关键词： TP2铜管   三辊行星旋转轧制   数字孪生   实时监控   智能制造  

摘要： 针对三辊行星旋轧工作环境密闭、铜管形变及缺陷无法实时感知等局限性,提出了基于数字孪生技术的TP2铜管轧制状态全景感知系统构架,将三辊行星旋轧轧机、柔性水冷系统和超声检测设备等映射到虚拟环境中。通过对铜管三辊行星旋轧工艺数据的实时采集与分析,准确地反映设备的运行状态,在线监控轧后管坯的壁厚变化与裂纹数量,并对异常信息进行报警,实现了对三辊行星旋轧工序实际生产情况的完整复现与智能监控。研究结果可为高精密铜管材智能制造提供指导。

关键词： 影像组学   机器学习   胃癌   脉管浸润   危险因素  

摘要： 目的探讨基于原发灶及瘤周影像组学特征构建的机器学习模型在术前预测胃癌脉管浸润(LVI)中的价值。方法回顾性收集148例经手术病理证实为胃癌病人的临床及影像资料,根据病理结果将病人分为LVI阳性组(79例)和阴性组(69例)。按7∶3的比例将病人随机分为训练集(103例)和测试集(45例)。基于原发灶及瘤周区域提取影像组学特征。最小绝对收缩和选择算子(LASSO)方法筛选最优影像组学特征,并计算影像组学评分(Rad-score)。将2组间差异有统计学意义的临床特征联合Rad-score进行多因素Logistic回归分析,筛选变量以构建机器学习模型。采用7种机器学习算法[逻辑回归(LR)、极限梯度提升(XGBoost)、随机森林(RF)、高斯朴素贝叶斯(GNB)、支持向量机(SVM)、轻量级梯度提升机(LightGBM)和K-最近邻(KNN)]构建临床-影像组学模型。通过受试者操作特征(ROC)曲线分析模型的效能。采用校准曲线和决策曲线分析(DCA)评估模型的校准度和临床净获益。采用沙普利加和解释(SHAP)方法对预测模型提供可视化解释。结果训练集中7种机器学习模型的AUC均大于0.650,其中RF模型的AUC(0.858)、敏感度(0.895)、准确度(0.776)均最高。校准曲线显示RF模型的Brier评分(0.153)最低,预测准确性最好。DCA显示风险阈值在0.30~0.70时,RF模型可获得更高的临床净获益。测试集中RF模型的诊断效能较稳定,AUC为0.821。SHAP分析显示了胃癌病人LVI风险相关的重要因素,并为个体预测提供了可视化的解释。结论基于原发灶、瘤周影像组学特征及临床因素构建的RF模型在术前预测胃癌LVI状态中具有重要价值。

关键词： 人工智能   语言模型   热门话题   AI   人类未来   GPT   Chat  

摘要： 背景作为人工智能领域的焦点,AI大模型是热门话题。特别是在2022年11月,美国科技企业OpenAI发布的ChatGPT,其对话、创作、翻译等能力引发了全球性的讨论和研究热潮。2025新年伊始,国产大语言模型DeepSeek(深度求索)备受瞩目,成为继ChatGPT之后又一个现象级的AI产品,引发了国内外的广泛关注与强烈争论……本期“非常观察”栏目特邀华东师范大学教授黄平主持,并由他就文学、文化、人工智能对我们日常生活的影响以及人类未来将会如何等话题,请国内外八种AI大模型作答。

关键词： 小学科学   人工智能   教师数字素养  

摘要： 随着人工智能技术的飞速发展,教育领域正经历着前所未有的变革。小学科学教育作为培养学生科学素养和创新能力的关键学科,其教学质量与教师的数字素养密切相关。本文深入探讨人工智能视域下小学科学教师数字素养的现状,并分析当前面临的挑战,同时,针对挑战提出一系列有效的提升策略,旨在促进小学科学教育与信息技术的深度融合,提升教学质量与效率。

关键词： 机器学习   新型冠状病毒感染   森林图   人工智能   极端梯度提升(XGBoost)   预后   预测模型  

摘要： 目的探讨影响新型冠状病毒感染(novel coronavirus pneumonia;别名corona virus disease 2019,COVID-19)重症病人预后的危险因素,建立预测模型并进行验证,进而准确地评估COVID-19重症病人的不良预后。方法收集2022年11月1日至2023年7月1日沧州市中心医院收治的526例COVID-19重症病人的临床指标与结局(院内28 d内死亡或存活)。用于R软件“caret”包,将526例病人按7∶3的比例拆分为两组:训练集(n=369)用于模型训练,测试集(n=157)用于模型验证。利用极端梯度提升(XGBoost)、随机森林(RF)2种机器学习算法构建病人临床结局的预测模型,应用SHAP进行XGBoost模型可解释性分析,分别得出影响病人预后的变量。将RF和XGBoost得出的变量取交集得到差异有统计学意义的变量,进而构建决策树模型。最后,在训练集和测试集上利用受试者操作特征曲线(ROC曲线)、曲线下面积(AUC)评估所决策树模型的预测性能。结果通过XGBoost模型得到与院内死亡相关的变量15个,随机森林模型得到与院内死亡相关的变量23个,两种模型取交集得到13个与院内死亡相关性最强的重要变量(白细胞介素-6、N端脑钠肽前体、白蛋白、超敏肌钙蛋白I、淋巴细胞、血乳酸、α-羟丁氨酸、肌酸激酶同工酶、动脉血氧分压、年龄、尿素氮、血红蛋白、乳酸脱氢酶)。用这13个重要变量构建决策树模型,得出2个与病人死亡最相关的变量(白细胞介素-6、淋巴细胞),死亡组病人的白细胞介素-6为155.48(42.81,691.3)ng/L,显著高于存活组15.38(10.51,31.11)ng/L(Z=37387.50,P<0.001)。死亡组病人的淋巴细胞为5.4(3.3,12.6)%,显著低于存活组13.5(8.62,22.28)%(Z=10584.50,P<0.001)。在训练集上的决策树模型预测COVID-19重症病人死亡的AUC为0.86,在测试集上的AUC为0.84。结论基于XGBoost和随机森林这2种机器学习方法构建的决策树模型能够更准确地评估COVID-19重症病人的不良预后。

