关键词： 无人驾驶航空器   无人机   人工智能   智联体   低空经济  

摘要： 低空经济的崛起加速了无人驾驶航空器从机械体向智联体的转变，安全至上的监管理念和传统的监管模式受到挑战。无人驾驶航空器经由人工智能发生质变，在人机关系中主体地位日益增强，扩张了风险来源，改变风险权重分布，并使风险形式复杂化。因此，无人驾驶航空器的法律监管模式需要改变，从“人—机”二维监管升级为“人—机—智”三维监管，法律监管重心逐渐转入人工智能维度。为此，需要对法律监管从人工智能维度做如下调整：树立发展与安全相互平衡的理念，给予法律监管足够的容错空间；突出技术属性的标准在无人驾驶航空器法律监管中的特殊地位，实现标准与法律的并行不悖；根据无人驾驶航空器算法透明性的特点，实施不同于互联网企业的算法监管；探索无人驾驶航空器的具身监管，为技术发展预留制度空间。

关键词： 骨质疏松   椎体CT值   骨密度   脊柱术后并发症   人工智能  

摘要： 随着我国人口老龄化的加剧，骨质疏松症(OP)患病率急剧攀升。目前OP的诊断主要依赖于骨密度(BMD)，故BMD的精确测量在脊柱外科疾病的诊治中至关重要。近年来，计算机断层扫描(CT)检查以其独特的优势在临床诊疗中受到了广泛关注。椎体CT值不仅可提高OP的诊断率，还可有效预测相邻椎体骨折、融合器沉降、椎弓根螺钉松动等术后并发症的发生。本文总结了椎体CT值在脊柱外科领域的应用研究进展，分析了其指导脊柱手术的可行性，以及与脊柱术后并发症的相关性，同时就CT结合人工智能(AI)辅助疾病诊疗的进展展开了论述，旨在更好地在临床上推广椎体CT值的应用。

关键词： 知识引导数据驱动   融合驱动   洪水预报   人工智能  

摘要： 受环境变化影响，暴雨规律显著变异，突发水事件增加，导致洪水过程非平稳性加剧，人类活动改变了天然汇流规律，洪水预报面临新的挑战，研究有效的洪水预报水文模型有助于应对可能发生的灾害。目前，基于传统物理方法（机理模型）的水文模型和数据驱动模型是研究洪水发生、预判洪水演变的两种主流方法。机理模型往往难以满足个性化或复杂繁多的场景要求，对洪水径流系统机制的理解不够完整，科研人员需要其利用深厚的专业知识来确定参数的初始表达，常常面临效率低下和优化水平不高的问题。数据驱动模型训练严重依赖于数据集，训练过程缺乏物理规律引导，容易出现不符合科学常识的输出，违反物理一致性原则，模型的可解释性较差。此外，训练数据和测试数据分布的偏差，会带来模型的泛化问题。理论引导数据科学(Theory-guided data science， TGDS)方法旨在利用领域的科学知识，提高数据驱动模型的有效性。因此，在本文的研究中，结合TGDS技术，为数据驱动模型引入洪水预报领域的物理知识，来指导模型更准确地拟合洪水过程，融合机理模型与数据驱动模型两种建模的优越性能，弥补相应的不足，增强模型的通用性、可解释性及其物理一致性。具体来说，首先，对现有的机理模型与数据驱动模型的实现与融合方式进行了概念与特点分析。其次，本文对TGDS技术在不同领域的研究现状提出了新的分类方式，并进行总结。最后，对知识引导数据驱动方法在水文模型构建的未来工作进行了展望。

关键词： 微塑料   高光谱解混   拉曼成像   机器学习   环境检测  

摘要： 微塑料作为一种新型持久性污染物，已对生态系统构成潜在威胁，因此，有效进行微塑料的识别和分类工作对于环境污染的监测和风险评估至关重要，在现有的多种检测方法中，拉曼成像技术因其低样本需求及化学特异性强等优点被广泛应用于分析微塑料的类别和特征。为了应对MPs引发的生态环境问题，探讨高光谱解混方法与机器学习相结合的拉曼成像技术，用于识别和可视化土壤中的微塑料。其采用N-FINDR算法耦合无约束最小二乘法(N-FINDR-UCLS)分析聚苯乙烯(Polystyrene,PS)、聚丙烯(Polypropylene,PP)、聚乙烯(Polyethylene,PE)和聚己二酸/对苯二甲酸丁二醇酯[Poly (butylene adipate-co-terephthalate),PBAT]等四种常见的微塑料，分别对单一微塑料以及原始、老化和土壤中混合的微塑料进行了拉曼成像，并利用N-FINDR-UCLS分析，将其计算求得的平均光谱与原始微塑料拉曼数据进行对比，以皮尔逊相关系数(r)评价光谱图的相似性和鲁棒性。结果显示，建立的方法能够快速准确地识别单一以及原始和老化微塑料多元混合的微塑料类型，并在复杂的土壤样品中保持良好的识别能力。在微塑料污染日益严重的背景下，为环境监测和污染治理提供了强有力的工具，未来的研究可以进一步优化算法，引入更多种类的微塑料样本，并探索在其他复杂环境中的应用。

