关键词： 人工智能   数字法院   以数促智   数字赋能  

摘要： 当今世界,全球经济数字化转型不断加速,数字技术深刻改变着人类的思维、生活、生产、学习方式。党的二十大报告提出了全面建设社会主义现代化国家的宏伟蓝图,强调了加快网络强国和数字中国建设的重要性。人工智能技术是新一轮科技革命和产业变革的重要驱动力,在数字法院建设中前景广阔,贵州法院尊重发展规律,坚持科技赋能,构建人工智能应用保障体系,推进数据融合治理以数促智,深化拓展人工智能技术攻关,聚焦重点领域强化数字赋能,以积极作为的态度探索人工智能司法应用实践。但是,人工智能的发展也可能产生风险与制造挑战。如何让人工智能科学、合理、有效融入数字法院建设,结合人工智能的特点和法院工作的特性,文章从路径审思——把握原则——筑牢基础——重点突破等方面予以深入剖析、提出相应思路和参考方案。

关键词： 中华文明   国际传播   主体重构   行动者网络   社交机器人   人工智能  

摘要： AIGC时代中华文明国际传播主体格局发生了创新重构,从行动者网络理论视角观察,当前已逐渐形成“人类行动者主导,非人类行动者崛起”的国际传播主体格局。社交机器人作为异质性行动者,在国际传播的人机共生转译过程中能够很大程度地弥补人类传播主体的局限与不足,助推中华文明在国际舆论场中传播更广,形成强而有力的传播阵地,增强中华文明的国际传播力和影响力。

关键词： 癫痫发作预测   脑电   特征提取   机器学习  

摘要： 目的基于头皮脑电数据,提出一种针对难治性癫痫患者的癫痫发作预测方法并运用人工神经网络模型进行高效预测,以期提升癫痫脑电信号的分类预测效能。方法采用波士顿儿童医院的难治性癫痫患者长时脑电数据库,从脑电同步性、复杂度及能量分布等多个维度提取癫痫发作间期和发作前期的脑电特征,并将这些特征输入人工神经网络模型中进行分类识别,从而实现癫痫的精准预测。通过调整模型参数以优化性能,并与现有的深度学习模型进行对比评估。结果本研究提出的模型准确率为99.29%,精确度为91.44%,灵敏度为96.46%,特异性为99.46%。与当前基于机器学习和深度学习框架的癫痫发作预测研究相比,本研究的模型在分类预测能力上实现了提升,展现了更高的预测准确性。结论通过手动提取癫痫脑电特征并构建人工神经网络模型,实现了对癫痫发作的有效预测。模型具有较高的准确性和稳定性,为辅助临床癫痫治疗和预防提供了可靠的技术支持。

关键词： Sora   中医药文化   人工智能  

摘要： 中医药文化是中华优秀传统文化的瑰宝。Sora作为OpenAI开发的文本生成视频模型,为中医药文化传播提供了新的契机,在优化传播内容、拓宽传播范围以及提升传播效果等方面显现出赋能中医药文化传播的发展前景,但Sora的广泛应用将会给中医药文化传播带来潜在的伦理风险。文章从伦理关系失衡、伦理行为失序以及伦理规范失控三个方面,对Sora融入中医药文化传播可能出现的伦理问题进行审视,并探索规避伦理风险的应对策略,以期充分发挥Sora赋能增效的作用,促进Sora与中医药文化传播形成协同发展的良性循环。

关键词： 智能科学   自然语言处理   智能系统   机器学习   模式识别   人工智能   领域理论研究   学会会刊  

摘要： 期刊简介《智能系统学报》是中国人工智能学会会刊,由中国人工智能学会与哈尔滨工程大学联合主办,旨在创办中国智能科学领域引领性的中文学术期刊,主要刊登机器学习、机器感知与模式识别、机器人、智能系统脑认知基础、知识工程、自然语言处理与理.解、人工智能基础等内容,反映我国智能科学领域理论研究及科研进展情况,促进和扩大国内外学术交流,为我国智能科学的发展和社会进步服务。

关键词： 人工智能   AI审计   审计创新   风险防控   审计转型  

摘要： 人工智能(Artificial Intelligence, AI)技术已广泛应用于各行各业,展现出巨大的创新潜力。在审计领域,人工智能同样展现出了强大的应用潜力和深远的影响。通过对AI核心技术、功能优劣、存在风险等进行分析,对后审计工作中的AI应用提出建议。