关键词： 学校体育   人工智能   技术现象学   教育伦理   技术哲学  

摘要： 学校体育的存在方式正在被人工智能逐渐改变和重塑,这需要运用崭新的视角予以探讨。基于技术现象学的视角,围绕人工智能对学校体育的赋能予以考察,认为:(1)人工智能对学校体育的赋能可归为4个方面,即具身关系中“代具”对身体运动能力的延伸,解释关系中人工智能对学校体育数据的展现和解蔽,它异关系中人工智能作为“准他者”介入学校体育,背景关系中人工智能可搭建学校体育的“庇护所”。(2)人工智能对学校体育的赋能存在诸多局限,包括技术具身不能作为完全意义上的“强具身”,人工智能解蔽学校体育数据的有限性和风险,“外-主体”对体育教师和学生主体性的僭越,自然主义学校体育思想及“主动身体”的隐退。为更充分发挥人工智能对学校体育的赋能功效,提出通过“一般具身”创设富有层次的具身关系,“解蔽”与“遮蔽”不宜作为解释关系的对立,促进它异关系中“人-机”的协调与融合,引导背景关系中自然主义学校体育思想及“主动身体”的复归。

关键词： 虚拟仿真   VR/AR   信息化   人工智能  

摘要： 针对虚拟仿真实验教学平台多终端多部门异构数据接入过载和辅助决策智能化不足的问题,采用前后端分离技术框架,借助Swagger自动生成文档可视化等关键技术,构建基于.NetCore前后端分离框架共建共享虚拟仿真实验教学管理服务平台,实现对虚拟仿真实验教学项目的全过程管理.通过河南省虚拟仿真实验教学服务管理中心的创新实践,验证了所提技术的可行性,为实现实验教学管理模式创新、资源共建共享、开发标准规范化提供技术支撑.

关键词： 人工智能   智能图书推荐系统   设计  

摘要： 智能图书推荐系统是一种利用机器学习、数据挖掘等人工智能技术,根据用户的历史行为、阅读兴趣及偏好,为用户提供个性化图书推荐服务的系统。本文结合图书推荐系统的需求,包括读者和图书馆需求,分析基于人工智能的智能图书推荐系统设计,包含数据层、算法层、应用层的系统架构及功能模块设计,探讨关键实现技术,旨在推动图书馆的图书管理及读者阅读的智能化。

关键词： 人工智能   青年   存在论   人生经验  

摘要： 无论是对个人来说,还是对社会的繁荣与兴旺而言,人工智能的加速发展在丰富青年的人生经验方面弥足珍贵。因为,生成式人工智能在逼近通用人工智能的过程中,不断地挑战生物智能的能力、社会智能的意义和个体智能的可能,其奠基于大数据、强算力和大系统等实现的强大能力、广泛应用以及对生物智能有限性的超越,打造了人工智能时代的象征秩序、形成了新的崇高对象。所以,直击生成式人工智能生成象征秩序的内在逻辑及其存在论叙事,直面当代青年人生经验生成的时代语境及其存在论难题,强化当代青年人认可并打破象征秩序的存在论体验,既是理解人工智能之事,也是青年生成自我之事。在我们看来,作为与人工智能进化一同成长的青年人,只有以个体化的人生经历逃逸象征秩序,确认人工智能技术之于主体生成的存在论意义,使自己生成能够与全新的技术同行,并能进一步成为推进人类社会繁荣与进步的主体,才是从根本上解决高技术发展带来的奇点论忧郁、心理性倦怠和去社会化逃循的有效途径。

关键词： 人工智能   人工智能自主性犯罪   事后惩罚   事前预防  

摘要： 人工智能犯罪绝非“未来性命题”,目前引发刑法学界较大争议的是人工智能自主性犯罪问题。对此,“事后惩罚”方案认为应当承认人工智能的刑法主体地位,并在此基础上重构刑罚体系,以应对人工智能自主性犯罪。“事后惩罚”方案立足于惩罚犯罪,缺乏现实基础,并不可取。因此,人工智能自主性犯罪应当从事后惩罚转向事前预防。“事前预防”方案的核心在于风险预防,其思路是通过民法、行政法、刑法等不同层面、不同维度的立法,防控人工智能风险,推动人工智能健康有序、安全可控地发展,以此达到预防人工智能自主性犯罪的目的。