关键词： 风险规制   高风险   人工智能   欧盟模式   场景化监管  

摘要： 欧盟《人工智能法案》单独并重点规制高风险人工智能系统,其负面效果或影响因此种程度监管获得“可规约、可接受水平”的合法化,中国高风险人工智能获得社会信任同样需要妥当监管的背书。高风险人工智能蕴含不确定性,对其安全的关切转向为对风险的规制,从风险规制理论到相关制度实践,发现高风险人工智能监管“欧盟模式”存在认知偏差。正是因为欧盟基于风险度量的风险规制和主观上所感知的风险类型,“欧盟模式”可能会抑制创新,增加合规成本。源于此,中国不宜简单追随“欧盟模式”,应从理念、模式、机制三个方面优化高风险人工智能监管的规范路径,以确保发展与安全目标的平衡。

关键词： 人工智能   智慧教育   大模型   教育技术   自然语言处理   教育应用   多模态学习   学习分析  

摘要： 近年来，人工智能技术在教育领域的广泛应用正逐步革新现代教育的模式，教育面临新的机遇和挑战。特别是随着大语言模型的兴起，人工智能有望融入到教与学的过程中，教育模式由传统的师—生二元模式正转变为师—生—机三元模式。文章以教育领域内应用的大语言模型为研究焦点，介绍了大语言模型在教育中的特点。以当前主流的几种大语言模型为例，详细阐述这些模型在教育中的实际应用情况，总结了目前教育大模型的共性以及差异性特点。还探讨了如何开发和训练满足教育需求的定制化大语言模型，这一过程对实际应用至关重要。基于训练完成的教育大模型，进一步阐释了其存在的局限性，并展望了未来教育领域可能出现的新型大模型及其发展趋势。

关键词： 全球价值链位置   出口国内附加值率   直接网络效应   智能制造  

摘要： 《二〇三五年远景目标》[1]提出，加强国际产业安全合作，形成具有更强创新力、更高附加值、更安全可靠的产业链供应链。智能制造产生的直接网络效应，为企业生产方式变革和全球价值链攀升带来新机遇和新挑战。本文采用中国工业企业数据库和中国海关数据库，核算全要素生产率、全球价值链位置等企业经营和贸易指标，使用机器人密度、应用软件投入等指标衡量企业智能制造水平，并对企业智能制造与全球价值链相关问题进行探讨。研究结果表明：（1）企业智能制造水平影响企业全球价值链位置和出口附加值率。（2）智能制造程度越高，随企业国内市场份额上升，企业嵌入全球价值链位置提升速度更快，企业出口国内附加值增速更显著。机制分析发现，扩大智能制造业企业国内市场份额，将强化消费者与生产者之间的直接网络效应，从而提高其全球价值链所处位置。

关键词： 经济测度   经济统计   实证研究   大数据   人工智能  

摘要： 本文首先从新的时代背景，特别是经济全球化、大数据革命与数字经济兴起以及人类经济社会发展需求的视角出发，阐述经济测度与经济统计学发展的历史机遇。其次，讨论我国经济统计学科转型与发展所面临的主要困难与挑战，并在此基础上提出发展经济测度和经济统计学的路径、方法以及需要注意的事项。最后，从国际比较与国际交流的视角，讨论我国经济统计学的特色及其与国外经济统计学的关系。

关键词： 机电一体化   人工智能   自适应优化  

摘要： 机电一体化技术通过整合机械、电子和控制技术,已成为工业生产的关键支撑,但在动态环境的适应性与效率提升方面仍有局限.人工智能的发展为机电设备带来了智能控制和自适应优化能力,使其在复杂环境中运行更加高效.本文分析了机电一体化的基本特点与组成,探讨了人工智能在设备中的实际应用,进一步阐述了自适应优化方法的技术特点及其与人工智能的结合方式,并提出了实现设备智能化的具体方法.

关键词： 故障诊断   特征提取   机器学习   振动信号  

摘要： 电机被广泛应用于人们的生活中,其故障诊断一直是学者们研究的重点.作为一种电机运行中的明显现象,振动包含着多种特征.当电机在运行中出现异常或故障时,其异常特征可以通过振动信号来表现.对电机振动特性进行分类识别可以及时发现故障并进行故障定位.本文根据电机故障诊断的基本原理,总结了BP神经网络、卷积神经网络两种经典机器学习模型在电机异常振动信号识别中的应用,最后对电机故障诊断领域所面临的问题和挑战进行了总结和展望.