关键词： 机器学习   可靠性分析   岩土工程   工程勘察  

摘要： 岩土可靠度分析提供了一种从概率角度利用失效概率来合理考虑岩土结构的不确定性,评价岩土结构稳定性的新方法,近年来受到广泛关注。随着人工智能技术的快速发展,各种机器学习算法已成功应用于岩土可靠度分析,为了更好地总结当前的成果,并进一步阐明未来的研究,本文旨在提供最先进的机器学习在岩土可靠性分析中的应用。

关键词： 卫星图像   机器学习   厂区尺度   温室气体排放   制浆造纸企业  

摘要： 本研究以制浆造纸企业为例,构建了一种融合了卫星图像和机器学习方法的厂区尺度温室气体排放核算模型。首先通过卫星图像将制浆造纸企业分成原生纤维制浆企业、高定量纸张生产企业、低定量纸张生产企业和特种纸企业4类;然后采用Lasso算法,将厂区面积与碳排放进行拟合,4种不同类型企业的R^(2)均在0.74以上。采用碳排放核算模型对全国重点排放单位名单中的112家造纸企业,进行了厂区尺度的温室气体排放核算。结果表明,112家造纸行业重点排放单位之间温室气体排放差异较大,最小排放量为4.45万t CO_(2)eq,最大排放量达426.01万t CO_(2)eq,该方法也为厂区尺度的碳排放核算提供了一种新思路。

关键词： 冠状血管   体层摄影术,X线计算机   人工智能  

摘要： 目的观察动态注意力聚合网络(DAANet)自动分割CT血管造影(CTA)中的左冠状动脉异常起源于肺动脉(ALCAPA)的价值。方法回顾性纳入30例ALCAPA综合征患者的CTA数据,以基于残差边缘特征(REF)、金字塔动态注意力(PDA)和动态全局特征聚合(DGFA)模块的DAANet分割CTA中的ALCAPA,并以医师手动分割结果为参考,与其他网络分割性能进行对比。结果相比其他网络,以DAANet自动分割CTA中的ALCAPA的效果更好,可显示左冠状动脉边缘局部不规则等细节,连续性较好、清晰度较高,整体性能参数更优。结论基于DAANet自动分割CTA中的ALCAPA性能较佳。

关键词： 农业发展模式   江西农业   农业机器人   科技论坛   智能管理   人工智能   大数据   现代农业  

摘要： 近日,在南昌举办的2025首届中国·江西农业科技论坛上,中国农业机械流通协会会长范建华指出,以智能农机为主要支撑的智慧农业,已经成为未来农业发展的主流趋势。智能农机装备,如智能拖拉机、无人机、农业机器人等在农业生产中“大展拳脚”,发展前景十分广阔。范建华称,智慧农业是一种利用人工智能、物联网、大数据、云计算等先进技术手段,实现农业生产全过程智能管理和优化的现代化农业发展模式。智能农机则是通过农艺、农机、信息等方面的高度融合,让传统农业与现代农业有效衔接,二者相互促进、共同发展。

关键词： 新文科   人工智能   翻译教学   客观要求   实践路径  

摘要： 新文科理念强调文理交融,把大数据、人工智能等技术手段运用到翻译教学中。但现有翻译教师技术素养不高、理论与实践脱节、教学评价方法单一,满足不了新文科建设发展的需要。本研究在教师技术素养要求、教学方式和教学评价三方面分析人工智能辅助翻译教学的客观要求,并基于此提出新文科背景下人工智能辅助翻译教学的实践路径,以弥补现有翻译教学不足,促进翻译教学数智化发展,助力新文科建设。

