关键词： 虚拟影响者   人工智能   影响者营销   品牌代言  

摘要： 随着AI技术的发展,虚拟影响者作为新兴的营销工具,通过模拟人类特征和个性来吸引消费者,尤其在年轻群体中影响力显著。企业可以从形式真实性和行为真实性两个维度出发,设计不同类型的虚拟影响者。企业在营销活动中应用虚拟影响者可以通过新颖性吸引消费者注意力,从而提高品牌创新感知,还可以避免出现真人影响者那样的丑闻事件和不当行为风险。然而,虚拟影响者营销也存在潜在消极效应,如算法出错引发的算法厌恶、恐怖谷效应以及消费者对虚拟影响者真实性的质疑。影响虚拟影响者营销效应的重要调节因素包括来源透明度、产品类别/特征、应用场景以及消费者个体差异等。最后,研究对虚拟影响者营销效应进行了总结,并进一步探讨了虚拟影响者营销在技术赋能、作用机制、营销结果、营销伦理等领域的未来研究展望,以及虚拟影响者营销应用的广阔发展前景和可能面临的挑战。

关键词： 人工智能   大语言模型   DeepSeek   师生关系  

摘要： 随着人工智能技术的快速发展，特别是DeepSeek等大语言模型在教育领域的广泛应用，传统师生关系正经历深刻变革。基于教育生态理论与技术哲学批判，研究揭示了人工智能对师生关系的三重冲击，包括教师角色的功能性弱化、学生学习方式的个性化与依赖性张力，以及技术中介加剧的师生交往异化。为应对以上挑战，提出人工智能支持下的新型师生关系，包括人机协同的“三方模式”、教师角色的再定位以及多元化的师生互动模式。在此基础上，提出师生关系的重构路径，聚焦情感交流与人文关怀的强化、伦理规范的建立与执行以及智能教育生态系统的构建，旨在实现技术赋能与人文价值的动态平衡，为人工智能时代教育本质的回归与师生关系的可持续发展提供理论依据和实践参考。

关键词： 刀具磨损   状态监测   传感器   特征提取   机器学习  

摘要： 刀具磨损状态监测是机械加工行业中保障加工质量、提高生产效率以及确保设备安全运行的关键技术之一。刀具磨损状态监测对刀具寿命优化与产线能效控制具有重要的意义。文章从传感器的选择、特征提取、机器学习和深度学习四个维度，系统地介绍了切削加工过程中刀具磨损状态监测的研究进展。着重分析了磨损信号的选择，时域、频域和时频域内特征提取的常用方法，机器学习和深度学习在刀具磨损状态监测的应用。在此基础上，对切削加工刀具磨损状态监测的研究难点进行了分析，并总结了目前存在的问题。最后，对切削加工中刀具磨损状态监测技术今后的发展趋势进行了展望。

关键词： 轴孔装配   机器学习   主动姿态偏摆   力-位置矢量模型   优化算法  

摘要： 针对机器人轴孔装配中因寻孔阶段时间长导致装配效率降低的问题，提出一种基于随机森林(random forests， RF) 与开普勒优化算法（Kepler optimization algorithm， KOA）和蜣螂优化算法（dung beetle optimizer， DBO）的机器人主动姿态偏摆寻孔轨迹优化方法。首先，通过光栅运动采集轴孔接触力数据，构建数据集并划分偏角域；其次利用KOA优化RF构建力-偏角域分类模型，同时采用DBO优化RF建立力-偏距回归模型。最后基于分类模型预测的偏角域，控制机器人做主动姿态偏摆运动以精确寻孔方向。实验结果表明，所提出的力-位置矢量模型相比优化前将寻孔时间缩短13.3 s，寻孔步数减少50%，有效提高了寻孔效率并优化了寻孔轨迹。

关键词： 异常检测   单粒子微闩锁   机器学习   电磁辐射   无监督式检测算法  

摘要： 在复杂的空间辐射环境中，商用半导体器件发生单粒子微闩锁（micro single-event latch-up,μ-SEL）现象愈发频繁，μ-SEL会影响电路局部功能并导致局部电流异常，目前对于μ-SEL的检测，需要获取器件的电流信息（接触式），并且检测过程中依赖发生故障的真实标签，存在极大的局限性。本文提出一种基于机器学习的非接触式μ-SEL检测方法，使用激光诱发μ-SEL，通过采集器件辐射电磁信号并分析其特性，对生成高质量数据集使用主成分分析降维进行特征提取与降噪，基于K近邻算法在非接触的情形下实现了对μ-SEL的高精度（99.88%）检测，同时，通过优化基于密度的空间聚类算法等无监督式检测算法参数，对无需样本真实标签的数据集实现了92%的检测精度，克服了传统方法在μ-SEL检测实际应用中的限制。

