关键词： 人工智能   政策环境   研发投入   人才资源   创新  

摘要： 对中美欧人工智能产业发展进行比较研究，有助于深入了解各自的发展优势和不足，为政府制定合理的人工智能发展战略和政策提供参考，促进人工智能产业健康、可持续发展。文章分析了中美欧在人工智能产业政策环境、研发投入、人才资源、产业应用、创新生态等方面的现状与特点，并对未来发展趋势进行了展望。研究发现，中美欧在人工智能领域各有特色，美国在技术创新和研发实力方面领先，中国在应用场景拓展和数据资源方面具有独特优势，欧洲则注重伦理规范和社会影响。未来，三者将在竞争与合作中共同推动全球人工智能产业的发展，同时也需要应对技术风险、伦理挑战等问题。

关键词： 智能交通管理系统   交通流优化   信号控制   车联网   人工智能  

摘要： 传统的交通管理模式在面对复杂、动态的交通环境时,存在信号控制滞后、路径规划单一、交通资源利用率低等问题,难以有效缓解城市交通拥堵。智能交通管理系统依托先进的感知、通信、计算和控制技术优化交通流组织,以提高城市道路的通行效率。基于此,本文首先分析了智能交通管理系统的技术架构,包括交通流检测、数据处理与计算、优化控制算法等核心技术。接着,借助仿真实验和典型城市案例分析,量化智能交通管理系统对平均通行时间、车辆排队长度和交通流量的优化效果。研究表明,基于人工智能和大数据分析的智能信号控制、车联网辅助调度和自适应路径优化策略,能够有效提升城市道路通行效率,减少交通延误,提高道路资源利用率。以期为未来智慧交通系统的优化提供技术支撑。

关键词： 机器学习   深度学习   方面级情感分析  

摘要： 随着情感分析的不断发展，提出了侧重于对评价对象及其属性进行细粒度情感分析的方面级情感分析，受到了研究者越来越多的关注。与传统的情感分析相比，方面级情感分析能够准确地反映评价对象及其意见，帮助企业有针对性的改进，助力企业高质量发展。根据使用方法的不同，本文将其划分为基于规则的方法、基于注意力的方法、基于机器阅读理解的方法、基于序列标注的方法以及基于生成的方法，并对现有的文献进行了分析和总结；介绍方面级情感分析的新任务：多模态、隐式和跨领域方面级情感分析；给出了常用数据资源，如SemEval系列、MAMS、ACOS和CMU-MOSEI；最后，对面临的挑战和未来的研究方向进行了探讨，指出需要解决数据量小、领域单一、数据质量难以评估的问题，加强对复杂语句和多模态的方面级情感分析，如何更好地利用预训练语言模型为更深入的研究提供思路。

关键词： CNC全自动锯床   人工智能   强化学习   深度学习  

摘要： 本研究旨在利用人工智能(AI)算法优化CNC全自动锯床的复杂形状切割路径,以提高切割精度、减少切割时间和降低材料浪费。方法 采用深度学习、遗传算法和强化学习三种AI方法对切割路径进行优化,并在MATLAB/Simulink仿真平台上进行实验验证,比较不同算法在切割精度、时间效率和材料利用率方面的表现。结果 结果表明,强化学习算法在切割路径优化方面表现最佳,切割误差降低至0.3mm,切割时间缩短至20s,材料浪费率降至8.2%。相比之下,深度学习和遗传算法的优化效果虽优于基准算法,但仍略逊于强化学习。结论 AI算法的应用显著提升了CNC锯床的切割性能,强化学习算法在处理复杂形状切割路径时展现出更优的适应性和优化效果,为智能制造和自动化加工提供了新的优化手段。

关键词： 脑卒中   取栓   人工智能   流程   预后  

摘要： 目的 探讨计算机断层扫描血管造影（computed tomography angiography， CTA）及脑灌注成像（computed tomography perfusion imaging， CTP）自动化软件的应用是否能改善院内血管内治疗的工作流程。方法 研究纳入了2020年1月1日至2022年12月30日在西南医科大学附属医院脑卒中绿色通道接受CTA及CTP评估并进行血管内治疗的急性缺血性脑卒中患者。根据是否采用自动化软件评估，将患者分为对照组和人工智能组。对照组包括2021年6月之前通过人工后处理多模式影像的患者，而人工智能组则包括2021年7月之后使用自动化软件处理的患者。主要结局指标为患者入院至动脉穿刺时间（door-to-puncture time， DPT），次要结局为90 d改良Rankin量表的结果。结果 共计纳入312例患者，其中对照组145例，人工智能组167例。全部患者的中位年龄为68岁（58～74岁），男性占55.4%（173人）。发病时美国国立卫生研究院卒中量表（National Institute of Health Stroke Scale， NIHSS）评分的中位数为16（12～19）。使用人工智能软件前患者从入院到动脉穿刺的时间（DPT）中位数为110 min（80～150 min），使用后缩短至95 min（65～125 min）（P<0.001）。然而，改良Rankin量表评分0～2分的功能独立比例在两组间没有显著差异（39.3% vs. 41.3%，P=0.719）。结论 脑卒中多模式CT自动化软件的应用，改善了院内急性缺血性脑卒中的工作流程。该软件的实施缩短了血管内治疗（EVT）的时间，但未显示出对患者神经功能预后的显著影响。

