关键词： 机器学习   抗微生物耐药性(AMR)   抗生素   基因组   深度学习  

摘要： 由于抗微生物药物尤其是抗生素的滥用或过度使用，微生物耐药性已成为全球公共卫生领域的紧迫挑战。近年来，随着高通量测序技术的迅猛发展，微生物组学数据呈指数级增长，利用机器学习预测微生物耐药表型和识别耐药标志物具有重要意义。有监督式学习和无监督式学习的机器学习方法已成功应用于早期微生物耐药性的准确预测。通过分析微生物的基因组和耐药性数据来构建机器学习预测模型，可提高对微生物耐药性的预测能力，制定更有效的抗生素合理使用策略，从而控制微生物耐药性的传播。综述了微生物耐药性领域常用的机器学习算法和机器学习模型的具体构建流程，并总结了机器学习在微生物耐药性预测中的应用及发展前景，旨在为未来各项耐药监测提供科学参考。

关键词： 数据要素   数字经济   机器学习   人工神经网络   fsQCA   SHAP  

摘要： 数据要素已成为促进数字经济发展的重要的生产要素，研究数据要素利用水平对于促进数字经济的发展具有重要意义。本文基于技术、组织、环境（TOE）理论框架，结合模糊集定性比较分析方法（fsQCA）与人工神经网络（ANN）方法，并引入可解释机器学习模型SHAP，对数据要素利用水平的影响因素进行研究。基于我国30个省（自治区、直辖市）的数据，实证分析数据要素利用水平的影响因素。研究发现，技术、组织和环境因素三者之间协同联动形成了3种能够产生高数据要素利用水平的组态路径：创新-组织-开放综合型、技术-组织-环境综合型、基建-机构-环境综合型。其中科技创新水平与数据资源开放程度对于高数据要素利用水平影响最为显著，并且如果单一的追求数据资源的开放度，反而会对数据要素的利用产生负面影响。研究结论在理论层面明晰了数据要素利用水平的影响因素及组态路径，丰富了数据要素的相关研究，提出的混合fsQCA-ANN方法为解决类似的复杂组态问题研究提供了新的思路。在实践层面为我国优化数据要素利用政策、提升数据要素利用水平提供理论依据和管理启示。

关键词： 机器学习   高光谱数据   岩石基本质量等级   空间预测   军事地质  

摘要： 精准获取军事地质要素属性信息,可有效支撑战场地质环境保障体系建设,为军事决策提供基础数据保障。传统军事地质要素获取以实地调查或遥感图像人工解译方法为主,在陌生地域数据获取方面,存在成本高、效率低、精度无法确定等问题;利用已知地域数据,采用机器学习、深度学习方法构建高光谱卫星影像军事地质要素属性模型,成为陌生地域数据获取的有效手段。本文提出机器学习支持下的岩石基本质量等级预测方法,对陌生地域岩石基本质量等级预测效果良好。在系统收集研究区岩石基本质量等级数据基础上,创建样本数据集,以资源一号02E高光谱卫星数据为数据源,采用SVC、RF、XGBoost、Stacking、Blending和Res Net50机器学习方法,开展陌生地域岩石基本质量等级的预测模型研究。研究结果表明,ResNet50模型为研究区岩石基本质量等级最佳预测模型,预测精度达65.53%,其次为Stacking模型,预测精度为41.53%,预测精度最低的是Blending模型;模型预测结果反映出研究区岩石基本质量等级的空间分异明显,总体呈现出北部岩石基本质量等级较高,以Ⅰ、Ⅱ级为主,西南部岩石基本质量等级较低,以Ⅳ、Ⅴ级为主的空间分布特点;陌生地域岩石基本质量等级以Ⅲ级及以下为主,东北方向岩石基本质量等级较高。研究以期为军事地质数据获取和数据应用提供依据。