关键词： 胃癌   人工智能   图像组学   肿瘤微环境  

摘要： 胃癌是全球常见的恶性肿瘤,早期症状不明显,导致大多数患者确诊时已处于晚期,预后较差。近年来,人工智能(artificial intelligence,AI)技术在胃癌的图像组学应用中展现出巨大潜力。AI技术通过深度学习算法自动识别内镜图像和视频中的早期病变,可提高筛查效率与准确率;在病理学中,AI能自动分析组织切片,检测癌前病变和肿瘤,并量化病理特征,预测分子分型;在影像组学中,AI结合计算机断层扫描、磁共振成像等影像数据,可非侵入性评估肿瘤的分期、预后及治疗反应,并探索肿瘤微环境的复杂性与免疫反应。AI技术推动了胃癌精准医疗的发展,但仍面临数据标准化、隐私保护、伦理规范化等挑战。本文旨在概述AI技术在胃癌内镜学、病理学、影像组学等图像组学中的应用进展。

关键词： 人工智能   思想政治教育   教学改革  

摘要： 人工智能(AI)技术的发展为我国教育事业带来巨大变革,将人工智能有效应用于思政课教学改革,赋能思想政治教育高质量发展,是建设思想政治教育的重要任务。但智能技术的推进与应用使得思政教育面临教育格局变化、教学育人理念被遮蔽等诸多变革与挑战。为此,需要始终秉持“育人为本技术为用”的核心理念,通过内化“立德树人”理念、开发智能教育平台,完善数据隐私保护等手段,构筑人机高质量共融教育,进而探索人工智能时代背景下教育革新的基本路径。

关键词： 人工智能   舞蹈编创   赋能   艺术教育  

摘要： 随着数智技术的发展,人工智能为舞蹈编创人才培养带来了新的机遇。人工智能可以让舞蹈编创教学更加多样化和个性化,激发舞蹈编创灵感,协助个性化舞蹈编创人才的培养,优化舞台设计与呈现以及对舞蹈作品提出更客观公正的分析与评价等。但在赋能舞蹈编创人才培养方面还存在局限性,如:人工智能与课程体系缺乏融合性,人工智能实践环节创新效能弱,教师应用人工智能技术的能力有待提高,舞蹈编创人才培养评价体系不够完善等。因此,应构建融合人工智能的舞蹈编创课程体系,强化基于人工智能的舞蹈编创实践教学,建设适应人工智能时代的舞蹈编创师资队伍,优化人工智能支持下的舞蹈编创环境,以实现人工智能对高校舞蹈编创人才培养的有效赋能。

关键词： 含Ti钢   性能预测   机器学习   屈服强度  

摘要： 通过材料成分和工艺参数对钢的性能进行预测可有效降低生产成本、提高产品质量,因此该方法受到广泛关注。针对含Ti高强钢在生产过程中体现出的性能波动大、生产不稳定问题,基于简单循环单元(simple recurrent unit,SRU)模型,根据真实生产数据,使用机器学习模型预测含Ti高强钢的屈服强度、抗拉强度和延伸率。结果显示SRU模型具有较高的精度:抗拉强度预测值和实际值相对误差在±5%以内的命中率为88.63%,相对误差在±10%以内命中率达到97.80%;屈服强度预测值和实际值相对误差在±5%以内的命中率为94.17%,相对误差在±10%以内的命中率达到99.52%;延伸率预测值和实际值相对误差在±5%以内的命中率为74.50%,相对误差在±10%以内的命中率达到95.15%。该模型可以有效地降低含Ti高强钢生产成本,缩短开发周期。该研究为热轧带钢产品力学性能预测等需要考虑多维度及时间序列的问题提供了新的方法。

关键词： 机器学习   人工智能   神经网络   智能生成   语言转化   比对技术   风格化   时间精力  

摘要： 引言。自然语言处理(NLP)是如今人工智能和机器学习的热门领域之一,其通过将人类语言转化为计算机可以识别的数据,并通过神经网络进行计算和输出。然而,大多数NLP任务使用的有监督训练方式需要人们花费大量时间精力对数据集进行整理和打标签,且数据集的质量限制了模型的效果。