关键词： 图书翻译出版   人工智能   出版成本   出版收益  

摘要： 随着国内外人工智能语言模型的使用,利用人工智能大量翻译图书成为一个前沿研究。人工智能语言模型翻译成本低、速度快,它的使用能够极大地降低出版社支付的稿酬成本,解决了图书翻译周期长的问题。但是翻译过程中译者的缺失,也增加了翻译完成到出版过程中的人工成本,翻译费用的减少是否能抵消这种人工成本的增加,从长期和短期来看会有不同的结论,尤其对于学术图书的翻译工作而言,这个问题则更为复杂。基于此,本文首先阐述研究背景,其次探讨人工智能翻译的应用,再次比较人工智能语言模型与专业译者的成本,最后综合分析成本收益,以期为相关的研究和实践提供参考。

关键词： 边坡稳定性   预测模型   机器学习   正弦余弦算法   梯度提升树   内摩擦角  

摘要： 边坡稳定性智能预测是边坡治理和边坡结构设计的重要基础。边坡稳定性评估具有复杂性和非线性,各种智能预测模型通常具有更好的性能,为研究边坡稳定性问题提供了新的方向。构建了基于正弦余弦算法(SCA)优化梯度提升树(GBDT)的边坡稳定性预测混合模型。收集436个边坡案例来建立数据库,包含6个参数(边坡高度H、边坡角β、容重γ、内聚力C、内摩擦角φ、孔隙水压系数ru)和边坡状态数据。80%数据划分为训练集,20%数据为测试集进行测试。通过结合五重交叉验证和正弦余弦算法来调整模型的超参数。根据准确率、精确率、召回率、F1分数、AUC来评估所提出方法的性能。同时,研究对比了5个经典分类机器学习模型,以评估模型预测边坡稳定性的性能和适用性。结果表明:SCA能显著提高GBDT模型的性能,SCA-GBDT模型的准确率、精确率、召回率、F1分数、AUC分别为0.8860,0.877,0.915,0.896和0.955。通过SHAP算法对模型特征重要性分析,发现内摩擦角对预测结果的影响最显著。SCA-GBDT模型为预测边坡稳定性提供了一种可靠的方法,可以应用于边坡工程实践。

关键词： 数字化转型   大数据   人工智能  

摘要： 面对新一轮科技革命与产业变革,高等教育数字化转型已成必然。以教育部直属高校为研究对象,运用问卷调查、实地调研、文献分析与案例研究等方法,系统评估高校数字化转型现状及挑战。研究表明,高校在网络基础设施、教学科研、业务系统融合及数字化文化建设方面取得进展,但仍受顶层设计不足、数据驱动决策体系不健全、人员数字素养欠缺等因素制约。基于此,本文构建高校数字化转型策略框架,提出三大核心方向与五个主要步骤,为高校数字化转型提供理论支撑与实践参考。

关键词： 拉曼光谱   肺癌   血清   机器学习   支持向量机  

摘要： 肺癌严重威胁人类健康,近年我国发病率逐渐增加。影像学和病理组织学检查是肺癌的主要筛查方式。影像学检查作为初筛方法,应用广泛,但存在不确定性。病理组织学检查结果准确,是肺癌诊断的“金标准”,而组织样本的获取对人体创伤较大。有必要开发一种可靠且创伤小的肺癌诊断方法。血清样本的获取比病理组织样本的获取便捷,且创伤小。拉曼光谱具有测试简单、快速及灵敏度高等优点,可获取血清的生化信息。该研究使用拉曼光谱技术测试155例健康受试者和92例肺癌患者的血清样本。在1800~800 cm^(-1)的波段范围内对健康受试者和肺癌患者血清的拉曼光谱进行曲线分峰拟合,发现肺癌患者的拉曼光谱在1005和1091 cm-1附近的子峰面积百分比较健康受试者分别增加3.36%和5.32%。在964、1522和1586 cm^(-1)附近的子峰面积百分比,肺癌患者比健康受试者降低了2.3%、2.82%和5.6%。曲线分峰拟合结果初步表明,肺癌患者的血清中类胡萝卜素、氨基酸、核糖、核酸等生化物质含量发生了变化。为了深入探索肺癌患者血清的拉曼光谱特征,利用机器学习挖掘血清的拉曼光谱数据中隐含的信息。首先使用主成分分析(PCA)提取光谱的特征变量,并将获得的特征变量分别应用于支持向量机(SVM)、随机森林(RF)、k邻近(kNN)、逻辑回归分类(LRC)、决策树(DT)和贝叶斯(Bayes)算法建立分类模型,再使用留一交叉验证法评估模型的预测性能。结果显示:SVM模型对肺癌患者血清的拉曼光谱分类效果最好,准确率、灵敏度、特异性和F1分数分别达到98%、94.44%、100%和97.14%。SVM模型的9折交叉验证ROC曲线下面积的平均值为0.94,说明SVM算法的预测性能较好。研究表明,血清拉曼光谱结合机器学习算法可对肺癌进行有效诊断,该技术创伤小且准确率高,是一种潜在的肺癌诊断技术。