关键词： 智能制造   单项冠军企业   作用渠道   结构解析   准自然实验  

摘要： 单项冠军企业被誉为制造业皇冠上的“明珠”,既是制造业细分领域的“领头羊”,更是建设制造强国的“牛鼻子”,对于打造中国制造技术高地将发挥日益突出的作用。以A股制造业上市公司为研究对象，在精准识别上市单项冠军企业的基础上，利用准自然实验方法研究智能制造赋能单项冠军企业培育的因果效应和作用渠道。结果表明：(1)智能制造能够显著地赋能单项冠军企业培育，其中数字化转型、融资约束缓解、实质性创新是三条重要的作用渠道。(2)五种智能制造细分模式均能在不同程度上赋能单项冠军企业培育。(3)智能制造对冠军示范企业的赋能作用最明显。(4)智能制造具有明确的企业靶向和行业靶向。(5)较高的区域数字经济水平、充分的区域资金供给与储备、较强的区域创新环境能够为智能制造赋能单项冠军企业培育提供良好的外在条件。本文在理论上印证了智能制造可以赋能单项冠军企业培育，也为大力推进智能制造战略布局以推动企业高效发展提供了政策启示。

关键词： 行政决策   人工智能   数字政府   Administrative Decision-Making   Artificial Intelligence   Digital Government  

摘要： 迈进数字化新纪元，人工智能为行政决策领域带来了技术革新，提升了决策效率和决策的科学、民主与合法性，也为防范权力滥用、助力数字政府建设贡献了力量。然而，人工智能行政决策并非尽善尽美。其自动化、复杂性和模糊性特点有时会导致智能决策与公民权益产生冲突，削弱决策者主导权，甚至带来责任追究的难题，潜在风险值得警惕。因此，法治化成为人工智能行政决策的必由之路。需对人工智能进行合理约束与调控，巧妙平衡智能决策与公民权益，激发公众参与热情，有效防范权利滥用。同时，强化决策者责任意识，完善责任追究机制。推动人工智能在行政决策中的良性应用，并妥善应对潜在风险，这不仅契合数字科技驱动的国家战略，更为数字法治政府建设增添了强劲动能，加快了政府治理与行政法治的现代化步伐。

关键词： 人工智能   三维重建   肺段切除术   Mimics  

摘要： 目的 分析人工智能（artificial intelligence,AI）软件和Mimics软件术前三维（three dimension,3D重建在胸腔镜下解剖性肺段切除术中的应用效果。方法 回顾性分析2019年10月—2024年3月于淮安市第二人民医院胸外科行胸腔镜肺段切除手术患者。术前行AI软件3D重建的患者纳入AI组，行Mimics软件3D重建的患者纳入Mimics组，未行3D重建的患者纳入对照组。比较各组患者的围手术期相关指标。结果 共纳入168例患者，其中男73例、女95例，年龄25～81(61.61±10.55)岁。AI组79例，Mimics组53例，对照组36例。三组患者在性别、年龄、吸烟史、结节大小、淋巴结清扫组数、术后病理结果、术后并发症等方面差异均无统计学意义（P>0.05）。三组患者在手术时间（P<0.001）、拔管时间（P<0.001）、引流量（P<0.001）、出血量（P<0.001）、术后住院时间（P=0.001）方面差异有统计学意义。AI组与Mimics组在手术时间、拔管时间、出血量、术后住院时间方面差异无统计学意义（P>0.05）。AI组与对照组在引流量方面差异无统计学意义（P>0.05）。结论 对于需行胸腔镜解剖性肺段切除患者，术前3D重建，依据3D图像行术前规划，相较于仅阅读CT影像，可缩短手术时间、术后拔管及住院时间，减少术中出血量及术后引流量。采用AI软件行3D重建对手术指导及术后康复方面不劣于Mimics人工3D重建，可减轻临床医师工作量，值得推广。

