关键词： 人工智能   智能物流技术专业   人才培养   体系重构  

摘要： 技术变革与人才培养之间具有复杂的内在关联。以智能运输、仓储、配送、客服为标志和代表,人工智能变革和重塑传统物流行业,“智慧物流”业已生成。“智慧物流”引发传统物流行业岗位发生显著变革,呈现岗位结构多样化、岗位职能专业化、岗位素质综合化、岗位人员不稳定等趋势。构建多元培养目标、复合课程体系、师资引育体系、双元育人机制,成为推进高职智能物流技术专业人才培养体系重构,培养适应“智慧物流”行业发展的创新型、复合型人才的必然选择。

关键词： 人工智能   护理专业   课堂教学行为   行为分析   深度学习  

摘要： 随着人工智能技术的不断演进,其在智慧教育领域的应用日渐深化。文章旨在探究在人工智能视域下,如何有效构建护理专业课堂教学行为分析与评价系统,进一步挖掘护理专业教学中教学行为的发生、发展规律及内在联系。通过运用人工智能技术,构建针对护理专业课堂教学行为的分析与评价系统,为提升护理教学质量、推动护理教育智能化、现代化提供参考和借鉴。

关键词： 西黄丸   胃癌   机器学习   网络药理学   免疫浸润  

摘要： 目的通过网络药理学和机器学习探讨西黄丸治疗胃癌的作用机制。方法所有数据采集和分析于2023年11月至2024年8月期间进行,研究的各阶段包括数据收集、基因靶点预测、网络模型构建及数据统计分析。利用中药系统药理学数据库(TCMSP)查询并提取西黄丸的化学成分数据,利用Swiss Target Prediction和HERB数据库预测活性成分靶点。使用Genecard收集疾病相关靶点,并筛选差异靶点。通过机器学习算法中的支持向量机进一步筛选疾病靶点基因。西黄丸治疗胃癌的潜在作用靶点是疾病靶点与活性成分靶点的交集。利用ClusterProfiler包进行潜在靶点的基因本体(GO)功能富集分析及京都基因与基因组百科全书(KEGG)通路富集分析。将活性成分与潜在作用靶点导入Cytoscape 3.10.0软件,构建“药物-活性成分-靶点”网络。拓扑分析获取西黄丸治疗胃癌的核心成分。利用LASSO回归筛选西黄丸治疗胃癌的核心靶点,Cibersort算法对核心靶点进行免疫浸润分析。数据通过R 4.2.1软件进行处理,采用t检验和单因素方差分析进行统计学检验。结果共选出有效活性成分41个,相关靶点182个,胃癌相关基因2410个,交集基因119个。通过GO富集分析,共识别出2049个GO条目(P<0.05);而信号通路富集分析则揭示了177条KEGG信号通路(P<0.05)。“药物-活性成分-靶点”网络分析发现,槲皮素是西黄丸治疗胃癌的核心成分。LASSO回归筛选出CD36、GJA1、SERPINE1基因可能是西黄丸治疗胃癌的核心作用靶点。数据分析结果显示,相较于正常样本,胃癌患者中GJA1和SERPINE1基因展现出较高的表达水平(均P<0.01),而CD36呈现低表达趋势(P<0.001),且均具有良好的诊断效能。预后分析结果表明,胃癌患者预后状况与核心靶点的表达水平呈负相关,即核心靶点表达水平越高,预后越不良。免疫浸润分析结果表明,胃癌的发生发展与多种免疫细胞失调相关,核心靶点CD36、GJA1、SERPINE1可通过调控多种免疫细胞浸润缓解胃癌进程。结论西黄丸可通过抗炎、调节免疫细胞功能等多方面发挥对胃癌的治疗作用。

