的机器学习技术提供参考。

关键词： 青少年   DeepSeek   科技创新   梁文锋   人工智能  

摘要： 主题语境:人与社--人工智能,科技创新2025年初,一款名为“DeepSeek”的应用程序在国内的使用人数飙升。这款应用的缔造者梁文锋在人工智能领域大放光彩,得到大家的关注,他的故事也激励着无数青少年。

关键词： 人工智能   新闻采写   数据分析  

摘要： 随着信息技术的发展,如今各行业之中逐步开始普及人工智能,这不仅能够减少各行业的工作强度,同时也可以提升效率和质量,实现行业的发展。新闻采写也是如此,在新闻采写行业之中,借助人工智能技术,可以有效提升采写的效率和质量,而且人工智能通过不断的学习,可以帮助采写人员应对更多的新闻情况,减少新闻采写之中的难题,实现新闻采写的长远发展。所以本文主要对人工智能在新闻采写中的应用与挑战进行分析,希望对相关的从业人员有一定参考。