关键词： 人工智能   AIGC   数据训练   合理使用   偏见   幻觉  

摘要： 人工智能作为新质生产力引擎,正推动作品创作领域的深刻变革。AIGC大模型输出结果受提供者价值理念、人工筛选内容以及训练输入数据的影响,其输出内容常伴随虚拟、偏见等内源性幻觉问题。为解决AIGC大模型内在幻觉问题,确保AIGC大模型与人类作者利益平衡,在理论修正层面,应实现价值理性引领AIGC大模型发展的主基调,以版权激励机制融贯AIGC数据训练全流程;同时,在具体举措中,为解决算法偏见疑难,可通过作品输出结果监督其内在推演逻辑;在诉讼中由AIGC提供者承担举证责任,以证明自身消除幻觉行为合规;坚持竞争政策的指导,实现市场竞争与科技向善和谐共生。

关键词： 机械自动化   新能源汽车   维修   机器人   智能制造  

摘要： 分析了新能源汽车维修特点;重点探讨了机器人、自动化装配线、智能化仓储物流等机械自动化技术在新能源汽车维修领域的应用现状;针对性地提出加强关键技术攻关、建立维修标准规范、培养复合型人才、完善服务网络建设等推动机械自动化技术应用的建议。通过深度融合新能源与自动化,推动维修模式创新与产业变革,提升新能源汽车全生命周期服务水平,为汽车产业高质量发展提供有力支撑。

关键词： Stable Diffusion   景观设计   人工智能  

摘要： 本文将通过分析Stable Diffusion(稳定扩散)技术原理,并提出人工智能AI(Artificial Intelligence)技术迅速发展的背景下阐述AI绘画的核心技术,以Stable Diffusion为例对景观设计行业所面临的问题展开探讨。首先分析Stable Diffusion技术概念、对比Stable Diffusion设计制图方法与传统制图手法;其次结合Stable Diffusion技术分析现今景观设计在行业中的机遇与挑战;最后总结在人工智能技术背景下对景观设计未来发展是否具有创造力以及对待人工智能技术的辩证态度,以期为相关人士提供研究思路。

关键词： 冠心病   机器学习   临床预测模型   辨证论治   四诊客观化  

摘要： 目的构建冠心病稳定型心绞痛(CSAP)痰浊闭阻证诊断模型,为临床辨证提供参考。方法收集2022年5月-2024年1月于山东中医药大学附属东营医院心内科就诊的305例CSAP患者临床资料,运用最小绝对收缩和选择算法(LASSO)筛选特征,通过机器学习(ML)算法构建多个模型并进行比较,筛选出最优ML模型进行训练、验证与测试。通过沙普利加性解释(SHAP)的方法对最优模型的运行逻辑进行解释,并提供2个典型示例,帮助使用者理解模型的运行逻辑。结果LASSO回归显示胸部闷痛、体质量指数(BMI)、肢体困重、饮酒史、年龄、三酰甘油(TG)、总胆固醇(TC)和低密度脂蛋白胆固醇(LDL-C)为纳入模型中的特征。经过多模型比较,高斯朴素贝叶斯(GNB)模型展现出的效能最为优异。最终构建的GNB模型在训练集的平均AUC为0.938(95%CI:0.903~0.972),验证集的平均AUC为0.927(95%CI:0.851~0.992),测试集的AUC为0.856(95%CI:0.751~0.961)。学习曲线显示,模型中训练集和验证集之间的误差随训练样本数量增加而收敛,校准曲线显示模型对观察到的痰浊闭阻证患者的预测概率具有较好的一致性,临床决策曲线(DCA)显示模型在<0.7的决策阈值下能为患者提供临床获益。SHAP重要性排名特征依次为胸部闷痛、BMI、LDL-C、TG、肢体困重、TC、饮酒史和年龄。结论本研究构建的CSAP痰浊闭阻证诊断模型能够辅助医师对患者进行辨证,从而制定中西医结合的临床治疗方案,帮助患者获得更好的疗效。

