关键词： 多任务学习   模型融合   知识迁移   机器学习   人工智能  

摘要： 多任务学习系统通过促进任务间的知识共享与迁移，能够同时处理来自不同领域的任务。近年来，基于任务算术的多任务学习方法取得了显著进展，研究表明，通过在参数层面直接将多个下游任务上独立微调的专家模型合并到预训练模型中，可以生成具备解决相应下游任务能力的统一模型，从而为多任务学习提供了一种高效且灵活的解决方案。然而，现有的模型合并方法通常面临两个挑战：一是完全静态合并的方法由于难以解决任务间的潜在干扰和参数冲突，导致合并的多任务学习模型性能下降；二是现有动态合并的方法需要额外维护参数量庞大的专家模块，显著增加了模型成本。为此，本文提出了一种高效的模型合并方案，专门用于基于任务算术的多任务学习，称为秩一专家混合（RankOne-MoE）。具体而言，依据微调模型中不同模块所包含的下游任务知识量，本文对专家模型的绝大部分模块进行基于任务算术的静态合并；而对于与下游任务更相关的模块，我们对其线性层的参数进行奇异值分解，生成一系列秩为一的专家用于构建了一个跨任务共享的秩一专家库，并通过路由机制动态组合输入实例所需的秩一专家，提升合并模型的多任务性能和适应性。实验结果表明，当合并八个ViT-B/32模型时，提出的方法相比最先进的静态合并方法在多任务精度上平均提升了5.40%；相比最先进的动态合并方法，总参数量减少了81.45%左右，充分验证了提出方法的有效性和高效性。

关键词： 激光增材制造   缺陷演化机理   原位调控   机器学习   质量控制  

摘要： 激光金属增材制造技术由于复杂的热力耦合效应和非平衡态相变过程，在构件成型中易产生孔隙、裂纹以及翘曲变形等缺陷，严重制约了其在精密制造领域的应用。针对这一问题，首先梳理了三类典型缺陷，并结合数值模拟方法阐明材料-能量作用的热物理过程以及缺陷形成的内在机理，为解决缺陷问题提供理论依据。其次聚焦于实际生产的质量控制需求，从原位过程调控的角度归纳了两种主要解决策略：原位监控（In-Situ Monitoring）系统和原位场辅助 (Field-Assisted)。最后，围绕智能工艺预测、智能感知决策、参数性能优化及集成物理信息机器学习（Physics-Informed Machine Learning，PIML），探讨了机器学习在质量控制中的应用，基于其高效挖掘多源数据深层特征，推动质量控制由经验驱动向数据与知识双驱动转变，为后续激光金属增材制造质量管理提供新思路。

关键词： 原发性高血压   脉图参数   左心室肥厚   机器学习   预测模型  

摘要： 目的 基于脉图参数，应用机器学习算法构建原发性高血压伴左心室肥厚（LVH）风险预测模型，并探讨其临床应用价值。方法 选择2020年7月-2021年5月、2023年7月-2024年7月上海中医药大学附属曙光医院、上海市中医医院、上海市中西医结合医院原发性高血压住院患者295例，根据超声心动图结果将患者分为原发性高血压伴左心室肥厚组（LVH组）和原发性高血压无左心室肥厚组（无LVH组）。采集患者一般资料、临床生化指标，并应用SMART-Ⅰ型中医脉象数字化分析仪检测脉图参数。基于决策树、支持向量机、极端梯度提升模型算法构建临床预测模型。分别用受试者工作特征（ROC）曲线、校准曲线、决策曲线分析从区分度、校准度和临床预测能力等方面评估模型的预测性能。基于SHAP算法解释各预测因素对原发性高血压伴LVH风险发生的影响。结果 与无LVH组比较，LVH组体质量指数降低，男性比例、饮酒者、吸烟者比例降低（P<0.05）;LVH组室壁增厚、左心室内径增大、左颈总动脉内中膜厚度、高密度脂蛋白胆固醇较无LVH组升高（P<0.05）;LVH组左颈总动脉收缩期峰值流速、左颈总动脉抵抗力指数、血清尿酸、血清肌酐较无LVH组降低（P<0.05）。LVH组脉图参数T4、T、W1、W2、H3/H1及H4/H1较无LVH组升高（P<0.05）。3类机器学习算法构建模型的ROC曲线下面积分别为0.887、0.962、0.873，表明该模型区分度较好，具有一定的诊断效能。校正曲线提示模型预测准确度一般；临床决策曲线显示，XGBoost模型具有更高净效益。结论 基于脉图参数和机器学习算法构建的可解释性模型可以作为预测原发性高血压伴LVH风险的可靠工具。

