关键词： 智能纺纱   两化融合   信息化   智能制造   纺织强国   领跑  

摘要： 为了促进纺纱智能化的发展,介绍我国在信息化到两化融合再到新一代信息技术加持的智能制造战略部署,从多维度理解物联网在制造业的两化融合,阐述两化融合和智能纺纱的关键发展目标,分析纺纱主体工程信息化、智能化中纺纱生产管理、主机管理、辅助管理和主体工程4个环节的发展现状。指出:原创技术是衡量纺织强国和行业领跑者的标志性评判标准,对智能纺纱为主题的原始创新及应用应成为行业转型升级和高质量发展强化的重要方面;智能检测装备行动计划的发布,纺织智能检测技术与系统的强化和促进,将有力推进智能纺纱的进程;细纱机锭位智能监控技术是对纺纱状态和纱线质量在线检测专用传感器技术的突破;我国纺纱工业应将国内领先转变为国际领先,突破行业发展瓶颈,开拓智能化纺纱新局面,为产业转型升级开辟新路径,为产业高质量发展拓展新思维。

关键词： 算法决策   人工智能   算法裁判   裁量正义   裁量权   权利保障  

摘要： 是否有助于实现裁量正义关系到司法算法系统的应用上限和最终走向。形式正义和实质正义共同构成了裁量正义。司法算法决策通过提升裁量的一致性、中立性、客观性和高效性水平助力形式正义的实现,通过提升裁量的理性化水平助力实质正义的实现。但受科技应用自反性影响,司法算法决策会引发有违裁量正义要求的新风险:其一,和司法裁量权专属性相冲突;其二,引发正当程序制度被虚置;其三,无法合理开展价值判断;其四,司法责任难以适当分配。为此,需要遵循技术改进、实现人类法官和司法人工智能系统有机融合的进路,以提升司法算法裁量的优质性和可信性。具体而言,应将“明确适用司法算法决策的裁量模块,提升民众和法官对司法算法系统建构的实质参与性,建立完善的监督制度,充分保障当事人的诉讼权利以及建立合理的责任分配制度”作为应对司法算法决策背离裁量正义目标风险的主要方案。

关键词： 产业政策   企业全要素生产率   文本分析   机器学习  

摘要： 全要素生产率是经济增长可持续性的重要表征,是经济高质量发展的动力源泉。提升全要素生产率对开启全面建设社会主义现代化国家新征程有着重要的战略意义。产业政策是政府引导绿色创新战略、加快推进供给侧结构性改革、促进产业结构调整升级的重要政策工具,如何通过优化产业政策来提高企业全要素生产率是现代化产业体系建设的重要课题。结合传统计量与机器学习方法,从政策内容、政策目标和政策手段3个角度,系统地探讨产业政策选择对企业全要素生产率的影响效应。基于2007~2020年1 238家上市公司的实证研究表明,产业政策内容、目标和手段的差异对企业全要素生产率有着不同影响。研究发现:政策内容中公共服务、资金投入、目标规划、金融支持、消费补贴等政策的出台能够促进企业的全要素生产率,海外机构管理政策的出台则抑制企业全要素生产率的提高;政策目标中产出目标设定对企业全要素生产率有抑制作用,而能效目标和劳动生产率目标则对企业全要素生产率有促进作用;政策手段中税收优惠和政府补贴对企业全要素生产率均有促进作用。从重要性排序看,政策手段作为对企业的直接干预,对企业全要素生产率的影响排在前列,其中,税收优惠对企业全要素生产率的影响最大,政策补贴次之;再次是目标规划政策的出台,进一步肯定了中国政府制定的发展规划对企业发展的重要影响;随后是公共服务,说明政府对公共服务的重视程度对企业全要素生产率也有着重要影响;排在第5、第6位的是消费补贴和资金投入,随后是海外机构管理;排名第8~10位的依次是能效目标、劳动生产率目标和产出目标。对比线性回归和机器学习方法,两者结论基本一致,但机器学习方法的拟合优度、均方差误均优于线性回归,有助于提高产业政策效应分析的准确性,其适用于产业政策选择决策场景。本研究可为提升政府政策决策智能化水平、强化政府治理能力提供文献支撑和分析工具。

关键词： 智能网联汽车   基础设施   人工智能   智能移动   数据安全   大数据   互联网   空间转变  

摘要： 随着大数据、人工智能等技术的飞速发展,智能网联汽车正逐步从单一交通工具向智能移动空间转变,成为未来出行的重要趋势。近年来,我国智能网联汽车市场规模呈现快速增长态势,彰显出行业蓬勃发展的活力与潜力。通过将互联网与车辆相连,实现车辆与车辆、车辆与基础设施以及车辆与云端之间的实时信息交换,为消费者带来前所未有的智能化体验。然而,在消费者享受智能网联汽车的便捷与智能的同时,其网络和数据安全问题也在日益凸显,成为制约智能网联汽车发展的关键因素。

