关键词： 缺血性心脏病   住院费用   机器学习   SHAP   影响因素  

摘要： 目的构建缺血性心脏病住院费用预测模型,揭示影响其住院费用的关键因素,并分析变量之间的交互作用。方法提取四川省医保综合服务平台2020年1月至2021年12月的患者数据,按照7∶3的比例划分训练集和测试集,并采用十折交叉验证构建并训练多种机器学习模型,利用SHAP理论进行解释。结果6个模型中,XGBoost模型表现最好,其测试集的决定系数为0.60、均方根误差为9969.71元、平均绝对误差为5242.90元,SHAP结果发现对住院费用影响最大的5个变量依次为手术、住院时间、医院等级、疾病类型和DRG,进行3级或4级手术、住院时间延长、在三级医院住院、为急性心肌梗死和非DRG支付时,其住院费用更高。SHAP交互作用表明,随着住院时间延长,当患者发生4级手术、在三级医院时,其住院费用会更高;DRG支付会降低患者的住院时间并减少不同疾病类型患者的住院费用。结论本研究构建的可解释XGBoost模型对缺血性心脏病患者住院费用具有良好的预测性能,结合SHAP理论能够有效识别影响住院费用的关键因素并分析其交互作用。

关键词： 风险规制   高风险   人工智能   欧盟模式   场景化监管  

摘要： 欧盟《人工智能法案》单独并重点规制高风险人工智能系统,其负面效果或影响因此种程度监管获得“可规约、可接受水平”的合法化。中国高风险人工智能获得社会信任同样需要妥当监管的背书。高风险人工智能蕴含不确定性,对其安全的关切转向为对风险的规制,从风险规制理论到相关制度实践,从而发现高风险人工智能监管“欧盟模式”存在认知偏差。正是因为欧盟基于风险度量的风险规制和主观上所感知的风险类型,“欧盟模式”可能会抑制创新,增加合规成本。源于此,中国不宜简单追随“欧盟模式”,应从理念、模式、机制三个方面优化高风险人工智能监管的规范路径,以确保发展与安全目标的平衡。

关键词： 个性化教学   人工智能   初中生物   教学策略  

摘要： 个性化教学是一种直面学生差异、针对性强的新型教学模式,是实现全面素质教育的必经途径。然而,在当今的初中生物课堂中,推行个性化教学仍存在师资力量不足、教学效率低下等问题,人工智能这一高新技术的出现为解决上述问题提供了新的思路。通过合理利用人工智能,可以使个性化教学模式在初中生物课堂中高效推广并发挥其应有的应用价值,本文在分析个性化教学必要性的基础上,论述了人工智能对于初中生物课堂施行个性化教学的具体方案。

关键词： 热带气旋   最大风速订正   经验公式   机器学习   LightGBM模型  

摘要： 热带气旋最大风速是评估台风灾害影响的重要指标。由于观测技术限制和数据整编方式差异,1970年代以前的热带气旋最大风速数据存在明显偏大的现象。采用经验公式法和LightGBM机器学习模型对最大风速进行了订正。结果表明:经验公式法对风速的订正效果整体较好,但当风速小于20 m/s或大于52 m/s时误差会迅速增大;LightGBM模型的风速订正结果表现出更高的准确性和稳定性,尤其适用于高/低风速情景;相比于公式法和LightGBM模型,复合法在风速订正精度上表现更优,其均方根误差相较于上述两种方法分别降低了24.2%和7.1%。本研究提出的订正方法能够显著提高早期热带气旋最大风速数据精度,为台风灾害评估、风暴潮预报预警和海岸带防灾减灾政策制定等提供可靠的数据支撑。

关键词： 机器学习   缺口件疲劳寿命   特征重要性   数据集划分   En3B低碳钢  

摘要： 构建合适的缺口件疲劳寿命预测模型,对于评估结构疲劳寿命具有重要意义。采用支持向量机、随机森林两种常用机器学习算法,建立En3B低碳钢缺口件的疲劳寿命预测模型,讨论了两种算法的预测能力。结果表明与随机森林模型相比支持向量机模型预测结果表现更佳。同时对与寿命相关联的特征进行重要性排序,重要性最高的特征为名义净应力幅。此外,数据集的划分也会对模型训练产生影响,为了充分利用数据进行有效训练,应选择合适的数据集划分方式。

关键词： 人工智能   初中数学   学科德育   数学文化  

摘要： 初中数学课堂不仅是教学知识传授的阵地,更是学生价值观塑造的重要场所。人工智能技术为初中数学学科德育实施提供了新的路径。借助AI可以重新审视数学学科的育人价值,在引导学生探索数学奥秘的过程中,既培养他们的思维能力,又培养其道德品质,让学科核心素养与品德培育在课堂中自然交融。

关键词： 电子信息技术   人工智能   应用  

摘要： 随着科技的飞速发展,人工智能(AI)已成为推动社会进步和产业变革的核心驱动力之一。人工智能的广泛应用离不开电子信息技术的强力支撑,两者相辅相成,共同推动了智能化时代的到来。电子信息技术作为现代科技的基础,涵盖了从硬件设计、软件开发到网络通信、数据处理等多个领域,为人工智能的发展提供了坚实的技术保障。基于此,文章首先简要分析了电子信息技术与人工智能的基础理论,随后从五个方面提出了人工智能领域中电子信息技术的应用,以供相关人士交流参考。

关键词： 工业AI   智能制造   产业转型   工业智能化   AI驱动  

摘要： 2025年7月17日,由机械工业仪器仪表综合技术经济研究所、国际电工委员会(IEC)智能制造系统委员会中国专家委员会联合举办的第二十一届工业自动化与标准化研讨会(IASF)在北京中国职工之家成功召开。会议期间,中控技术股份有限公司总裁助理兼机器人业务部部长石莹接受了记者采访,深入分享了公司在工业AI领域的前沿突破及其对产业发展的深远影响。

关键词： 人工智能   医院   纸质档案管理  

摘要： 近年来,我国人工智能技术不断发展,并在各行各业得到了广泛应用。人工智能的应用能够有效解决医院纸质档案管理存在的一些问题。基于此,文章先探究了人工智能在医院纸质档案管理中应用的必要性,然后探讨了人工智能时代医院纸质档案管理所面临的现实困境,最后提出人工智能时代医院纸质档案管理的应对策略,以期为医院相关档案管理人员提供参考。

关键词： 生产节拍   贝叶斯优化   性能预测   XGBoost模型   机器学习  

摘要： 针对复杂装配线资源配置频繁扰动而引起的生产节拍评估需求,建立基于XGBoost模型的复杂装配线生产节拍快速预测方法。在仿真数据样本获取的基础上,将处理好的数据集输入XGBoost模型进行训练,利用XGBoost模型内置的特征重要性进行特征选择,完成数据降维;采用贝叶斯优化(Bayesian Optimization,BO)算法对XGBoost模型的超参数进行优化,将优化后的超参数赋给XGBoost模型进行生产节拍的预测,提升模型的性能表现。以某型飞机装配线为例,对所提方法进行了验证,在模型优选方面,相比基于贝叶斯优化的LSBoost模型和随机森林(Random Forest,RF)模型,BO-XGBoost模型均展现出了更优越的性能;在超参数优化方面,相比基于传统遗传算法优化的XGBoost模型,BO-XGBoost模型测试集的相关系数R^(2)=0.944,均方根误差为1.71,能够精确地预测生产节拍,从而提升系统实时分析、动态优化与决策能力。