关键词： 吉非替尼   奥西替尼   机器学习   药物敏感性  

摘要： 目的基于机器学习算法筛选吉非替尼和奥西替尼药物敏感性预测基因,并构建药物敏感性预测模型。方法从癌症基因组图谱(TCGA)和基因表达汇编数据库(GEO)中下载基因表达谱,并从癌症药物敏感性基因组学数据库(GDSC)下载细胞系相关表达谱和IC50值,用于筛选吉非替尼和奥西替尼的药物敏感性预测基因,基于Lasso回归、逻辑回归(LR)和随机森林(RF)算法构建两种药物的预测模型,并识别预测基因。结果共获得28个吉非替尼药物敏感性预测基因和84个奥西替尼药物敏感性预测基因。其中,吉非替尼药物敏感性预测模型的预测效力为RF∶AUC=0.825,LR∶AUC=0.812;奥西替尼药物敏感性预测模型的预测效力为RF∶AUC=0.850,LR∶AUC=0.817。结论基于机器学习算法完成了药物敏感性预测模型构建,并筛选出TMEM158、RAB3B等药物敏感性预测的核心基因。

关键词： 人工智能   次季节预测   降水预测   “风顺”模型  

摘要： 次季节预测在农业规划、防灾减灾和水资源管理等领域具有重要意义。基于人工智能的“风顺”次季节预测模型(CMA-AIM-S2S-Fengshun),结合自主研发的CRA-40再分析数据和FY-3E卫星数据,通过级联Swin Transformer模块和智能扰动生成技术,实现了气候多要素集合预测。对2017—2021年中国区域降水的历史回算检验表明,“风顺”在逐候平均降水预测中的表现显著优于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)模式,整体技巧提升18.6%,其中华南地区提升41.2%,东部地区提升26.5%。在MJO(Madden-Julian Oscillation)预测方面,“风顺”将技巧保持时间延长至32 d(CRA-40驱动),超过ECMWF的30 d基准。个例分析显示,模型对2024年7月中旬华北强降水过程的落区和强度预测精度更高,提前3~4候捕捉到关键异常信号。

关键词： 常规测井数据   机器学习   精细KNN   精细决策树   煤体结构  

摘要： 煤体结构是煤炭开采的重要指标,因此对煤体结构的预测是煤炭开采领域的重点,利用因煤体结构不同而导致的煤层地球物理性质差异,选择出自然电位、自然伽玛、井径Ⅰ,Ⅱ、深侧向、浅侧向、补偿声波、补偿中子、补偿密度等新疆低阶煤常规测井数据,利用精细KNN、精细决策树等机器学习方法对常规测井数据与煤体结构的浅在函数关系开展研究。研究表明,使用机器学习可以对煤体结构进行精准预测,其中精细KNN预测数据准确率、精确率均达0.91,精细决策树预测数据准确率达0.87,但精确率高达0.98,研究证明机器学习方法能够为后续的煤炭开采工作提供有益帮助。

关键词： 微创技术   上颈椎手术   枢椎椎体骨折   人工智能  

摘要： 近日,山西医科大学第二医院骨科脊柱一病区宋文慧主任医师上颈椎团队,成功完成1例枢椎椎体骨折机器人辅助下后路微创经皮椎弓根钉内固定手术。该手术的成功标志着山西医大二院骨科上颈椎团队引领山西省上颈椎疾病诊治进入人工智能微创时代,达到国内领先水平。

关键词： 水资源承载力   耦合模型   系统动力学   机器学习   干旱区  

摘要： 随着全球水资源短缺问题的日益加剧,准确评估水资源承载力已成为实现区域可持续水资源管理和应对气候变化挑战的关键。鉴于水资源-生态-社会系统的复杂性,单一评价方法难以全面揭示其多维交互与动态变化过程。本文综述了水资源承载力评价中耦合模型方法的应用现状与研究进展,通过系统分析法、综合评价法以及机器学习等主要评价方法,揭示其在水资源承载力评价中的优势与局限性,并特别探讨了这些方法在干旱区应用时面临的挑战。本文从动态反馈机制、非线性建模能力、数据驱动性以及适用性等方面对不同方法进行了横向对比,分析了各方法在干旱区应用的适用性与局限性,并探讨了耦合模型的可行性,为解决干旱区水资源承载力问题提供了新的思路。未来研究应聚焦于多模型集成与数据驱动优化,以提升模型的泛化能力和适用性,推动水资源管理从静态评价向动态模拟和精准预测转变,为干旱区乃至全球的水资源可持续利用提供科学支持。

