关键词： 中草药   心脏毒性   机器学习   构效关系   瓜拉纳   预测模型  

摘要： 目的利用机器学习方法,基于定量构效关系建立并验证中草药心脏毒性预测模型,为中草药的安全性评价和临床合理用药提供参考。方法利用比例失衡法筛选并收集美国食品药品监督管理局(Food and Drug Administration,FDA)不良事件报告系统(Adverse Event Reporting System,FAERS)数据库中具有潜在心脏风险的活性成分,作为主分析数据,随机划分为训练集和验证集,分别通过随机森林(RF)、决策树(DT)、K-最近邻分类法(KNN)和极端梯度提升法(XGBoost)构建预测模型及内部验证,使用曲线下面积(AUC)、准确率、精确度等多个指标评估模型的性能,选出最优模型;并通过检索相关数据库建库至2025年1月1日的文献收集具有心脏毒性的中草药活性成分,从自发报告系统数据库挖掘出可能具有心脏风险的中草药,并从TCMSP数据库中筛查其活性成分,作为测试集,对构建的最优模型进行外部验证。结果预测性能最佳的模型为KNN,训练集AUC=0.684,验证集AUC=0.718;通过文献筛选出24种具有心脏毒性的中草药活性成分,自发报告系统数据库中筛查出怀疑中草药11种,经外部验证后18种中草药活性成分以及10种中草药预测出心脏风险。结论模型预测的整体准确率达80%,可以用于中草药活性成分的心脏毒性预测。

关键词： 老龄化   养老服务   技术辅助   效率   人工智能  

摘要： 我国是世界上人口老龄化程度较高的国家之一。民政部数据显示,截至2024年底,我国65岁及以上人口达2.2亿人。如何为庞大的老年人群体做好服务,越来越受到社会关注。近年来,随着人工智能、机器人等技术的迅猛发展,我国多地积极探索发展养老新模式,养老服务正从人力密集型逐渐向技术辅助型转变。

关键词： 机器学习   煤炭质量   检测模型   优化   智能化  

摘要： 煤炭作为全球能源结构的重要组成部分,其质量检测对于保障能源利用效率、环境保护以及工业生产安全具有重要意义。传统煤炭质量检测方法耗时耗力且难以实现实时监测,而机器学习技术的发展为煤炭质量检测提供了新的思路和方法。本文概述了煤炭质量检测以及机器学习在该领域的应用现状,分析了煤炭质量检测模型面临的挑战。针对这些挑战,提出一系列优化策略,以期为煤炭行业的智能化、高效化发展提供有力的技术支持。

关键词： 人工智能   神经网络加速器   存内计算   只读存储器   集成电路  

摘要： 神经网络是人工智能的代表性算法,然而其庞大的参数量对其在边缘端的硬件部署提出了新的挑战。在边缘端,一方面,为了应用的灵活性,要求计算硬件能够通过模型参数的微调来实现网络在任务间的迁移;另一方面,为了计算能效和性能,需要实现大容量的片上存储以减少片外访存开销。近期提出的ROM-SRAM混合存内计算架构是在成熟CMOS工艺下很有潜力的一种方案。得益于高密度ROM存内计算,神经网络的大部分权重可以部署在片内而不依赖片外访存;与此同时,SRAM存内计算可以为基于高密度ROM的边缘端存内计算提供灵活性。为了扩展ROM-SRAM混合存内计算架构设计和应用的空间,需要进一步提高ROM存内计算的密度以支持更大的网络,并探索通过少量SRAM存内计算获得更大灵活性的方案。文中介绍了几种常见的提升ROM存内计算密度的方法,以及基于ROM-SRAM混合存内计算架构的神经网络微调以提升灵活性的方法,并讨论了超大规模神经网络的部署方案和长序列大语言模型中遇到的动态矩阵乘瓶颈的解决方案,展望了ROM-SRAM混合存内计算架构广阔的设计空间和应用前景。

关键词： 维持性血液透析   血管钙化   机器学习   预测模型  

摘要： 目的构建并对比维持性血液透析患者发生血管钙化的3种机器学习预测模型。方法选取300例维持性血液透析患者为研究对象,按照7:3的比例随机分为训练集(210例)和验证集(90例),根据患者是否发生血管钙化将训练集分为有钙化组(124例)和无钙化组(86例)。分别采用Logistic回归、随机森林、支持向量机构建维持性血液透析患者发生血管钙化的预测模型,并使用验证集数据评价这3种机器学习预测模型的预测能力。结果在训练集中,Logistic回归模型、随机森林模型、支持向量机的AUC分别为0.835、0.886、0.872;在验证集中Logistic回归模型、随机森林模型、支持向量机的AUC分别为0.823、0.879、0.866。Delong检验显示3种机器学习预测模型的AUC具有差异(Z=2.663、2.751,P=0.003、0.001)。Logistic回归模型、随机森林模型、支持向量机模型均具有较好的一致性(χ^(2)=4.018、4.661、3.892,P=0.642、0.887、0.739)。结论基于机器学习的维持性血液透析患者发生血管钙化的Logistic回归、随机森林、支持向量机模型均显示出较好的预测效果,其中随机森林模型的表现最好。

