关键词： 人工智能   暖通空调系统   能效优化  

摘要： 为解决暖通空调系统能效不足的问题,本文分析了基于人工智能的暖通空调系统能效、能耗、控制精度,维护成本等,并结合相关实验结果,提出了采用人工智能算法对系统进行优化调整的方案,具体包括能效分析模型、数据分析与建模、能效优化模型、优化算法设计等内容,以期为相关人员提供参考.

关键词： 未破裂颅内动脉瘤   脑梗死   临床预后   影像组学   机器学习  

摘要： 目的:通过整合临床特征和影像组学特征构建预测模型，以评估未破裂颅内动脉瘤（UIAs）患者在支架植入后发生医源性脑梗死（NICI）的1年神经功能结局。方法:本研究纳入2016年1月至2022年6月间，在中国两家医院（郑州大学第一附属医院和南昌大学第一附属医院）接受支架植入治疗并术后发生NICI的266例UIA患者，其中168例[男48例，女120例，年龄（60.94±9.50）岁]为训练队列，98例[男31例，女67例，年龄（55.94±10.55）岁]为验证队列。通过弥散加权磁共振成像（DWI）提取并纳入了1 766项影像组学特征和24项临床特征。将筛选后的特征输入8种机器学习模型，并通过曲线下面积（AUC）选择最佳模型。最终，综合模型整合临床和影像组学特征，通过列线图进行可视化，并使用AUC、准确率、敏感性、特异性、校准曲线和决策曲线分析评估模型性能。连续变量采用独立样本 t检验。 结果:NICI数量（ t＝－13.946， P<0.01）和体积（ t＝－7.540， P<0.01）、手术时间（ t＝－2.545， P<0.05）及支架数量（ t＝－3.854， P<0.01）均与不良预后相关。最佳临床模型为支持向量机（SVM），其验证队列AUC为0.839[95%可信区间（ CI）：0.698～0.980];最佳影像组学模型为轻量级梯度提升机（LightGBM），其在验证队列中的AUC为0.853（95% CI：0.745～0.950）。综合模型整合了临床和影像组学特征，在训练队列和验证队列中的AUC分别为0.976（95% CI：0.950～1.000）和0.868（95% CI：0.757～0.980）。 结论:综合模型能够有效预测支架植入术后NICI患者的临床结局。

关键词： 火灾探测   机器学习   自注意力机制   Transformer模型  

摘要： 随着航空运输业的迅速发展，飞机货舱的火灾安全问题日益受到重视。传统的火灾探测方法存在误报率高、准确性低等缺点，难以满足现代航空运输的安全需求。针对这一问题，该文提出了一种基于改进型自注意力机制的多参数火灾探测方法。该方法首先采用多传感器的探测方式取代了传统的单一传感器，通过实验室模拟飞机货舱火灾场景，收集CO质量分数、烟雾参数(双波长功率和Sauter平均粒径)、湿度和温度等数据；其次利用一种基于Transformer模型的多源传感器数据火灾状态分类方式，融合了局部注意力机制与多尺度特征提取模块，局部注意力机制通过窗口划分和区域化特征捕捉降低了计算复杂度，多尺度特征提取模块通过不同时间窗口的并行处理增强了对火灾发展过程的探测能力。通过验证不同的序列长度、激活函数、随机失活率和优化器得出火灾分类任务的最优组合，从而更好地捕捉火灾状态特征并提高分类准确性。使用该探测方法在模拟飞机运行环境的火灾数据集上进行了有效性评估实验，结果表明，所提方法在火灾分类任务上比传统的循环神经网络等方法展现出了更高的准确率；得益于自注意力机制的结构特点，网络能够并行运算，大大缩短了训练时间。该方法有望在实际的火灾分类任务应用中发挥优势。

关键词： 细胞衰老   异质性   高通量技术   人工智能  

摘要： 衰老细胞与机体衰老和病理状况高度相关，可以通过选择性靶向清除衰老细胞达到延缓衰老进程的目的。当衰老细胞在体内不能得到有效清除时，会引发一系列衰老相关的疾病，这将导致晚年发病率和死亡率增加。这激发了人们对寻找敏感而特异的衰老标志物的浓厚兴趣，但衰老相关表型的高度异质和动态的性质使之成为一项艰巨的挑战。近年来，除了广泛使用p16INK4a作为衰老标志物之外，得益于高通量技术以及人工智能的发展，发现了许多新的衰老标志物，使我们能够在各个维度水平上分析衰老细胞。本文中，我们为揭示细胞、组织甚至物种之间衰老的异质性，提出迫切需要研究衰老异质性的潜在机制，并讨论如何通过应用先进技术、公开的测序数据以及人工智能采集来实现这一目标。