关键词： 心脑血管疾病   机器学习   死亡风险预测   气象因子筛选   区域异质性  

摘要： 【目的】为深入了解气象因子与心脑血管疾病高发病风险之间的关系，探讨基于机器学习方法在高风险预测中的初探。【方法】基于贵州省安顺市、兴义市两地区2018—2019年的心脑血管疾病的发病和死亡数据，以及同期气象数据，应用机器学习算法，对构建的生物气象指数、偏离因子和变化因子等气象因子处理数据集进行了高影响因子筛选，并应用朴素贝叶斯(Naive Bayes)、K近邻(K－Nearest Neighbors，KNN)、决策树(Decision Tree)和随机森林(Random Forest)四种机器学习方法研究气象因子与心脑血管高死亡风险的关系研究。【结果】（1）心脑血管疾病高风险事件与气象因子异常等极端气象条件有关，安顺市气象因子异常低占比超50%，兴义市气象因子下离群占比超60%，极端因子异质性明显;（2）决策树方法在气象因子筛选中敏感性更高，筛选出的关键因子以气温类和生物气象指数为主，气压类因子影响较弱;（3）机器学习预测性能存在区域差异，安顺市优先采用互信息特征选择+Random Forest学习，兴义市决策树+ KNN 综合表现最佳。【结论】本研究筛选了中低纬山区心脑血管高风险气象因子集，验证了机器学习方法在区域心脑血管疾病高风险预测的初步研究，可为气候敏感地区心脑血管疾病的防控提供科学依据。

关键词： 人工智能   全球治理   治理合作   中美博弈   管控竞争  

摘要： 人工智能将可能产生超越国界的全球性问题，国际社会迫切呼吁行之有效的人工智能全球治理合作。然而，在技术发展嵌入国际竞争的当下，治理主体难以达成治理共识，并在不同利益诉求下选择差异化的治理模式；多边治理机制缺位，治理标准和治理规则难以协调人工智能的快速发展，“南北鸿沟”在权力和利益的不平衡配置下持续拉大。近年来，人工智能大国在技术、法律、话语等层面争夺全球优势地位，随之产生技术垄断、单边制裁以及由少数国家组成的排他性合作机制，进一步增加了人工智能全球治理合作的不确定性。有鉴于此，应当探索在联合国框架下设置人工智能协调机构，通过治理制度安排管控大国竞争，基于共同风险及利益深挖合作潜力，并设置包容性发展议题弥合南北差距。对中国而言，面对技术快速迭代和美西方遏制的双重难题，应当始终坚持发展与安全原则，积极参与多边框架下的治理议程，争取更为有利的国际制度环境。

关键词： 智能协作   以用户为中心   动态资源配置   机器学习   多目标优化   分布式计算  

摘要： 随着移动通信技术的快速发展，用户对网络服务的需求日益多样化和个性化。本文提出了一种蜂窝网络小区智能协作（Intelligent Collaboration in Cellular Network， ICCN）技术，旨在通过智能化的资源管理和空间共享策略，实现网络资源的高效利用和通信质量的持续优化，增强用户体验。ICCN通过实时分析用户行为、业务需求和网络状态，动态调整基站簇的资源分配策略，以适应不同用户群体的时空特性。本研究采用了包括聚类、神经网络和分类别提升在内的多种机器学习算法对用户需求进行预测，并结合多目标优化算法，实现频谱、能量和计算资源的协同优化配置。本文通过真实场景测试，验证了ICCN在不同场景下的有效性和优越性。研究成果为未来移动通信网络的资源管理和服务提供提供了新的视角和方法。

