关键词： 人工智能   人力资源管理   智能招聘   绩效评估   薪酬福利  

摘要： 为提升人力资源管理的效率与精准度,文章将基于人工智能设计人力资源管理系统,该系统涵盖用户注册登录、权限管理、员工信息管理、简历解析与匹配、面试安排与提醒、员工培训与发展、考勤与假期管理、绩效评估与反馈,以及薪酬福利管理等模块。测试结果显示,该系统在功能和性能方面表现出色,能够满足人力资源智能化管理的需求。

关键词： 肝细胞癌   磁共振成像   影像组学   机器学习   病理分级  

摘要： 目的探索多期相MRI影像组学联合不同机器学习模型预测肝细胞癌(hepatocellular carcinoma,HCC)风险分层的价值。材料与方法回顾性分析我院2020年1月至2024年12月术后病理诊断为HCC,且符合纳入和排除标准的120例患者的临床和影像资料。依据Edmondson-Steiner分级(ES分级)划分为低级别(ESⅠ级、Ⅰ/Ⅱ级)组和高级别(ESⅡ级、Ⅱ/Ⅲ级、Ⅲ级、Ⅲ/Ⅳ级、Ⅳ级)组,其中高级别组91例、低级别组29例。然后按7∶3随机划分为训练集84例(高级别组60例、低级别组24例)和验证集36例(高级别组31例、低级别组5例)。使用ITK-SNAP软件在动脉期图像上勾画HCC全域感兴趣区(region of interest,ROI),然后以动脉期为模板,对门静脉和延迟期进行配准,共用动脉期勾画的ROI。基于PyRadiomics软件包共提取3396个组学特征,先后采用Spearman相关性分析、最大相关性-最小冗余(maximum relevance-minimum redundancy,mRMR)和最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归进行数据降维并选择最佳特征,随后构建逻辑回归(logistic regression,LR)、支持向量机(support vector machine,SVM)、随机森林(random forest,RF)、朴素贝叶斯(naive Bayes,NB)和多层感知器(multilayer perceptron,MLP)五种机器学习算法的影像组学模型,选择最优模型,再结合临床影像特征,最终建立含有临床影像特征和影像组学特征的组合模型。使用受试者工作特性(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)、准确度、敏感度、特异度、阳性预测值(positive predictive value,PPV)、阴性预测值(negative predictive value,NPV)、校准曲线、决策曲线分析(decision curve analysis,DCA)评估模型的性能。结果从三个期相分别提取1132个影像组学特征,经降维筛选后共纳入8个影像组学特征(动脉期2个、门静脉期3个和延迟期3个)构建影像组学模型,LR、SVM、RF、NB、MLP五种算法模型预测HCC病理分级训练集和验证集的AUC值分别为0.899、0.897、0.893、0.814、0.876和0.865、0.845、0.590、0.723、0.735,表明LR模型具有最好的性能和稳定性。单因素和多因素logistic回归分析发现年龄(P=0.046)和甲胎蛋白(P=0.031)是HCC病理分级的预测因子。年龄、甲胎蛋白与影像组学模型融合的组合模型在训练集AUC为0.929,验证集AUC为0.884。DeLong检验显示,训练集中临床模型与影像模型、组合模型之间差异具有统计学意义(P<0.05),影像模型与组合模型之间差异无统计学意义(P>0.05);验证集中三个模型之间差异均无统计学意义(P>0.05)。校准曲线表明组合模型在训练集和验证集的预测概率与实际概率更接近。DCA提示组合模型在合理的阈值概率范围内提供了更大的净收益。结论基于多期相动态增强MRI影像组学结合临床影像学特征的组合模型可准确预测HCC的风险分层。

关键词： 电力状态监测   故障诊断技术   智能传感器   数据分析   机器学习   实时监控系统  

摘要： 随着电力系统的现代化进程加快,电力设备的状态监测与故障诊断技术显得尤为关键。本文系统回顾了传统电力设备监测技术并分析了智能传感器、无线传输技术在电力工程中的应用前景。故障诊断技术部分,则深入探讨了技术分类、最新研究成果及其未来发展趋势。此外,文章还着重探讨了实时数据分析方法在电力行业的创新应用,包括数据挖掘、云计算、大数据以及机器学习等在状态监测中的价值。通过案例分析和实验验证,本研究明确了实时监控系统的实验设计和故障诊断技术的实用性。综合上述研究,本文为电力工程领域中电力设备的状态监测与故障诊断技术的发展趋势和应用提供了新见解。