关键词： 机体防御与免疫   数智赋能   人工智能   教学创新  

摘要： 信息技术的飞速发展为医学教育带来了新的机遇与挑战，人工智能（AI）作为引领未来的关键技术之一，正在成为推动教育高质量发展的关键力量。“机体防御与免疫”教学团队积极探索课程教学创新与实践，通过建设知识图谱、构建学习地图、形成思政图谱、引入AI助教、借助AI工具、AI分析学情等举措，学生积极性提高，知识点平均掌握率高达86.13%。同时，本文进一步思考数智赋能课程在教师发展、产教融合、安全规范和与人类智慧关系等方面的思考与展望，以期更好地为医学创新人才的培养服务。

关键词： 机械系统   故障诊断   故障排除   人工智能   大数据分析   物联网   预测性维护  

摘要： 本研究聚焦于机械系统故障诊断与排除方法,探讨了在现代工业环境中提高机械设备可靠性和维护效率的创新策略。通过分析机械系统故障的类型和特征,本文系统梳理了传统故障诊断方法的局限性,并提出了基于人工智能、大数据分析和物联网技术的先进故障诊断与排除方法。研究比较了不同诊断技术的优劣,并提出了优化故障排除流程的方案。同时,本文还探讨了智能维护系统在机械系统故障管理中的应用,包括预测性维护、远程监控和自主修复等。研究结果表明,采用先进的故障诊断与排除方法可以显著提高机械系统的可靠性和运行效率,为现代制造业的智能化转型提供了重要的技术支持。

关键词： 人工智能   计算语言学   大语言模型   大数据驱动   语言研究  

摘要： 随着人工智能技术的迅猛发展，语言研究正迎来诸多的挑战，经历着一场前所未有的理论革新机遇。基于大数据和神经网络机器学习的自然语言处理技术大力推动了语言智能处理技术的进步。本文从计算语言学70多年的发展史出发，梳理出计算语言学对语言理解和语言生成两个过程的重要区分和两大理论基础：信息论和机器学习，以及之所以取得成功的三大要素：大算力、大数据、大模型。语言学突破了在数据获取、存储和计算的巨大限制，可以走向“理论假设—数据采集—建模计算实验—计量分析—修正理论”的数据驱动、计算建模的实证研究路径。

关键词： 轨道交通   空压机   数据分析   预测维护   机器学习  

摘要： 轨道交通是城市生活的主要支柱,其中空压机是重要的设备之一。空压机的数据分析和预测维护尤其重要,对于提高设备运行效率和延长设备使用寿命有着重大的意义。本研究以轨道交通空压机为研究对象,采用数据挖掘和机器学习算法,通过分析空压机的历史数据,挖掘出与设备故障有关的重要参数,并建立预测模型,以实现空压机的及时维护和故障预报。实验证明,该智能数据分析与预测维护技术能有效提高空压机的运行效率,降低设备故障率,为轨道交通的安全运行提供有力保障。此研究成果对于进一步优化轨道交通的维护管理,提高轨道交通的运营效率具有重要的参考价值和应用前景。

关键词： 气态硝酸(HNO   )   化学电离飞行时间质谱(CIMS)   气粒分配   机器学习   SHAP  

摘要： 为探究深圳市大气气态硝酸(HNO3)的污染特征及驱动机制，本研究基于碘离子化学电离飞行时间质谱（I-CIMS）技术，于2023年夏季和2024年冬季开展HNO3观测，结合机器学习探讨其驱动机制.结果显示，冬季HNO3浓度（0.72±0.19 ppbv）显著高于夏季（0.09±0.05 ppbv），呈昼高夜低特征.模型拟合良好(R2=0.91)，SHAP分析表明温度是首要影响因子，气粒分配主导HNO3变化.温度在夏季影响更为明显，化学过程在冬季影响更显著.氯盐通过置换硝酸盐抑制HNO3生成，揭示氯亏损对氮循环的复杂作用.建议优先控制NH3排放，不仅抑制总硝酸生成也降低HNO3向颗粒相转化，并关注氯亏损对沿海城市氮循环的复杂影响，为珠三角区域硝酸盐污染防控提供科学依据.