关键词： 人工智能   数字化赋能   乡村振兴   教学模式   人才培养  

摘要： 我国实施改革开放40多年以来,取得非凡的成就,城市化的推进解决大部分的就业问题,但是相对偏远的农村发展较慢。教育部大力发展职业教育,为乡村振兴提供大力的技术支持和理论指导。基于乡村振兴战略高职院校人才培养模式研究与实施,从政府、企业、学校3个方面分析高职院校在乡村振兴战略实施所起的作用,继而推动高职院校多元化发展,解决学校的招生就业、社会企业的用工、当地政府的脱贫攻坚战工作等多方面的难题。提出基于人工智能时代数字化赋能助力乡村振兴,并且取得一定的成效。

关键词： 动态电力定价   智能电网   人工智能   优化策略   能源管理  

摘要： 针对动态电力定价中多目标优化难题,提出一种结合深度强化学习与粒子群优化的混合算法。该算法利用深度强化学习的动态策略生成能力,结合粒子群优化的全局搜索优势,实现了电网收益最大化、负荷波动最小化和用户满意度提升的综合优化。通过对比试验验证,该算法在电网收益提升率、负荷波动降低率和用户满意度提升率等核心指标上均显著优于单一算法,表明该方法能够为智能电网提供高效的动态定价策略,具有较高的理论和应用价值。

关键词： 泥石流易发性   物源特征   机器学习   金沙江上游  

摘要： 为探究流域内物源的空间分布状态对泥石流易发性的影响,采用数学统计原理最近邻指数对物源的空间聚类进行量化,并基于2243条小流域为评价单元,以纵比降、面积-高程积分、地形湿度指数、地震峰值加速度、岩性坚硬度为孕灾指标,物源的聚集度指标、连通性指数、物源储量等物源指标为核心,依托LightGBM模型探究金沙江上游石鼓-岗托河段的泥石流易发性。研究过程分别计算物源因子的指标体系与不包含物源因子的指标体系。两种结果均表明:较高、高易发区主要集中在奔子栏-巴塘河段。通过ROC(receiver operating characteristic curve)曲线分析可得,加入物源特征指标后得出AUC(area under the curve)值与不含物源特征的AUC值相比提升了6%,表明在加入物源指标后,模型呈现出良好表现,预测精度较高;也证明了物源特征指标对于泥石流发生概率的关联性很大。

关键词： 船舶设备   大数据分析   状态预测   机器学习   预测性维护  

摘要： 随着船舶工业的数字化转型,设备状态监测与预测性维护变得愈发重要。通过研究对船舶设备运行数据的收集、处理和分析,建立一套基于大数据和机器学习的预测模型,其能够对关键设备的运行状态进行实时监测和预测。研究采用多源异构数据融合技术,结合深度学习算法,实现了对设备故障的早期预警。实验结果表明,该模型在预测准确率上达到92.5%,较传统方法提高了15%,对设备维护决策具有重要的指导意义。

关键词： 微型计算机系统   中国计算机学会   数据库理论   人工智能   传感器网络   计算机学科   中国科学院   办刊风格  

摘要： 《小型微型计算机系统》创刊于1980年,由中国科学院主管、中国科学院沈阳计算技术研究所主办,为中国计算机学会会刊.创刊40年来,该刊主要面向国内从事计算机研究和教学的科研人员与大专院校的教师,始终致力于传播我国计算机研究领域最新科研和应用成果,发表高水平的学术文章和高质量的应用文章,坚持严谨的办刊风格,因而受到计算机业界的普遍欢迎.《小型微型计算机系统》所刊登的内容涵盖了计算机学科的各个领域,包括计算机科学理论、体系结构、软件、数据库理论、网络(含传感器网络)、人工智能与算法、服务计算、计算机图形与图像等.

关键词： 医疗器械行业   医用机器人   微纳米技术   人工智能   医疗器械使用   质控   质量控制措施   疾病诊治  

摘要： 为促进我国医疗器械行业的快速发展,推动新型医疗器械的临床应用,我刊“论著-医械应用与质控”栏目特面向全国征稿。该栏目主要报道医疗器械在临床诊断和治疗方面的应用价值,探讨医疗器械使用中的安全、计量和质量控制措施,选题包括但不限于:(1)新型医疗器械(如人工智能医疗器械、医用机器人、可穿戴医疗器械、微纳米技术装备等)的临床应用;(2)常规医疗器械在新型或罕见疾病诊治方面的应用。