关键词： 人工智能   数据治理   政策   政策工具   数据生命周期  

摘要： [目的/意义]对我国人工智能数据治理政策进行量化分析，旨在健全我国人工智能数据治理的政策体系，促进人工智能数据应用的合规与高效。[方法/过程]利用内容分析法与统计分析法，构建“政策工具—数据治理任务—数据生命周期”的三维分析框架，对中央及地方的人工智能数据治理政策进行量化，剖析政策重点与不足，并提出完善建议。[结果/结论]相关政策存在政策工具使用失衡、治理任务部署相对集中、数据生命周期覆盖不均的问题。未来，应协调政策工具使用比例，促进治理任务合理部署，并实现数据生命周期的均衡布局。

关键词： 人工智能   无人机巡检   物联网   数字孪生   大数据分析  

摘要： 电力输电线路故障抢修依托智能化技术,实现快速、精准故障定位和高效抢修,增强电力系统运行稳定性。利用人工智能算法分析故障特征,采用无人机高空巡检方法获取线路数据,通过物联网传感器实现实时监测与预警,构建数字孪生系统模拟线路状态,精确优化抢修流程。借助大数据手段实现资源分配优化,增强抢修效能,减少运维开销。应用智能技术降低人工巡查风险系数,减少停电时长,提高输电线路运行的安全性与可靠性,为电网智能化运维提供技术支撑。

关键词： 放射性心脏损伤   细胞衰老   CCND1   机器学习   诊断标志物   免疫浸润   加权基因共表达网络分析(WGCNA)  

摘要： 背景：放疗显著提高了多种恶性肿瘤患者的生存率。然而，随着治疗后的生存周期延长，许多患者面临放疗相关的心脏毒性风险，尤其是在接受胸部放疗后，放射性心脏损伤的风险显著增加，已成为影响患者生存最为严重的并发症之一。目的：通过系统转录组学分析，确定放射性心脏损伤内皮细胞衰老的诊断标志物。方法：首先，从CellAge数据库中筛选出与细胞衰老相关的基因，然后与放射性心脏损伤小鼠模型的转录组训练数据集进行相交分析，识别衰老相关差异表达基因。其次，结合加权基因共表达网络分析和机器学习，识别出放射性心脏损伤中具有关键作用的枢纽基因，并在放射性内皮损伤验证数据集验证这些基因的表达。此外，采用quanTIseq方法评估放射性心脏损伤相关的免疫浸润状态。通过分析癌症基因组图谱数据库，探讨关键基因的表达水平与接受胸部放疗的食管鳞状细胞癌患者生存期的关联。结果与结论：(1)通过转录组学分析鉴别出CCND1为放射性心脏损伤内皮细胞衰老的核心基因，并在放射性心脏损伤小鼠模型中得到验证；(2)基于这些数据构建的诊断模型表明，CCND1在放射性心脏损伤的诊断中具有较高的特异性和敏感性；(3)免疫浸润分析显示，放射性心脏损伤小鼠存在显著的免疫反应失调现象，CCND1与多种免疫细胞密切相关；(4)Kaplan-Meier生存分析显示，CCND1与接受胸部放疗的食管鳞状细胞癌患者的疾病特异性生存率较差相关。该研究首次系统性揭示CCND1在放射性心脏损伤内皮细胞衰老中的关键作用。CCND1是一种与细胞周期调控密切相关的基因，其异常表达可能引发细胞衰老，具有作为放射性心脏损伤诊断标志物的潜力。

关键词： 心房基质   心房颤动   无创评估   人工智能  

摘要： 心房基质的改变与心房颤动（简称房颤）的发生、进展、复发及缺血性卒中等密切相关，是房颤临床评估的重要环节。这些改变归属于心房心肌病，影像学表现为心脏扩大，组织病理特征为心房纤维化。除基于一般临床特征的初步了解外，可通过心电图P波参数、影像学的心房结构与应变指标，以及心房炎症相关血清标志物等，对心房基质进行无创评估和动态监测。人工智能应用多参数模型可充分整合上述方法，提升心房基质无创评估的准确性。

关键词： 智能制造技术   配电开关   控制设备制造  

摘要： 智能制造技术作为新一代信息技术与制造业深度融合的结晶,正重塑传统配电开关控制设备制造格局。于生产流程,自动化生产线、智能仓储物流显著提升效率、降低成本;研发环节,数字化设计与仿真缩短周期、增强产品竞争力;质量管控上,智能检测实现实时精准监测。其不仅优化生产各环节,更推动产品迈向智能化、定制化,全方位满足现代电力系统需求,为配电开关控制设备制造行业注入全新活力,引领其向高效、智能方向转型升级。鉴于此,本文主要分析探讨了智能制造技术在配电开关控制设备制造中的应用与创新情况,以供参阅。