关键词： 高校   人工智能   网络安全   安全管理   高级持续性威胁  

摘要： 伴随着教育数字化转型的不断深入,各类应用系统、App、小程序等在高校得到了广泛应用,这些服务应用在提升教育教学、科研管理效能的同时,也使学校网络环境日益复杂,安全防护工作困难加剧。本文分析了当前网络攻击日趋复杂化、防护能力不足、防范意识淡薄等安全挑战,并针对这些问题,提出了通过建立健全安全管理制度、引入大模型、安全GPT等人工智能技术赋能安全防护等方法,切实增强网络安全防护能力,以期为高校网络安全建设提供有益参考。

关键词： 结直肠癌   人工智能   内镜筛查   辅助系统  

摘要： 结直肠癌是全球主要的癌症负担之一,结肠镜检查是关键的筛查手段。然而,传统结肠镜检查存在漏诊风险,人工智能(artificial intelligence,AI)技术的应用在提高息肉检出率(polyp detection rate,PDR)和规范内镜操作方面显示出潜力。目前,AI辅助内镜检查主要分为计算机辅助检测系统和计算机辅助诊断系统两个大类。AI辅助系统通过实时检测或诊断,可显著提高PDR和腺瘤检出率,并降低漏诊率。此外,AI辅助系统还能通过监测退镜时间、肠道清洁度等指标规范内镜检查过程,且AI驱动的患者导航系统也可提升患者筛查参与度。本文旨在综述AI辅助系统在结直肠癌内镜筛查中的应用进展。

关键词： 无人机   自动机库   任务载荷   自动化巡查   机器视觉   人工智能  

摘要： 矿产资源开采后,采空区上覆岩层原始应力平衡状态受到破坏,依次发生冒落、断裂和弯曲等移动变形,涉及地表,形成下沉塌陷区。传统地震映像法、高密度电阻率法和瞬变电磁法均属于物探方法试验剖面,精度高但效率低。采用智能无人机自动化巡查,利用机器视觉、人工智能和变化检测算法自动诊断采空区塌陷情况,生成工单或报告,开发接口,便于接入智能矿山一体化管理平台,实现“一屏统观、一屏统管”的效果。

关键词： 人工智能   数据中心   电子行业   基础设施   传统制造业   电子元器件   元器件产品   转型升级  

摘要： 2024年,随着生成式人工智能在端侧逐步落地,以人工智能服务器、交换机、光模块等为代表的数据中心基础设施增长势头强劲,对于上游电子元器件的技术创新和工艺提升均起到了明显的带动作用,同时低空经济也带动了传感器、通信模块等元器件产品的市场需求,5G通信的发展推动了基站用芯片等元器件的需求增长,传统制造业的数智化转型升级推动了工业控制芯片等产品的迭代升级。

关键词： 人工智能   巴黎奥运会   体育解说   人机关系   智能传播  

摘要： 生成式AI在体育赛事解说的广泛应用,深刻变革了体育赛事传播的生态体系。本文基于2024年巴黎奥运会的AI智能解说实践及其传播路径进行研究,认为AI智能解说多维度重塑了观众的观赛体验及赛事传播形式。首先,AI智能解说缓解了海量赛事集锦视频中解说缺位的现象,使赛事传播的听觉维度得以更好地覆盖和延伸,提升了赛事内容的丰富性和可听性。其次,AI智能解说为传统解说员提供了丰富的数据化支持,使赛事解说得以通过更直观的数据和分析进行呈现,从而丰富了赛事讲解的形式,带来了显著的价值增益。此外,个性化AI解说技术使观众的观赛体验得以高度定制化,实现了“千人千面”的观赛模式,满足了不同观众群体的多样化需求。然而,AI智能解说在体育赛事中的广泛应用仍面临一些重要挑战,虚拟解说往往在情感表达和互动性方面缺乏竞技赛事的交流张力,增强情感性与交流感成为AI智能解说亟需解决的优化方向之一,唯有协同真人解说和AI智能解说的角色优势,方能实现“数据驱动+情感共鸣”的双重效果,塑造和谐共生的体育赛事解说新格局。

关键词： 急性ST段抬高型心肌梗死   主要不良心血管事件   机器学习   预测模型  

摘要： 目的构建急性ST段抬高型心肌梗死(STEMI)院内主要不良心血管事件(MACE)可解释性预测模型。方法回顾性纳入2019年6月至2023年6月在合肥市第二人民医院收治的514例STEMI患者,依据是否发生MACE将患者分为两组。采用Logistic回归(LR)、支持向量机(SVM)和随机森林(RF)3种机器学习算法构建STEMI患者院内MACE预测模型,并通过敏感度、特异度、准确度、F1分数、受试者工作特征曲线(ROC)下面积(AUC)和校准曲线比较模型的预测效能。采用DALEX算法可视化最佳模型中危险因素的重要性排序。结果23.15%的STEMI患者发生MACE。LR预测模型AUC为83.9%,效能最佳。DALEX显示,Killip分级、同型半胱氨酸、尿素、肌酐和入院收缩压是STEMI患者发生MACE前五的危险因素。结论LR机器学习算法在预测STEMI患者院内MACE方面具有良好的效能,Killip分级、同型半胱氨酸、尿素、肌酐和入院收缩压为重要危险因素。