关键词： 气候变化治理   人工智能   AICCG大模型   多模态数据   跨学科知识  

摘要： 科学、高效的气候变化治理对减缓气候变化，实现“双碳”目标至关重要。然而，气候变化治理面临多学科交叉、海量多模态数据、气候影响区域差异化和动态变化等复杂挑战，传统的人工查询、分析理解、建模以及决策制定往往无法找到最优解。人工智能（AI）的迅速发展为科学研究提供了全新的工具和方法，改变了气候变化治理研究的范式。鉴于此，基于生成式人工智能技术（Generative AI），开发了气候变化治理大模型（AI for Climate Change Governance,AICCG）。AICCG通过集成气候变化领域的多源多模态知识，实现知识集成与发现，推动跨领域知识与多模态数据融合，为政府决策者、学术界、企业和公众提供一个集成的交互平台，支持气候变化治理政策制定和策略优化。未来，人工智能将在气候变化领域发挥知识发现作用，促进全球合作与数据、模型共享，并在多种情景中得到广泛应用。

关键词： 人工智能   计算机辅助疗法   脑卒中   介入治疗  

摘要： 随着人工智能的日益成熟，脑血管介入诊疗中应用人工智能的临床案例数正在日益增长。检索了自2011年至今发表的相关文献后，本文对迄今为止人工智能于脑血管介入诊疗中的应用进展进行了初步总结。人工智能于介入诊疗的应用呈现算法多元化的趋势，但是大多数应用集中于术前，部分与术后相关，于术中过程的应用较少。对于未来算法开发方向，主流学者则大多聚焦于构建术中自动化决策模型和开发低年资介入医师培训算法。总体上来说，人工智能于脑血管介入方面无疑具有广阔的应用前景。

关键词： 合成数据   人工智能   训练数据   数据治理   敏捷治理  

摘要： [目的/意义]合成数据是人工智能训练数据的重要类型，随着其在人工智能模型训练中的深度应用催生了多重风险，严重影响人工智能模型的健康发展，因此有必要从治理现状入手探索应用风险的治理路径。[方法/过程]通过综合运用文献分析、案例分析、定性分析等方法，阐明合成数据在人工智能训练中的应用风险样态以及现有治理体系的不足，并在转变治理模式的基础上提出具体的治理路径。[结果/结论]当前，合成数据在人工智能模型训练中面临质量风险、安全风险和滥用风险，而命令控制模式下的治理体系在制度构建、技术治理、主体协同三大维度上存在明显不足。对此，亟须转向敏捷治理模式，在新模式下通过构建软硬兼施的制度体系、引入技术手段推动灵活治理、优化多元主体协同治理机制，从而形成系统性的合成数据治理体系。

关键词： 智能制造   全要素生产率   数字化转型   人力资本结构  

摘要： 近年来，随着科技水平的进步与信息技术的发展，智能制造已成为众多企业追求高质量发展、提升核心竞争力的重要手段。基于2007—2022年A股上市公司样本，研究智能制造对企业全要素生产率的影响及其内在作用机理。研究结果表示，智能制造对企业全要素生产率的提升具有显著效果，此结论通过了稳健性检验与内生性检验。进一步的机制检验表明，智能制造通过加速企业数字化进程及优化人力资源配置，从而对企业全要素生产率的起到促进作用。

关键词： 主动配电网   动态重构   深度强化学习   编码方式   机器学习   人工智能  

摘要： 随着双碳目标的快速发展，大量以风电、光伏为代表的分布式电源接入配电网，这将进一步加剧电源出力的间歇性与波动性。主动配电网动态重构属于一个复杂的高维混合整数非线性随机优化问题，传统算法在解决该问题的过程中存在着诸多不足之处。而深度强化学习算法结合了深度学习与强化学习的优势，非常适合用于制定当前备受关注的主动配电网进行动态重构策略。本文首先对新型电力系统主动配电网特征进行总结，并对当前主动配电网动态重构研究在构建数学模型方面所取得的进展以及所面临的挑战进行了深入分析。其次，对配电网动态重构编码方式进行了探讨，并对深度强化学习算法进行了系统性地综述。进而，重点分析了现有算法在处理主动配电网动态重构时的不足之处，并对深度强化学习算法在主动配电网动态重构方面的研究现状与优势进行了总结与概括。最后，对主动配电网动态重构方面的未来研究方向进行了展望。

关键词： 智能教具   设计平台   人工智能   模块化设计  

摘要： 本文开发了一款智能教具设计平台可以根据中小学生的学习兴趣进行精准推荐，该平台指导学生全程参与教具的设计与开发，提升学生的学习体验与动手能力。人工智能推荐算法实现设计平台从需求识别、硬件选择、代码生成到实物组装的全过程自主设计；结合模块化设计与快速组装功能，用户通过标准化接口能够在短时间内完成个性化教具的快速组装。利用设计平台，学生无需较强的编程基础，即可快速设计、组装一套个性化教具装置。通过平台智能推荐相关场景，用户全程自主设计和教具工具盒的快速组装，提升了中小学生的学习效果和体验。