关键词： 土壤温度   机器学习   神经网络   预测   随机森林   西藏那曲  

摘要： 土壤温度预测的研究目前主要集中在土壤表层,然而关于深层土壤温度的预测较少,尤其是在相关气象数据不易获取的高寒地区。本研究采用传统的随机森林算法、粒子群优化和蚁群优化的随机森林算法,以及三种神经网络方法(径向基函数RBF、BP神经网络、极限学习机ELM),预测7个深度(0cm、10cm、20cm、30cm、40cm、50cm和60cm)的土壤温度,并比较不同机器学习算法在预测不同土壤深度温度时的性能。利用西藏那曲市2017-2019年土壤温度和气象要素数据集,将气温、湿度、太阳辐射、降水量和大气压作为模型的输入变量,并使用泰勒图进行模型的评估。结果表明:西藏那曲地区浅层土壤温度变化剧烈,直接受大气温度和太阳辐射的影响,而具有一定的热绝缘性的深层土壤温度变化较为平稳,且表现为明显的季节性波动特征;对比不同模型发现,在多个深度的土壤温度预测中,RBF(径向基函数)神经网络模型的预测精度、稳定性和泛化能力均表现出了更高的准确性,R2范围为0.9016~0.9904,MSE(均方误差)在0.2501~2.7725℃,在50cm深度处精度最高,R2达到了0.9904;其次为RF模型,R2在0.8861~0.9381。RBF神经网络模型能够更准确地捕捉土壤温度与各种影响因素之间的复杂关系,包括气象条件、土壤深度等。本研究提供了一种更为可靠和精确的工具来预测不同深度的土壤温度,为农业管理、环境保护和气候变化研究等领域提供了一定的科学依据。

关键词： 人工智能   思政教育   精准化  

摘要： 文章分析了高校思政教育现状及精准化需求,阐述了人工智能在思政教育中的优势,如数据精准分析、个性化推送、智能交互等;利用人工智能实现了思政教育精准识别策略,包括学生思想动态精准画像、教育需求精准定位等;提出了精准施策的路径,如个性化教育内容定制、智能辅导与咨询、精准评估与反馈,旨在推动高校思政教育的精准化发展。

关键词： 家具   智能制造   工业机器人   技术体系  

摘要： 在工业4.0时代背景下,工业机器人在各种制造领域中的应用日益普遍。对家具智能制造行业中工业机器人技术应用存在的局限性问题进行深入分析,重点聚焦于工业机器人灵活性、人机协作、信息采集以及智能监控和质量控制等应用方面。在此基础上,结合家具智能制造转型过程中对工业机器人快速响应、个性化控制和按需定制等技术需求,构建了一个全面高效的技术体系。该体系涵盖硬件层、软件层、传感器、控制策略、技术整合和交互等模块,旨在为工业机器人在家具智能制造中的深度集成和智能化应用提供系统的技术支持。更进一步探讨了该技术应用过程中的潜在挑战与机遇,从技术挑战、经济效益和社会伦理考量3个方面进行详细解读,为家具产业的数字化智能制造转型升级提供技术支撑和理论指导。

关键词： 人工智能   内在语言   语言和思维   普遍语法  

摘要： 在这个访谈中,乔姆斯基强调,虽然像ChatGPT这样的人工智能系统取得了非凡的成就,但它们离对语言的理解和认知还相差甚远。真正的语言理解需要对语言内部结构的把握,而这正是人工智能模型所缺乏的。他指出,人类与生俱来就拥有一种普遍语法,这是一种使语言习得成为可能的先天认知结构,并建议人工智能也可以从类似的基础结构中获益。乔姆斯基对“语言决定思维”的观点提出质疑,指出我们与生俱来的认知结构很可能同时影响语言和感知。乔姆斯基还探讨了人类思维的本质及其给研究带来的挑战。他将语言、音乐、算术和其他认知领域并举,认为它们可能具有共同的基本结构。他提出,普遍语法这一核心认知结构很可能与现代人类同时出现,较为稳定,而语言本身则会随着时间的推移而变化。他还强调了计算效率原则对理解语言进化和变化的重要意义。总之,虽然ChatGPT和人工智能系统展示了令人印象深刻的成就,但乔姆斯基更强调语言和认知的极度复杂性,推进着科技探索和进步的边界。