关键词： 人工智能   艺术设计类专业   校企合作   产教融合   人才培养模式  

摘要： 探究人工智能时代高职艺术设计类专业人才培养模式,旨在应对行业变革,提升教育质量,培养适应市场需求的高素质复合型艺术设计类人才。通过分析人工智能对当前设计行业的冲击,以及人工智能时代高职艺术设计类专业人才培养面临的挑战与问题,提出了以产业需求为导向、智能技术为引擎、专业能力为核心的高职艺术设计类专业“专业+产业+智能”三位一体的产教融合人才培养模式,并从培养目标设定、课程体系优化、实践平台搭建、师资队伍建设、人才质量评价等方面阐述实施路径,以期为艺术设计行业输送适应市场需求的高质量人才,助力产业创新发展。

关键词： 人工智能   人工智能法   敏捷治理   框架体系   多维动态模式   人工智能治理  

摘要： “人工智能法”框架体系的多维动态模式是顺应人工智能治理发展趋势的产物,其可以有效满足人工智能治理精细化的需求,同时也符合立法的内在要求和抢占话语权的需要。多维动态模式是三个基本维度的有机组合,分别是基于主体进行治理的价值链维度、基于流程进行治理的生命周期维度以及基于不同场景进行治理的场景维度。在组合方式上,多维动态模式要求以人工智能的生命周期为主线,在不同环节为价值链中的不同主体赋予相应的权利和责任方式,并且根据特殊场景在各个环节设置针对性规则。其动态化调整则应基于敏捷治理的原理,通过设立“人工智能法”框架体系的实时监测、多元合作和信息反馈机制加以实现。这种多维动态模式有效结合了人工智能治理的各单一模式,可以弥补单一模式的缺陷,并更好地适应技术发展。

关键词： 肺结节   流域地形图   三维重建   人工智能   吲哚菁绿   专家共识  

摘要： 随着低剂量CT筛查的普及以及高分辨率CT的广泛应用,亚厘米级肺结节的检出率显著提高。如何在避免过度治疗和延误诊断的前提下,科学管理这些结节已成为临床的重要课题。其中肿瘤实性成分占比<0.25、以磨玻璃影为主的肺结节尤为值得关注。这一人群的治疗难点在于,如何在术中实现精准、完整切除结节的同时,最大限度地保留患者的肺功能。“流域地形图”是一项基于大数据与人工智能算法的新技术。该方法利用常规剂量CT平扫的Dicom数据,结合微观(22~24级)毛细血管网络解剖分水岭特征,通过特定纹理和形态生成高精度仿真肺亚段的自然分割平面。该技术在肺表面形成荧光流域边界,与实际肺解剖结构高度拟合。通过分析结节与流域边界的毗邻关系,可实现结节的实时、可视化精准定位。这一创新性技术为术中肺结节定位与切除提供了全新的解决方案。本共识由国内四大学会牵头,联合相关领域的专家团队,以临床实际需求为导向,参考国内外相关指南与共识,经过多轮磋商、讨论和投票最终形成。主要内容涵盖了“流域地形图”技术的理论基础、适应证、操作流程、手术规划细节及术后评估标准,旨在为目前正在或计划开展荧光镜下流域分析法肺结节切除术的临床同行提供科学指导和探索方向。

关键词： 机器学习   储层预测   辫状河   储层构型   水平井  

摘要： C-2油田是位于渤海湾盆地的河流相海上油田,主要采用水平井开发,储层厚度薄、纵向多期砂体叠置、横向相变快,储层内部结构与连通关系复杂,受复杂的储层结构与井震资料的双重影响,稀疏井网条件下储层描述难度大,制约了油田精细挖潜效果,常规地震反演难以满足薄储层高分辨率预测与储层内部结构精细解剖的需要。针对研究油田辫状河储层结构特征,采用基于地震属性堆叠泛化集成学习的方法完成河流相复杂结构储层的预测,相较于单一的机器学习模型提高了预测精度。综合地质、地球物理与油藏动态等多维信息进行迭代优化,进一步降低地下储层预测与结构认识的不确定性,实现了研究区辫状河复杂结构储层的精细表征,为油田剩余油与潜力砂体精细挖潜提供了依据。研究表明:基于地震属性堆叠泛化集成学习的储层预测方法,不仅能有效提高地震纵向分辨率,同时具有较强的横向“相控”指示能力,预测结果包括砂体叠置关系与储层内部结构特征,更加适用于相变快、储层空间建筑结构复杂的陆相河流沉积体系储层预测与精细刻画,可为稀疏井网海上油田开发中后期河流相沉积储层构型精细表征提供借鉴。