关键词： 人工智能   制造业   新质生产力   价值创造  

摘要： 制造业是立国之本、兴国之器、强国之基,制造业新质生产力是以科技创新为主导推动制造业高质量发展的当代先进生产力,人工智能作为第四次工业革命的核心引擎,在驱动制造业新质生产力实现价值创造中发挥着关键作用。从形成机理看,人工智能不仅能够从重塑生产力主体、升级生产工具、拓展生产对象三个方面赋能,建构制造业生产力系统,同时推动制造业生产方式的变革,打造智能化、服务化、生态化的生产体系。从作用机制看,人工智能通过发挥数据驱动效应、创新促进效应、要素配置效应和市场竞争效应,协同推进制造业新质生产力价值创造。从实现路径来看,通过建立健全制造业新质生产力价值创造的制度体系、提高核心技术创新能力、培育复合型人才队伍、加速工业数据价值化、建设国内统一大市场等,实现人工智能驱动制造业新质生产力价值创造。

关键词： 人工智能   新媒体技术专业   “五重一化”教学模式  

摘要： 人工智能的迅速发展推动新媒体技术专业教学模式的深刻改革,教学模式的改革对于培养复合型创新人才、促进教学方法多样化、优化教学评价体系具有重大意义。利用人工智能赋能新媒体技术专业教学模式改革,应遵循启发性、互动性、实效性的原则,构建“重内容学理性、重方法多样性、重过程互动性、重评价科学性、重特色创新性,将数智化手段贯穿始终”的“五重一化”教学模式。在教学改革中,深化学生对“五重一化”教学模式的理解与认同,提升教师对数智化教学工具的应用能力,建立多元化与智能化的教学评价体系。

关键词： 机器学习   混频模型   宏观经济预测   大数据  

摘要： 随着数据可获得性的提升,因子混频等预测模型中所包含的信息量大幅增加,随之而来的是大量低效甚至无效信息进入模型,导致模型预测效果降低。针对此问题,利用机器学习方法对数据集进行筛选,将筛选后的数据集应用于因子混频数据抽样模型,以此来改进因子混频数据抽样模型。研究结果发现,未经变量筛选的全样本模型虽然包含最丰富的信息,但由于部分指标与因变量的关联程度较低,导致提取的潜在因子与因变量之间的驱动因素存在差异,进而降低模型预测的准确性。通过恰当的指标筛选方法得到的特征子集,不仅能够提升数据集的有效性,而且有助于改善模型预测效果。

关键词： 机器学习   自然语言处理   公共图书馆  

摘要： 在数字化、信息化快速发展的时代,人工智能作为引领新一轮科技革命和产业变革的战略性技术,正深刻改变着人们的生活和工作方式。公共图书馆作为社会文化信息中心,肩负着保存文化遗产、传播知识、开展社会教育等重要使命。随着信息技术的不断发展,公共图书馆迫切需要进行数字化转型,以提升服务质量、优化管理流程和满足读者日益多样化的需求。人工智能技术的诸多优势,如自然语言处理、机器学习、图像识别等,为公共图书馆创新发展提供了新的机遇和途径。

关键词： 人工智能   密码学   交叉学科   教学改革  

摘要： 针对“人工智能+密码学”交叉学科教学中存在的问题,依托现有的密码学和人工智能课程,提出教学改革的总体框架,从教学目标、教学内容、教学方式、教学实践和考核方式几方面阐述教学改革过程,探讨人工智能技术在交叉学科建设中的应用方法和实践方案,目的是以产业发展需求为导向实现课程内容产教融合,建设交叉学科实践平台,最终形成一套培养创新型、复合型人才的“人工智能+密码学”交叉学科教学机制,为课程中后期开展交叉学科内容教育教学提供新的思路和方法。