关键词： 数字经济产出   制造业高质量发展   中介效应   灰色关联分析   机器学习  

摘要： 当前,数字经济产出是驱动制造业高质量发展的关键要素。以2012—2022年我国30个省区市为样本,利用灰色关联分析选出与制造业高质量发展高度相关变量进行中介效应检验,借助机器学习算法挖掘数字经济产出与制造业高质量发展间的非线性关系。研究发现:数字经济产出可以推动制造业高质量发展,经稳健性检验后结论仍成立;数字经济产出可以通过提高创新收入水平和人力资本水平,以及降低交易成本,推动制造业高质量发展;数字经济产出发展中期对制造业高质量发展的促进效果最强;数字经济产出对我国长三角地区及中部、东部地区制造业高质量发展的促进作用更显著。

关键词： 全产业链   行业综述   科技工作者   钢铁冶金   金属制品   智能制造   压力加工   有色冶金  

摘要： 1征稿对象冶金领域(钢铁冶金及有色冶金)生产企业、技术设备厂家、科研院所、高等院校等机构的专家学者、技术人员、管理人员,以及在校学生等科技工作者。2征稿范围报道范围涵盖冶金行业(钢铁冶金及有色金属冶炼)上下游,全产业链的相关领域,涉及矿山、焦化、烧结、炼铁、炼钢、压力加工;原燃辅料、合金、耐材、节能环保、工程建设、装备技术、钢材应用、金属制品、金属材料研发、智能制造、钢材市场交易行情等方面。栏目设置主要包括行业综述、企业管理、技术创新、应用研究、生产实践、工程装备、资源信息等。

关键词： 多模态   人工智能   古文字   甲骨文  

摘要： 人工智能技术与古文字研究的结合已经产生了一批有影响的成果,但几乎都是基于单模态模型。单一模态的智能模型在面对复杂的古文字问题时还存在很大的限制,只能在某些方面起到“辅助”作用,难以独立而完整地解决各种实际问题。文字的形、音、义与各种模态存在不同的关联,汉字的表意属性决定了图像模态和文本模态具有同样重要的作用,中国古文字研究与人工智能的结合须走多模态之路。近年来多模态大模型正在飞速发展,以此为契机来综合性地解决古文字检测、识别、复原等问题,有望取得更好的效果,而文字考释等一些过去难以触及的关键问题也能探索出新的解决路径。

关键词： 机器学习   甲状腺手术   术后恶心、呕吐  

摘要： 目的筛选甲状腺术后恶心、呕吐的相关因素,并建立预测模型评估系统。方法收集2022年9月至2023年3月在嘉兴市第一医院择期行甲状腺手术的196例患者资料,采用Python编程语言构建一个全面的模型及预测评估系统。在模型构建过程中,采用支持向量机、决策树、随机森林、逻辑回归和自适应增强(Adaboost)等5种机器学习方法。为确保模型的稳健性,从数据集中随机选取了90%的数据组成训练集,并将剩余10%的数据作为验证集进行验证。采用十折交叉验证方法对模型准确度进行评估。结果196例患者中术后恶心、呕吐组73例,无恶心、呕吐组123例。单因素分析结果显示,两组患者在性别、吸烟史、饮酒史、晕动病史或恶心、呕吐史、液体输入量、舒芬太尼及瑞芬太尼用量之间比较差异均有统计学意义(均P<0.05)。5种机器学习算法构建了预测模型,发现Adaboost算法构建的模型预测甲状腺术后恶心、呕吐准确度最佳(Mean AUC=0.74)。结论Adaboost模型预测甲状腺术后恶心、呕吐准确度最佳,可开发软件应用于临床实践,根据预测结果采取有针对性的防治措施,有效预防术后恶心、呕吐的发生。

关键词： 新医科   虚拟仿真   人工智能   计算机公共课  

摘要： 融合智能技术的实验设计方案,乃针对新医科背景下计算机公共课实验设计的需求而构建。该方案基于计算机科学的基础理论和医学学科的实际需求,结合了人工智能、大数据、虚拟仿真等多种技术手段,利用智慧教学平台,实现了对医学数据的智能处理和分析,为实验教学提供了强有力的技术支持。同时,实践教学结果表明采用该种实验设计方式,学生的兴趣和积极性得到了有效激发。学生们不仅可以理解知识点,还能够将所学知识运用到实际场景中。研究成果将进一步推动计算机公共课教学和医学科研的深度融合,为促进医学计算机基础实验设计提供了有益的参考。

关键词： 人工智能   新质生产力   调节效应   机制检验   空间效应   长江经济带  

摘要： 为探究人工智能对新质生产力发展的影响,基于2010—2021年长江经济带107个地级市的面板数据,从科技生产力、数字生产力、绿色生产力三个维度构建新质生产力发展的评价指标体系,研究发现:人工智能对新质生产力的发展具有显著的促进作用,且该结论在排除内生性干扰、外生政策冲击检验、替换解释变量、样本缩尾后依然成立;地区教育水平与市场一体化程度在人工智能赋能新质生产力的过程中发挥着正向调节效应,并且人工智能可以通过提高资源配置效率和产业结构升级两大渠道推动新质生产力发展;人工智能不仅能提升本地的新质生产力水平,并且对邻近地区新质生产力的发展也有促进作用,具有显著的空间溢出效应。基于上述结论提出了促进地级市人工智能发展、提升区域教育水平与市场一体化水平、发挥资源配置效率与产业结构升级对新质生产力发展的间接驱动作用、构建区域联动发展机制的政策建议。