关键词： 人工智能   水声通信   水声网络   路由协议  

摘要： 随着海洋强国战略的发展,我国对海洋资源勘探、生态环境监测、军事安全应用等领域的海洋信息获取和数据传输需求迅速增加。水声网络作为水下数据传输的重要手段,其性能直接受到路由协议的影响。传统水声网络路由协议面临着动态海洋环境、节点能量有限以及网络安全等诸多挑战。近年来,人工智能技术凭借其强大的学习能力、数据洞察能力和适应性,逐渐被引入到水声网络路由协议中。该文综述了国内外人工智能技术在水声网络路由协议中的应用研究进展,详细分析了其在平面路由和层级路由中的应用情况。研究结果表明,人工智能技术能够有效优化路由决策,降低能耗,减少端到端时延,并在一定程度上提升网络安全性能。然而,当前的研究仍主要基于仿真,且在算法复杂度评估和硬件实现方面存在不足。未来的研究方向应包括开发更贴近实际海洋环境的仿真平台,进行海试实验以验证算法性能,同时降低人工智能算法的复杂度,以适应水声节点的硬件条件。该文旨在为水声网络路由协议中应用人工智能技术提供参考,并对未来研究方向提出建议。

关键词： 人工智能   农业机械   操作培训   虚拟仿真   教学系统  

摘要： 在农业机械操作培训中,人工智能技术在虚拟仿真教学系统中的运用打破了传统培训模式的时空限制。通过构建高度拟真的操作场景,能有效降低培训成本、规避实操风险且实现个性化教学,提升培训效率和质量。在阐述农业机械操作培训虚拟仿真教学系统的结构和工作原理的基础上,分析了人工智能在虚拟仿真教学中的作用,最后对人工智能赋能农业机械操作培训虚拟仿真教学系统提出了建议。

关键词： 人工智能   民族事务治理   数字化赋能   治理现代化  

摘要： 数字时代的民族事务治理具有鲜明的特征内涵,人工智能对民族事务治理体系和治理能力现代化具有十分重要的赋能意义。人工智能资源的共享能够增进民族事务治理多元主体协同,人工智能空间的开放能够推动民族事务治理维度延展,人工智能算法的精准能够辅助民族事务治理策略升级。赋能与风险并存,人工智能的工具理性与民族事务治理的价值理性存在偏差,人工智能的技术特征与民族事务治理的安全隐患存在关联,人工智能的功能异化与民族事务治理的效率提升存在张力。要化解这些潜在风险,需强化人工智能技术应用民族事务治理的算法嵌入、平台协同、机制整合,进一步提高民族事务治理的智能化、科学化、法治化水平,在数字时代持续推进中华民族共同体建设。

关键词： 智能网联汽车   故障诊断   远程诊断   机器学习  

摘要： 随着汽车智能化、网联化水平的不断提升,传统的汽车故障诊断技术已难以满足日益复杂的智能网联汽车系统的诊断需求。本文在分析智能网联汽车故障诊断技术重要性的基础上,梳理了当前故障诊断技术的发展现状,指出传统诊断方法存在诊断知识获取难、诊断规则更新慢、难以应对复杂系统等局限性,而基于数据驱动的智能诊断方法和远程在线监测等新技术正成为研究热点。

关键词： 人工智能   机关档案   档案管理   智能化   智慧化  

摘要： 随着信息技术的飞速发展,人工智能(AI)技术日益成熟,并在各行各业得到广泛应用。机关档案管理作为机关工作的重要组成部分,也迎来了与人工智能技术融合的契机。文章探讨了人工智能在机关档案管理中的应用价值,并针对应用中可能遇到的问题提出相应的对策建议,以期推动机关档案管理工作向智能化、智慧化转型。

关键词： 人工智能   高职教育   基础医学   混合式教学  

摘要： 目的:探究基于人工智能的混合式教学模式用于高职高专基础医学教学的成效,助力学生高效学习。方法:选取菏泽医学专科学校临床医学系82名大一学生,随机分为普通教学组(n=41,采用常规线上线下混合教学)与观察教学组(n=41,采用基于人工智能的混合教学)。从成绩、教学质量、满意度三方面对比。结果:观察教学组考核成绩更高,差异显著(P<0.05)。教学前两组四项能力评分相近,教学结束后,两组学生在各项评分上均有所提升,且观察教学组的评分显著高于普通教学组,经统计分析,该差异具有统计学意义(P<0.05)。与此同时,观察教学组学生的满意度同样高于普通教学组。结论:基于人工智能的混合式教学用于基础医学课程效果佳,为教育数智化转型提供借鉴。

关键词： 智能制造   物联网   数据融合   深度学习   迁移学习  

摘要： 在智能制造环境中,物联网系统会产生海量异构数据,数据高效融合处理面临严峻挑战。针对制造过程多源异构数据融合难题,基于深度学习的多模态数据融合框架能够进行生产设备状态、环境参数和质量指标等多维数据协同处理。改进的长短时记忆注意力机制能够提升时序数据特征提取能力,迁移学习方法能够解决小样本场景模型适应性问题。智能工厂生产线验证表明,该方法的设备故障预测准确率为94.3%,比传统方法提升15.2%,能够为智能制造提供数据处理解决方案。