关键词： 人工智能   虚拟仿真   基础力学实验   教学改革  

摘要： 基础力学实验作为土木工程、机械工程等专业的核心实践课程,传统教学模式下,存在实验设备数量有限,学生动手操作机会不足;高危实验安全风险高,教学实施受限;学时压缩与实验需求矛盾突出,固定化实验流程又抑制个性化发展。对此,我校依托已建成的差异化虚拟仿真实验平台,引入人工智能技术为学生规划个性化实验路径,并借助虚拟仿真系统开展多场景训练。独立样本t检验表明,实验组在操作规范性、实验报告质量和知识应用能力3个关键维度上均显著优于传统组。因此,基于虚拟仿真和人工智能的实验教学模式能有效提升教学效果,为教育技术革新背景下的基础力学实验改革提供了新的思路和差异化实施方案。

关键词： 人工智能   人类智慧   唯智主义   本届人类慧智能  

摘要： 从人类学视野比较“人工智能”与“人类智慧”,可探讨有关智人演化的未来前景。围绕“人工智能”的研究,不仅指涉“人工”和“智能”,还关联人类物种的自我确定、演化历程及未来境遇,因而需要重新评估人类在自然界的位置与“使命”。梳理从机械工具到数码智能的技术迭代可见,如不重视以人类智慧提升并制约人工智能,本届人类或被替换为芯片主导的“数智物种”,为此亟需在算法至上潮流中警惕“唯智主义”。通过勾画由算据、算法和算力合成、同时受算因与算果驱动和制约的巨型数智框架,可见“唯智主义”的危险在于将世界计算(机)化,让万物———包括人类在内都纳入数智框架之中,并且全都化简为由后台支配的程序与界面、客户与终端。未来前景取决于本届人类的最终选择:造人还是造机器?“造”的意涵包括制造、改造和重造;造的结果则受制于人机关联,有待“人工智能”与“人类智慧”的互补兼容,以及“数智物种”与“本届人类”的心-芯对应、制约共生,继而创建碳硅互补的“慧智能”。

关键词： 人工智能   计算机   信息安全   防护  

摘要： 在现代科学技术快速发展的背景下,人类社会已经迈入了人工智能的新时代,人工智能技术的广泛应用正在深刻地改变着人们的生活方式、工作模式以及思维方式,但是在享受人工智能带来的便捷与高效的同时,必须正视计算机信息安全问题。计算机信息安全,作为维护社会稳定、保障个人隐私、促进经济发展的基石,其重要性在人工智能时代愈发凸显。因此,本文将对人工智能时代计算机信息安全与防护进行深入探究,以期能够对相关领域有所帮助。

关键词： 交通安全   高速公路合流区   交通冲突   风险识别   机器学习  

摘要： 高速公路合流区的车辆换道频繁、驾驶环境复杂、交通冲突严重,是交通事故的多发区域,准确理解高速公路合流区车辆运行状态与交通安全之间的关系,能够为实时预判事故风险、构建交通安全控制策略提供依据。本研究基于德国ExiD车辆轨迹数据,根据车辆进入加速车道到汇入主线过程中主线外侧车辆的相对位置变化,对高速公路合流区车辆汇入模式进行划分。为系统刻画汇入行为所带来的安全风险,引入碰撞时间(TTC)理论,构建了汇入风险表征体系。该体系包括两个层面的指标:一是基于二维TTC的汇入时刻风险指标,用于评估车辆在汇入瞬间的潜在冲突程度;二是基于碰撞暴露时间的汇入过程风险指标,用于评估整个汇入过程中的累积风险水平。在模型构建方面,采用XGBoost、LightGBM、GBDT和RF 4种机器学习算法,建立高速公路合流区车辆汇入风险判别模型,并通过SHAP(SHapley Additive exPlanations)理论对高速公路合流区车辆汇入风险致因进行分析。实验结果表明,基于XGBoost的高速公路合流区的汇入风险判别模型表现最优,总体准确率达95.52%,其准确率、精确率、召回率和F1分数方面均优于其他模型。此外,模型对比结果表明:考虑了汇入持续时间和汇入紧迫度的风险识别模型准确率更高。SHAP的分析进一步揭示:合流区车辆汇入风险与主线前车速度差平均值、速度差最大值、距离平均值、汇入持续时间、汇入过程纵向加速度标准差、汇入车辆速度等因素关系密切。

关键词： 人工智能   汽车   质量   安全  

摘要： 文章系统探讨了人工智能(AI)在汽车产品质量和安全性中的应用现状、挑战及未来发展方向。通过分析虚拟仿真、自动化检测和预测性维护等技术的实际应用,文章揭示了AI在提升检测效率、精度和降低成本方面的显著优势。研究表明,AI技术不仅推动了汽车检测行业的智能化转型,还为汽车行业的可持续发展提供了新的动力。文章的研究成果为汽车检测行业的未来发展提供了理论依据和实践参考。