关键词： 老年   胶质瘤   体素内不相干运动   O6-甲基鸟嘌呤-DNA甲基转移酶   机器学习   预测价值  

摘要： 目的本研究采用机器学习算法,探讨体素内不相干运动(intravoxel incoherent motion,IVIM)对老年胶质瘤患者O6-甲基鸟嘌呤-DNA甲基转移酶(O6-methylguanine-DNA methyltransferase,MGMT)启动子甲基化状态的预测价值。方法回顾性分析39例经病理确诊的老年胶质瘤病例。通过3D slicer软件在真实扩散系数(true diffusion coefficient,D)参数图上勾画肿瘤感兴趣区,使用Python从D、快扩散系数(pseudo-diffusion coefficient,D*)、灌注分数(perfusion fraction,f)图中分别提取影像组学特征,用F-test和最小绝对收缩和选择算子法(least absolute shrinkage and selection operator,LASSO)对影像组学特征降维和筛选。分别采用8个机器学习算法构建单个弥散指标模型和联合模型,对老年胶质瘤MGMT启动子甲基化状态进行预测。使用留一验证法(leave-one-out cross-validation,LOOCV),通过平衡准确率(balanced accuracy,BA)、召回率(recall,REC)、精确率(precision,PRE)、F1分数(F1 score,F1)和受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)评价各模型的诊断效能。结果对于老年胶质瘤患者MGMT启动子甲基化状态的预测,性能最佳的机器学习算法为朴素贝叶斯(naive bayes,NB)(AUC均达0.850以上)。基于NB算法构建的IVIM预测模型中,D的预测效能最高(BA:0.841,REC:0.870;PRE:0.870;F1:0.870;AUC:0.902)。结论基于术前IVIM影像组学的机器学习模型可有效预测老年胶质瘤患者MGMT启动子甲基化状态。

关键词： 林下植被盖度   驱动因素   时空变化   机器学习   湖北省  

摘要： [目的]研究湖北省林下植被盖度的时空变化特征及其驱动因素,为该区生态环境保护与植被管理提供科学依据。[方法]以湖北省为研究区域,通过样地调查并结合DeepLabV3~+语义分割方法提取了2022年度湖北省28个样方点每半月的林下绿叶植被盖度及林下枯落物盖度。基于此,采用多种机器学习模型分析空间位置、自然环境、社会经济环境、气候条件等4类驱动因子对林下绿叶植被盖度变化的作用。[结果]林下枯落物盖度月度变化并未表现出明显的季节性特征,且各个样方点上林下枯落物盖度时空差异性较大;而林下绿叶植被盖度则呈现明显的季节性变化特征,不同植被类型下的林下绿叶植被盖度存在明显差异,通常经济林和针叶林的林下绿叶植被盖度高于落叶阔叶林和常绿阔叶林,且落叶阔叶林和常绿阔叶林的林下绿叶植被盖度差异较小。随机森林回归模型预测性能最好,均方根误差(RMSE)为11.072 3,决定系数(R^(2))为0.732。[结论]随机森林回归模型显示同期气温、NDVI和过去1个月的降水量是林下绿叶植被盖度时空变化的关键驱动因子。

关键词： 低温压力容器用钢   化学成分优化   微观结构调控   控轧控冷   智能制造  

摘要： 文章针对低温压力容器用钢在极端环境下的性能需求,系统研究了其化学成分优化、微观结构调控和制备工艺改进策略。通过引入高效微合金化技术和优化镍、锰含量,显著降低了延性-脆性转变温度(DBTT);采用控轧控冷技术和精准热处理工艺,细化晶粒并稳定残余奥氏体分布,显著提升了低温韧性和强度;优化焊接工艺有效改善了焊缝区域性能一致性。此外,文章还分析了低温钢未来的研发方向,包括新型合金体系的探索、智能制造技术的应用、轻量化设计与绿色制造,以及国际标准化建设。研究结果为低温钢的性能优化和工程化应用提供了理论依据与技术支持。

关键词： 人工智能   全民健身   公共服务体系   智能体育  

摘要： 人工智能技术的快速发展为构建更高水平全民健身公共服务体系提供了可能。运用文献资料、实地调查等研究方法,探究人工智能助力构建更高水平全民健身公共服务体系的价值、困境和路径。研究认为:人工智能技术可以有效推动全民健身公共服务体系实现城乡统筹、公平可及、服务便利、运行高效和保障有力,从而迈向更高水平。但全民健身公共服务体系也面临着标准体系缺位、智能鸿沟扩大、应用程度不高、数据问题凸显和监督保障缺失等困境。建议:完善标准体系,促进规范发展;加大投入力度,弥补智能鸿沟;提高应用程度,发挥多元优势;加强数据治理,消解数据问题;强化监督保障,夯实发展根基。