关键词： 现代医药物流   人工智能   药品保障   江西省  

摘要： 目的完善现代药品流通体系,提升药品供应保障服务能力。方法对江西省637家药品批发企业和零售连锁企业发放《人工智能技术在江西省现代医药物流应用建设研究》调查问卷,调查内容包括医药企业未来5年实施现代医药物流的意愿、药品经营企业计算机配备情况、人工智能设备配置情况、影响因素、企业期望解决的问题,分析江西省现代医药物流发展存在的问题,并提出针对性建议。结果共发放637份调查问卷,回收395份有效问卷,有效回收率为62.01%。其中,194家(49.11%)企业表示有计划在未来5年达到药品现代物流条件;所有获得药品经营许可证的企业均已配备企业计划资源(ERP)系统;已配备仓储管理系统(WMS)、运输管理系统(TMS)、温湿度调控设备、条形码编制/打印扫描设备、射频扫描技术(RF)设备、动力输送线、自动导向搬运车(AGV)、电动叉车和巷道堆垛机的企业占比分别为24.30%,18.73%,84.81%,26.08%,17.22%,14.43%,12.41%,18.23%,7.09%。企业近3年年均销售额、企业仓库面积为主要影响现代医药物流是否建立的因素。医药企业希望能根据企业类型设置开办条件,放宽物流专业人员条件,解决医药物流配送“最后一公里”配送难、成本高的问题。目前存在企业数量增长速度快、规模偏小,企业设施设备智能化水平不高,企业人工智能设备投入与收益不相匹配等问题。结论建议政府相关部门提供相关支持政策,破除药品流通体制机制障碍;现代医药物流行业加强人工智能技术运用,提升企业核心竞争力,促进行业高质量发展。

关键词： 共型预测   机器学习   预测集   不确定性量化  

摘要： 共型预测通过将预测点扩展成预测集的方式来严谨量化预测的不确定性,它以灵活的结构和严格的有限样本理论保证而著称,可以简单而方便地嵌入几乎任何预测模型中,并随着机器学习的飞速发展而在近年来获得了越来越多的关注.本文综述共型预测相关的发展历程,在回顾共型预测的基础算法和理论同时,也对共型预测无处不在的应用场景进行了介绍.

关键词： AIGC技术   信息素养教育   AI素养   机器学习  

摘要： AIGC技术在辅助论文写作中的应用受到广泛关注。文章以信息素养教育领域的论文引言为研究对象,通过对比96篇论文的作者撰写引言与文心大模型生成的引言,利用机器学习分类方法和内容分析技术,深入探讨了两者在语言表达、逻辑结构等方面的异同。对比分析了学者撰写内容与文心一言大模型生成内容的差异性。研究发现大模型生成的引言与学者撰写的引言在语言表达、逻辑结构、信息准确性等方面存在一定相似性,但文心大模型生成的内容在句式变化、深度描述和引用权威性等方面仍有不足。AI工具在辅助论文写作中具有潜力,但学者仍需具备一定的AI素养能力。图书馆作为信息素养教育的重要基地,应加强对读者AI素养的培养,提高其对AI工具的认知水平和伦理意识。

关键词： 电子病历   胸外科   质量控制   人工智能   专家共识  

摘要： 电子病历的应用是现代医疗信息化的重要组成部分,也是提升医疗质量和安全性的关键环节。制定规范、标准的胸外科电子病历有利于规范诊疗流程、提高医疗效率、提升医疗质量、更好地保障患者安全;有利于标准化、结构化数据的采集和运用,推动临床决策和人工智能运用以及临床专科专病中心的建设。中国医师协会胸外科医师分会、海峡两岸医药卫生交流协会胸外科专业委员会、吴阶平医学基金会肺癌专业委员会、浙江省医师协会胸外科医师分会和福建省医师协会胸外科医师分会在充分考虑相关国家政策要求、信息标准以及临床应用实践难点、痛点和最新研究成果的基础上,探索电子病历创新路径;经过多方、多轮次专业的讨论、调研,制定《胸外科电子病历质量控制和管理中国专家共识(2024版)》,旨在为我国广大胸外科医师、信息从业人员提供住院电子病历建设和应用参考,促进胸外科领域信息化水平和医疗水平不断提升,助力健康中国建设。

