关键词： 自身免疫疾病   人工智能   多模态   影像学   组学  

摘要： 自身免疫病是以皮肤、关节、血管等多系统损害为主伴免疫功能异常的一类疾病。在人工智能领域飞速发展的时代，单一模态人工智能与医疗领域的结合已经应用于影像识别、疾病的临床分型、协助个性化评估患者预后和提供康复支持等方面，为自身免疫病的早期诊断、精准个体化治疗作出巨大贡献。然而通过单一模态仅能分析患者的部分信息，难以解决完整的临床问题。将电子健康记录、医疗图像、多组学信息和环境数据等综合分析的多模态人工智能可以通过数据互补提供优化的临床筛查、诊断、治疗和疾病活动度及预后评估。目前针对多模态人工智能的研究有限，开发此类模型从技术、数据资源、社会因素等方面都面临着挑战，训练精准的融合模型是下一个目标。

关键词： 人工智能   信息技术   深度学习  

摘要： 在技术与教育碰撞共融的过程中,随之而来的是教与学的方式发生革命性的变化.《教育信息化2.0行动计划》提出需要充分利用大数据、人工智能(AI)等新技术助力教育教学的改革发展,推动新技术支持下的教育模式变革和生态重构.本文分享了南昌市第二中学利用AI赋能信息技术课堂,促成学生深度学习,努力培养新时代创新型人才的具体实践经验,以期能够为其他学校的创新教育提供新的思路.

关键词： 路面工程   构造深度预测   机器学习   数据扩充   路面抗滑  

摘要： 为精准预测路面构造深度，基于路面状况、气候条件、交通荷载、集料类型4类数据，开发路面构造深度预测模型。根据长期路面性能数据库中的小样本数据，利用PchipInterpolator插值法扩充多段点数据，获得7339组数据。基于该数据集和12个特征输入，开发了XGBoost、AdaBoost、ExtraTrees、LightGBM、RandomForest、TCN六种机器学习模型以预测路面构造深度。结果显示，XGBoost回归模型性能最佳，训练集和测试集的决定系数分别为0.998和0.968，故优先选用XGBoost回归模型进行预测分析。数据扩充显著提升了各模型的预测精度，且对TCN回归模型的积极影响最大，可提升51.09%。利用SHAP方法解释模型特征的重要性，其中影响因素排名前6位的依次为厚度、平均温度、第9类卡车交通量、4.75mm筛孔通过率、重型卡车交通量和0.075mm筛孔通过率。特征选择分析结果显示，特征数量为9时的预测精度较特征数量为12时略有下降，但当特征数量减少至6时，模型预测精度显著降低。

关键词： 卷积神经网络   膀胱肿瘤   磁共振成像   机器学习   预测模型  

摘要： 核磁共振成像在膀胱肿瘤的分级和分期预测诊断中具有重要意义,对于早期检测膀胱癌、降低死亡率和提高患者生活质量至关重要.本文基于机器学习开发了预测模型,旨在准确、高效地预测膀胱癌患者磁共振T2W影像上肿瘤的组织病理学分级和分期.经过多轮训练和测评,模型的识别率高达0.99,为膀胱癌诊断提供了可靠的辅助工具,有望在临床实践中发挥重要作用,为患者的治疗和管理带来积极影响.

关键词： 分布式光纤传感   机器学习   神经网络   信噪比   空间分辨率  

摘要： 分布式光纤传感技术通过解调光纤中散射光的改变来探测系统温度、应变、振动等参数,实现分布式测量.由于散射光信号较弱,系统信噪比低,传感性能受限,近年来,通过机器学习的方法来提升分布式光纤传感系统的性能逐步成为研究热点.从数据提取、噪声去除、分辨率增强等方面,详细介绍了近十年来机器学习技术在分布式光纤传感研发领域的研究进展,并进行了分析对比与技术展望.各类机器学习算法技术在处理速度方面表现出不同程度的提升.其中,去噪神经网络在提高信噪比方面较为显著,表现出优越的噪声抑制能力,信号质量得到进一步改善.此外,卷积神经网络在提升空间分辨率方面具有突出的优势,能够更精确地捕捉和解析复杂的空间特征.这些相关研究成果有望进一步推动后续机器学习技术在各类型分布式光纤传感技术上的深入应用.