关键词： CEO的IT背景   企业全要素生产率   人工智能   知行合一   人工智能词典  

摘要： 数字经济情境下，人工智能发展对制造业企业全要素生产率提升具有决定性意义，“人机融合”的新型组织形态成为企业塑造未来发展新动能的关键。研究选取2007-2021年A股制造业上市公司数据，基于认知—行为—结果的研究框架，整合高阶理论与烙印理论，探究CEO的IT背景对企业全要素生产率的影响及作用机制，并运用机器学习法生成人工智能词典，利用计算机文本分析技术构建企业人工智能发展指标。研究发现，CEO的IT背景能显著提升企业全要素生产率；机制检验发现，具有IT背景的CEO通过人工智能意义建构“战略式行为”和人工智能技术产出“实质性行为”提升企业全要素生产率，表现出基于人工智能“知行合一”的过程化特征。进一步研究发现，CEO的IT背景对企业全要素生产率的影响在不同高管风险偏好水平、CEO权力、市场竞争和地区开放水平的组织内外部情境中表现出异质性特征。研究拓展了企业全要素生产率在CEO个体层面的前因研究，为组织优化治理结构和支持人工智能技术发展提供了理论支持与实践启示。

关键词： 人工智能   手卫生考试系统   后勤人员   手卫生正确率   手卫生合格率  

摘要： 目的 探讨人工智能手卫生考试系统对提高医院后勤人员手卫生正确率、合格率的应用效果。方法 选取2023年10月—2024年3月海军军医大学第三附属医院在岗的381名后勤人员为研究对象,组织其参加手卫生理论、操作培训,并应用人工智能手卫生考试系统对其进行5轮次七步洗手法考核,统计培训前后每个手卫生步骤正确率及总体合格率数据进行对比分析。结果 参考的381名后勤人员在手卫生培训后使用人工智能手卫生考试系统进行多轮次考核后手卫生合格率较培训前的12.34%提升到96.06%（χ2=662.053,P<0.001）;七步洗手法各步手卫生正确率均有所提高,其中[4L]左指关节旋转揉搓正确率（χ2=347.676,P<0.001）、[4R]右指关节旋转揉搓正确率（χ2=330.724,P<0.001）、[5L]左大拇指旋转揉搓正确率（χ2=490.733,P<0.001）、[5R]右大拇指旋转揉搓正确率（χ2=438.805,P<0.001）提升显著。结论 较传统七步洗手法培训考核方式,人工智能手卫生考试系统采用信息化技术可以有效弥补直接监测法观测者“霍桑效应”、不能回放复盘等局限,显著提高后勤人员手卫生正确率及总体手卫生合格率。

关键词： 潮流计算   人工智能   深度学习   数智化运行   新型电力系统  

摘要： 以深度学习为代表的新一代人工智能技术为新型电力系统的数智化运行提供新机遇,为深化对人工智能在复杂潮流计算问题中的应用,对相关领域的研究进行综述与展望。基于新一代人工智能技术的发展现状,立足于潮流计算问题的不同应用场景,总结传统求解方法,综述人工智能技术在潮流计算中的研究进展,分析该领域目前的问题与挑战,展望未来研究方向和研究范式,为人工智能技术在电力系统潮流计算领域的进一步应用提供参考。

关键词： 衰老   传统中药   探针标记技术   高通量筛选技术   CRISPR/Cas9文库筛选   机器学习   模式生物  

摘要： 衰老是人类重大疾病和慢性疾病发生的主要危险因素，随着人口老龄化问题日益严重，发现具有延缓和抑制衰老进程的药物成为研究热点。我国传统中药是潜在的天然抗衰老药物资源库，建立抗衰老活性的快速、高效筛选方法至关重要。本文系统梳理了中医理论指导的衰老标志物精准快速识别的研究示例，选取了具有代表性的探针标记技术、高通量筛选技术、CRISPR/Cas9文库筛选、机器学习以及模式生物研究手段，综述了中药小分子延缓衰老的快速筛选研究进展，为中药抗衰老药物的研发提供科学依据，也为应对老龄化社会带来的健康挑战提供中药新思路。