关键词： 国企党建   AI技术   人工智能   赋能  

摘要： 在新时代背景下,人工智能技术的快速发展和广泛应用为国企党建工作创新提供了重要契机。将AI技术深度融入党建工作体系,能够有效破解党建传统工作中存在的效率不高、覆盖不全、针对性不强等问题,在工作机制、工作内容和工作方法等方面实现创新。这一创新有助于提升国企党建工作的质量和水平,有助于为企业高质量发展提供思想引领和组织保障。

关键词： 大数据产业   人工智能   区块链   路径选择  

摘要： 数据是一个国家的基础性战略资源,也是新世纪的“钻石矿”。当前,在全球大数据产业发展热潮与国家大数据战略推动下,各地政府积极参与到“数字中国”建设过程中,传统企业与大数据公司合作加深。在此背景下,我国大数据产业发展加速,规模逐渐扩大,应用领域日渐拓宽。文章在分析全球大数据产业发展新趋势基础上,指出当前我国大数据产业发展面临的困境,进而提出相应的发展路径。

关键词： 智慧监狱   数字法治   人工智能   大数据  

摘要： 随着数字科技的飞速发展,政法系统的信息化、数字化、智能化建设已成不可逆转之势,数字法治视域下如何利用大数据、人工智能、虚拟现实(VR)等新时代数字化信息技术加速智慧监狱建设,对强化监狱安全运营,促进罪犯改造效能具有重要意义。本文通过深入研究我国智慧监狱发展现状、问题及趋势,积极探索数字法治视域下智慧监狱发展策略。

关键词： 糖尿病   冠心病   体层摄影术,X线计算机   磁共振成像   分子成像   人工智能  

摘要： 糖尿病是冠心病的危险因素,两者常共存,相互影响,增加心血管事件风险。冠状动脉CT血管成像(CCTA)、心脏磁共振(CMR)、分子成像、血管内超声(IVUS)、光学相干断层成像(OCT)等多模态影像及影像人工智能可以全面评估冠状动脉及心肌的解剖、功能、代谢等异常,辅助糖尿病合并冠心病的精准诊断和风险分层。就糖尿病合并冠心病的影像学研究进展予以综述。

关键词： 左翼文学   社会变革   翻译研究   人工智能   人文精神  

摘要： 在当今时代,地缘政治博弈与科学技术革新给社会生活的方方面面都带来了显而易见的影响。对人文学者们而言,究竟该以何种方式回应这个重要历史时刻,是一个必须去面对的大哉问。本次访谈中,陆建德教授以“变革”作为主题,探讨了英国20世纪30年代左翼文学的特点以及文学叙事对于当代社会矛盾的书写困境。同时,他建议采用辩证的思维去看待后人类主义思潮以及技术革新对传统人文学科的冲击,并强调文学、历史与翻译研究具有探寻和保存历史中“动人”瞬间的重要价值。

关键词： 智能制造   就业竞争力   职业发展   路径规划  

摘要： 以贵州轻工职业技术学院智能制造装备技术专业为例,探讨了增强高职学生就业能力的策略。通过深度分析学生职业兴趣、岗位能力需求、科学制定职业生涯规划、专业技能提升和积累企业实践经验等策略,全面增强学生的就业竞争力。

关键词： 电气自动化技术   轻工产品   生产线   智能制造  

摘要： 文章研究了电气自动化技术在轻工产品生产线中的应用,旨在提高生产效率和产品质量。首先,回顾了电气自动化技术的发展历程及其在轻工业中应用的重要性,指出了传统生产线中存在的生产效率低、人工成本高等问题,并发现通过引入电气自动化设备,如可编程逻辑控制器(PLC)、传感器和工业机器人,生产线的自动化水平能够得到显著提升。其次,分析了某轻工企业引入电气自动化技术的案例,探讨了技术实施后的生产流程优化、能耗降低及人力资源配置变化。最后,针对不同类型的轻工产品,提出了相应的自动化解决方案,如电气自动化技术在纺织、食品加工及电子产品组装等领域的应用。

关键词： 产业发展   数据标注   科技创新   赋能应用   人工智能  

摘要： 2025年4月25日,习近平总书记在中央政治局集体学习会上强调“要全面推进人工智能科技创新、产业发展和赋能应用”。数据标注产业作为人工智能发展的关键环节,正处于快速扩张阶段,预计到2030年,全球及我国市场规模年均复合增长率均将超过20%。

关键词： 人工智能   教学评估   机械优化设计  

摘要： 人工智能(AI)技术正推动高校教学评估从“经验驱动”向“数据驱动”转型。本研究以北京印刷学院机械工程专业选修课“机械优化设计与仿真”为研究对象,针对传统教学评估中存在的单一性、滞后性与缺乏个性化等痛点,提出了“数据采集—模型构建—动态反馈”三位一体的评估体系。通过一学期的实践应用与对比分析,学生在总评成绩、学习能力一致性、学习效率、教学资源利用率、学习满意度等方面取得积极成效。人工智能赋能的教学评估方法能够显著提高教学效果,促进学生的全面发展。

关键词： 丙戊酸   机器学习   血药浓度预测   小样本数据集   模型对比  

摘要： 目的 构建用于预测丙戊酸(VPA)血药浓度的三分类(不足、正常、超限)和二分类(不足、正常)模型,并比较这2种模型的性能,为临床制定用药方案提供参考。方法 收集2022年11月-2024年9月在西安国际医学中心医院接受VPA治疗并进行血药浓度检测的480名患者的临床数据(共695份数据)。分别针对三分类和二分类模型的目标变量构建预测模型,利用XGBoost特征重要性评分进行特征排名和选取,采用12种机器学习算法进行训练和验证,并通过准确率、F1分数及受试者工作特征曲线下面积(AUC)3个指标对模型的性能进行评价。结果 在三分类模型中,合并肾病和合并电解质紊乱的XGBoost特征重要性评分排名较高;然而在二分类模型中,这些特征的重要性排名显著降低,提示其与VPA血药浓度超限之间存在紧密的关联。在三分类模型中,随机森林法表现最佳,但其测试集F1分数仅达到0.7040,AUC仅为0.5193;而在二分类模型中,CatBoost方法表现最佳,其测试集F1分数为0.7857,AUC达到了0.8195。结论 本研究构建的三分类模型具有预测VPA血药浓度超限的能力,但预测及模型泛化能力较差;构建的二分类模型仅能对血药浓度不足和正常情况进行分类预测,但模型预测性能较强。