关键词： 人工智能   需求牵引   1∶10000 DLG   快速更新  

摘要： 为提升安徽省1∶10000基础测绘成果(DLG)满足行业应用需求,迫切需要改变传统的更新思路和方法。结合目前省级1∶10000 DLG数据更新现状及方式,提出了一种基于“需求牵引+人工智能”双驱动的数据更新模式,选取安徽省某市部分区域作为研究区,以实景三维与新型基础测绘建设需求为牵引,对基础测绘数据进行针对性改造,同时利用人工智能技术自动提取变化要素,实现省级1∶10000 DLG数据快速更新。经验证,该技术方法更新效率高、数据质量满足要求且稳定性好,为省级基础测绘数据更新提供了一种新思路,可为其他省市基础测绘数据更新提供参考。

关键词： 人工智能   语言测评   形成性评价   公平性  

摘要： 本文探讨了人工智能在语言测评领域的应用及其带来的机遇与挑战。语言测评经历了从人工到机器辅助再到人工智能参与的演变,反映了社会需求的升级和技术进步。借助人工智能,语言测评展现出高效率、可扩展性、客观性和一致性、个性化与适应性等优势,同时提供了持续测评和即时反馈的机会。这些优势为终结性评价的改进、形成性评价的强化、真实评价的推进、动态评价的实施以及测评公平性的提升带来了机遇。然而,借助人工智能的语言测评也面临语言理解和处理能力不足、生成文本不精确、测评结果不一致、数据偏见、专业发展需求增加、隐私和安全问题等挑战。未来,研究者需进一步探索人工智能在语言测评中的应用研究,以确保测评的准确性和公正性。

关键词： 人工智能   深度学习   计算机视觉   图神经网络   数字人文  

摘要： 为了提高艺术品属性预测的准确性,提出了一种新的分类模型ArtGraph。该模型采用了多模态学习策略和多任务策略,并在测试时采用了特定的方法。为了构建知识图谱,使用了WikiArt和DBpedia,并提出了一种基于知识图谱的艺术品属性预测方法。通过实验证明了该方法的有效性和准确性。

关键词： 玉米产量预测   作物预测系统模型   机器学习   深度学习  

摘要： 玉米作为全球最重要的粮食作物之一,其产量预测在确保粮食安全、优化农业管理以及支持政策制定方面具有重要意义。本文系统综述了当前玉米产量预测领域的主要方法,包括传统的作物预测系统模型、数据驱动的机器学习模型以及近年来迅速发展的深度学习模型,深入分析了气候、土壤、遥感和社会经济等多种预测变量对产量预测精度的影响。通过对现有研究的成果进行总结,本文揭示了不同模型的优劣势,并指出了现阶段研究中存在的不足,如模型泛化能力有限、多模态数据融合的挑战等。最后,本文对未来研究提出了展望,建议进一步探索多源数据的整合、优化模型的适应性以及提升预测的解释性,以推动玉米产量预测技术向更精准、智能化方向发展。本文为未来的玉米产量预测研究提供了有价值的理论基础和实践指导。Maize is one of the most important crops globally, and accurate yield prediction is crucial for food security, agricultural management, and policy decisions. This paper reviews key methods for maize yield prediction, including crop prediction models, machine learning, and deep learning. It analyzes the impact of variables like climate, soil, remote sensing, and socioeconomic factors on prediction accuracy. By summarizing current research, this paper highlights the strengths and limitations of these models and addresses challenges such as limited generalization and multimodal data integration. Finally, it proposes future directions for improving model adaptability and prediction precision, offering valuable insights for further research.

关键词： 电子病历质控   命名实体识别   人工智能   电子病历结构化  

摘要： 目的:构建产科电子病历质控平台,优化电子病历质控流程和方法。方法:以上海交通大学医学院附属国际和平妇幼保健院产科电子病历为研究对象,分析当前电子病历中存在的问题并基于电子病历质控平台设计质控流程。结果:电子病历的结构化取得了较好成效,在产时总结中命名实体识别精确率超过97%,电子病历质控流程从多方面实现病历全生命周期质控。结论:电子病历质控平台具有广阔的应用前景,可有效提高病案质控人员的工作效率,为临床医疗数据的质量管理提供帮助。

关键词： 师生关系   师生之间   人工智能   AI   生成式   信任关系  

摘要： 查资料的时候,看到了Jess的文章How does Gen AI affect trust in teacher-student relationships?Insights from students’assessment experiences,很是喜欢。在文章开头,Jess指出,教师和学生之间的信任关系对于发展有效的教学、学习和评估至关重要。而最近兴起的生成式人工智能(GenAI)则为高等教育中的师生关系增添了另一层复杂性。