关键词： DeepSeek   生成式人工智能   法律合规   监管   人工智能  

摘要： 随着生成式人工智能的快速发展，DeepSeek的问世与开源备受关注。DeepSeek凭借对算法模式、知识蒸馏以及思维链技术的破局，实现了低成本训练与高效输出。技术的变革对生成式人工智能的监管具有两面性：一方面，思维链和模型开源缓解了“算法黑箱”困境，为监管审查提供便利；另一方面，对隐私保护和数据合规、知识产权、“幻觉问题”以及模型安全性隐患等带来新挑战。DeepSeek的爆火再度说明，生成式人工智能的监管应面向未来，将隐私保护与数据安全、技术创新与保护平衡、模型提示与反馈机制、模型安全性作为监管重点，避免技术滥用与恶意攻击，保障并促进生成式人工智能安全、良性发展。

关键词： 美国智库   人工智能   国际关系   中美关系  

摘要： [目的/意义]分析美国智库对人工智能影响国际关系的研究观点，有助于把握美国政府对华科技博弈战略及走向，为中国发展人工智能、提升人工智能全球治理话语权提供支持。[方法/过程]本文以国际关系领域影响力、人工智能与跨学科研究能力和政治立场为标准，选取10家美国样本智库，梳理其研究成果，分析其对人工智能影响国际关系及维持美国人工智能领先地位的主要观点，从中得出对中国的启示。[结果/结论]美国智库对人工智能影响国际关系的研究涉及人工智能对未来地缘政治形态的塑造、人工智能将成为大国竞争的关键要素、人工智能影响国际安全形态和人工智能全球治理挑战等多个议题，并突出较强的竞争色彩，凸显了美国在人工智能时代护持技术和话语霸权的谋划。对此，中国智库应采取加强与各方互动、瞄准前瞻性研究、提升人工智能领域交流对话等举措。

关键词： 机电一体化   技术发展   技术应用   智能制造   工业4.0  

摘要： 本研究采用案例分析、文献研究和对比分析等方法,针对传统机械系统功能单一、智能化水平低的问题,深入分析了机电一体化技术在提升工业自动化、增强设备智能化等方面的应用.研究结果表明,机电一体化技术在数控机床、工业机器人、计算机集成制造系统等关键领域都取得了显著成果,提高了生产效率、操作精度和系统稳定性.本文的创新之处在于深入分析了机电一体化技术的核心组成,并结合实际应用案例,展示了其独特的优势和价值.

关键词： 土壤有机碳   光谱指数   连续小波   机器学习  

摘要： 为探究光谱指数(SIs)结合连续小波变换(CWT)对土壤有机碳(SOC)的反演效果,针对德国东北部代明镇的61个土壤样本,运用差值指数(DI)、比值指数(RI)、归一化差值指数(NDI)和再归一化差值指数(RDI)与CWT分别处理光谱数据.通过分析各指数和小波系数与SO含量之间的二维相关性,分别筛选出最佳SIs和小波系数中相关性最高的20个波段,构建以原始光谱全波段(OR)、SIs、CWT和SIs+CWT为输入变量,结合支持向量机(SVM)、随机森林(RF)和反向传播人工神经网络(BPANN)这3种算法的SOC质量分数估算模型.结果表明:SIs和CWT处理后的光谱数据相较于原始光谱,其相关系数分别提高～0.17和～0.14;在机器学习模型方面,BPANN具有最佳的模型精度;4种输入变量中,SIs+CWT-BPANN模型的验证效果最佳,决定系数为0.95,均方根误差为2.13 g/kg,相对分析误差为4.67,表明结合SIs和CWT的最佳特征耦合机器学习方法可提高模型对SOC含量的估计精度.研究为有效估算SOC含量提供新的视角,对土壤质量和作物产量评价具有重要意义.

关键词： 配电自动化   智能电网   大数据   人工智能   物联网  

摘要： 随着信息技术的快速发展,智能电网成为现代电力系统的重要发展方向.配电自动化技术作为智能电网的核心组成部分,显著提高了电网的效率和可靠性.本文首先对配电自动化技术的基本概念以及在智能电网建设中的应用现状进行了系统分析,探讨了其在提高电网智能化水平、优化能源管理和提升供电质量等方面的重要作用.其次,本文也提到了配电自动化技术在实际应用中面临的技术集成、数据安全、高成本等挑战.最后,文章进一步分析了配电自动化技术的发展趋势,包括物联网与大数据的融合应用、人工智能与机器学习技术的引入、绿色能源与配电自动化的结合以及边缘计算与分布式智能的应用.