关键词： 水环境遥感   Sentinel-2 MSI   COD   机器学习   太湖及河道  

摘要： 高锰酸盐指数(CODMn)是水质监测和水环境质量评估中的重要指标之一，其动态变化可以准确地反映水体有机物污染程度，对流域污染治理和水生态环境保护具有重要意义.本研究以太湖及周边河道为研究区域，基于哨兵二号多光谱（Sentinel-2 MSI）影像和同步实测CODMn数据，利用多元线性回归和机器学习方法，构建了太湖及周边河道CODMn浓度遥感反演模型.结果表明：（1）CODMn与叶绿素a（Chl-a）浓度呈显著正相关（p≤0.001），其中在湖体和河道的相关系数（R）分别为0.87和0.89;（2）Sentinel-2的红光波段和植被红边波段反射率的对数比值（lgB4/lgB5）对CODMn变化最为敏感，相关系数最高为0.84，显著提高CODMn估算模型的精度；（3）支持向量回归模型是适用于Sentinel-2影像的CODMn最优反演模型，其决定系数为0.80，平均绝对百分比误差为8.89%，均方误差为0.34 mg·L-1，平均绝对误差为0.39 mg·L-1，均方根误差为0.58mg·L-1.本研究提出的基于Sentinel-2影像的机器学习模型实现了对太湖及周边河道CODMn的遥感定量反演，论证了非光学活性水质参数CODMn遥感反演的可行性.

关键词： 人工智能   外骨骼机器人   人机交互   关键技术  

摘要： 近年来，设计创新的工具和方法来把人工智能应用到外骨骼机器人设计中去的实验研究逐渐增多。这些创新的工具和方法的潜在优势就在于它们可以利用人工智能技术进行机器人的控制和数据分析，从而提供定制化的反馈和指导，实现个性化的康复治疗方案。为了了解人工智能在外骨骼机器人中的应用，根据外骨骼机器人的发展总结其设计中要注意的重点难点，即设计中需要用到的关键技术。通过分析这些关键技术，叙述了人工智能是怎么以新的工具和方法融入进外骨骼机器人中的。同时还指出了未来的外骨骼机器人将会在轻量化、多功能集成、远程康复和智能化等方面取得重大进展，为以后人工智能可以更好地引入到外骨骼机器人发展中去提供了一定的参考。

关键词： 人工智能   资本跨地区流动   交易成本   生产经营效率  

摘要： 作为新一轮科技革命和产业变革的重要推动力，人工智能成为影响资本跨地区流动的关键力量。基于此，以2014—2023年中国A股上市公司为样本，运用文本挖掘技术构建企业人工智能综合指标，探讨了人工智能在企业的应用对资本跨地区流动的影响及作用机制。研究发现：第一，人工智能可以显著促进上市公司设立异地子公司，加速资本跨地区流动；第二，机制分析表明，人工智能通过降低交易成本以及提高生产经营效率进而促进资本跨地区流动；第三，人工智能对资本跨地区流动的提升作用在非国有企业、高市场竞争企业以及中心城市企业中更强；第四，人工智能的发展促进企业新增异地子公司的同时不会对本地子公司产生挤出效应，存在帕累托改进。研究加深了对人工智能在资本跨地区流动中所扮演角色的理解和认识，为推进国内统一大市场建设提供了新的微观路径。

关键词： ChatGPT   人工智能   犯罪风险   刑事责任   ChatGPT   Artificial Intelligence   Crime Risk   Criminal Responsibility  

摘要： 近年来，人工智能的发展为我们社会带来了便利的同时，也可能导致犯罪的风险。传统弱人工智能犯罪的风险具有工具属性，可以由刑法进行直接规制，而强人工智能犯罪由于其具有一定的自主意识可以脱离控制者进行自主学习，由此产生了强人工智能是否承担刑事责任的争议。ChatGPT作为强人工智能的代表，已经普遍运用在我们的生活中，对其犯罪责任进行研究可以推动人工智能犯罪规制的向前发展。