关键词： 机器学习   二维Janus材料   磁矩   第一性原理计算  

摘要： 寻找尺寸小、稳定性高和易操控的纳米磁结构——磁斯格明子(magnetic skyrmion),是发展下一代高密度、高速度和低能耗非易失性信息存储器件核心存储单元的关键.磁性斯格明子根据其拓扑产生机制,可以由非中心对称结构诱导的DMI(Dzyaloshinskii–Moriya interaction)作用项产生.二维Janus结构具有两个不同面的原子层,可以形成垂直内建电场,打破中心空间反演对称性.因此寻找具有本征磁性的二维Janus材料是研究新型磁存储的基础.本文基于晶体材料数据库Materials Project中的1179种六角晶系ABC型Janus材料数据,以其元素组分信息为特征描述符,构建了随机森林、梯度提升决策树、极端梯度提升和极端随机树等四种机器学习模型,基于上述模型对晶格常数、形成能和磁矩分类进行了预测,并采用十折交叉验证法对模型进行了评估.梯度提升决策树在磁矩分类预测显示出最高的精度和泛化能力.最后,基于上述模型对尚未发现的82018种二维Janus材料进行了预测,筛选得到4024种具有热稳定性的高磁矩结构,并基于第一性原理的方法对其中随机抽样的13种高磁矩结构进行了计算验证.本研究为二维Janus材料磁矩分类和高通量筛选训练了有效的机器学习模型,加速了二维Janus结构磁性的探索.本文数据集可在https://***/10.57760/sciencedb.j00213.00072中访问获取.

关键词： 气候模式   人工智能   气候变化  

摘要： 人类活动引起的气候变化是自然生态和人类社会面临的严峻挑战。作为应对气候变化的重要工具,气候模式为理解过去气候系统演变机理、气候服务及预估未来全球变化情景提供重要支撑。然而,气候模式在过程表达、次网格参数化及空间分辨率等方面的问题严重制约了气候模式的模拟与预测能力。随着经济社会的发展,人工智能技术得以广泛应用,其具有的整合多源数据、识别潜在信息、学习已有“经验”等优势,有望为气候研究和应用提供新的助力。在此背景下,文中首先对气候模式的发展进行简要回顾,接着在此基础上结合人工智能技术特征,阐述人工智能在气候研究和服务中的应用并分析现阶段面临的挑战。结果表明,已有观测数据与模式输出结果能够为人工智能应用提供必要数据基础,人工智能则据此对气候模式进行优化和集成,进而提升了气候模拟与预测结果的准确性。展望未来,应当聚焦人工智能与气候模式的耦合问题并拓展人工智能在应对气候变化各领域的应用,从而更有效地应对全球气候变化带来的挑战。

关键词： 海岸带遥感   水体盐度   经验统计模型   机器学习   SERT模型  

摘要： 海岸带区域地表水体的盐度信息可以反映海水侵袭、海岸线退化以及土地盐碱化等生态状况,对滨海区域的海洋和陆地生态系统的研究、保护和资源开发有重要意义,但其监测主要依赖于现场测验,技术手段较为单一。卫星遥感方法具有高效、大范围的优势,本文采用高空间分辨率的光学遥感卫星开展海岸带地表水体盐度的反演方法研究,在分析单波段反射率、波段比值及常用的光谱指数与水体盐度相关性基础上,确定了水体盐度的敏感波段,构建了经验模型、半经验模型和随机森林模型,并对盐度反演的精度和结果进行比较与分析。结果表明,随机森林模型反演结果的检验精度较高,决定系数R^(2)为0.81,RMSE为193.01μS/cm,且精度稳定;半经验辐射传输模型检验的决定系数R^(2)为0.53,RMSE为303.82μS/cm;经验统计模型检验的决定系数R^(2)为0.16,RMSE为407.46μS/cm。该研究为掌握海岸带地表水质空间特征、分析水质时间变化、评价水资源可利用性提供了重要的技术途径,对海岸带生态环境的调查监测、修复治理具有重要意义。