关键词： 养老产业   养老服务设施   空间布局   POI数据   机器学习  

摘要： 养老产业发展关乎人口老龄化问题,现有的养老服务设施空间布局影响因素及预测优化研究尚不够深入。以杭州市为例,基于第七次人口普查数据及POI数据,对比了决策树(DT)、随机森林(RF)、极端梯度提升树(XGBoost)3种机器学习模型对养老服务设施空间布局的预测精度,选取较优模型进行空间预测分析,并辅以SHAP模型进行深度解释。结果表明:(1)RF模型的预测精度较高,SHAP模型可以对机器学习算法进行有效解释;(2)人口数量、政府机构对养老服务设施布局有积极作用,金融服务设施对养老服务设施布局有消极作用;(3)未来杭州市养老服务设施建设重点应布局在上城区、拱墅区及其外围区域,放缓富阳区、临安区的养老服务设施建设。

关键词： 人工智能   软件工程   软件开发   创新能力  

摘要： 文章探讨了人工智能技术在软件开发各阶段中的应用,包括需求分析、设计、编码、测试及维护等,分析了人工智能如何通过自动化任务、智能化工具和算法优化来提升软件开发的整体质量。研究表明,人工智能技术能够自动化重复性任务,减轻开发人员的负担,加快开发速度,降低人为错误,同时促进软件系统的智能化发展。

关键词： 纯磨玻璃肺结节   肺腺癌   HRCT   人工智能  

摘要： 高分辨率CT(High Resolution CT,HRCT)的广泛应用使得肺结节的检出率显著增加。持续存在的纯磨玻璃结节(Pure groundglass nodules,pGGN)可能与非典型腺瘤样增生(Atypical adenomatours hyperplasia,AAH)、原位腺癌(Adenocarcinoma in situ,AIS)或微浸润腺癌(Minimally invasive adenocarcinoma,MIA)或以附壁生长型模式为主要成分的腺癌(Invasive adenocarcinoma,IAC)有关联^([1])。由于5年生存率的差异,一般将AAH、AIS、MIA称为浸润前病变,将IAC称为浸润性病变。因此,准确识别pGGN的浸润性对患者个体化治疗至关重要。本研究旨在分析pGGN浸润性的独立危险因素,为其精准治疗提供参考。

关键词： 人工智能   知识工程   知识图谱   归纳关系预测   Transformer   门控网络   关系路径   关系上下文  

摘要： 针对现有的归纳关系预测方法中大多只考虑实体之间的关系路径,未考虑关系上下文包含的头尾实体的性质,提出一种融合关系路径和关系上下文的归纳关系预测(inductive relation prediction fusing relation path and context,IRP-RPC)模型,将关系上下文作为关系路径的补充来进行归纳关系预测.该方法仅依赖于关系语义信息,因此能够自然地推广到完全归纳的设置.先使用随机行走寻径策略获取关系路径和关系上下文,再设计并实现一个层次化的融合了门控网络的Transformer架构来统一聚合关系路径和关系上下文,以捕获实体之间的联系和实体的内在属性,并采用这些组件的自适应加权组合来做出最终预测.在公开的FB15K-237和NELL-995的8个版本归纳数据集上进行实验,与9个基线模型相比,IRP-RPC模型在精确率-召回率曲线下的面积(area under the precision-recall curve,AUC-PR)和hits@10指标上均取得了优异的性能,验证了其有效性和可推广性.研究表明,IRP-RPC模型通过融合关系路径和关系上下文,能够更全面地建模实体间的语义联系与结构信息,在解决传统归纳关系预测方法中路径信息与上下文信息利用不足的问题上具有显著优势.

关键词： 技术发展   生物信息识别   刑法保护   人工智能  

摘要： 随着我国数字化与智能化建设的推进,以人脸识别为代表的生物识别技术得到了迅猛发展,并被广泛应用于商业交易、治安防控、医疗卫生等领域。当前,生物识别技术在给人们带来便利的同时,也给刑法规制犯罪带来了新的问题。立法的滞后性导致利用生物识别信息进行的犯罪活动呈现高发态势,给司法实践带来了诸多挑战。在实体法层面,生物识别信息的概念模糊,缺乏明确的入罪标准,且深度伪造技术的非法利用难以有效规制;在程序法层面,电子证据的效力认定存在困难,主观故意的认定也面临挑战。文章通过分析这些困境的成因,从厘清生物识别信息相关规定和严格司法认定两个维度出发,提出了相应的刑法保护路径,旨在助力完善中国特色社会主义刑法保护体系,为生物识别信息的法律保护提供理论支持。

关键词： 人工智能   高能级发展   算力   大模型  

摘要： 新一代人工智能作为新一轮科技革命和产业变革的核心驱动力,正在全球范围内掀起探索热潮,深刻改变着我们的生产、生活方式,成为国际竞争的新焦点、经济发展的新引擎、社会建设的新机遇。当前,厦门正处在一个经济和产业转型时期,必须把握机遇,加快创新驱动,高能级发展人工智能产业,力求实现厦门产业和经济发展的新突破。