关键词： 中国式现代化   人工智能   行业转型升级   高质量发展   强劲动力   住房城乡建设   实干   新篇章  

摘要： “广西新春第一会吹响了实干创新的号角,特别是关于经济高质量发展、以‘人工智能+’赋能千行百业的部署要求,为推动全区住建行业转型升级、创新发展指明了目标方向、注入了强劲动力。”自治区住房城乡建设厅党组书记、厅长杨绿峰在接受记者采访时表示,连日来,全区住建系统组织深入学习贯彻广西新春第一会精神,号召广大党员干部牢固树立“实干为要、创新为魂,用业绩说话、让人民评价”的鲜明导向,紧起来、动起来、干起来,以住房城乡建设事业高质量发展的实干实绩实效,为奋力谱写中国式现代化广西篇章贡献住建力量。

关键词： 影像组学   计算机体层成像   急性胰腺炎   胰源性糖尿病   机器学习  

摘要： 目的:构建基于支持向量机、k最近邻、逻辑回归、高斯朴素贝叶斯分类器的增强CT影像组学模型,对急性胰腺炎后糖尿病(PPDM-A)进行预测,比较不同分类器的预测效能。方法:回顾性收集2016年3月—2022年6月行增强CT检查的249例急性胰腺炎(AP)患者的临床及影像资料,经随访得到PPDM-A组107例和AP后血糖正常组142例。按7∶3的比例将入组患者分为训练组(174例)和测试组(75例)。利用3D-slicer软件勾画胰腺实质并提取特征,使用StandardScaler工具对提取的1223个影像组学特征进行标准化处理,并通过随机森林模型筛选特征,在训练组中分别采用逻辑回归、k最近邻、高斯朴素贝叶斯、支持向量机等4种分类器构建PPDM-A的预测模型,使用5折交叉验证检验模型效能并在测试组中进行评估。结果:支持向量机、k最近邻、逻辑回归、高斯朴素贝叶斯在训练组中的曲线下面积(AUC)分别为0.896、0.783、0.748、0.746,测试组中AUC值分别为0.810、0.641、0.732、0.790,其中支持向量机模型具有最优的预测效能。结论:基于支持向量机、逻辑回归、k最近邻、高斯朴素贝叶斯分类器构建的增强CT影像组学模型对PPDM-A均有较好的预测价值,其中支持向量机模型的预测效能最优。

关键词： 镜像计算   人工智能   风暴潮灾害   电网安全  

摘要： 风暴潮灾害会导致停电,需要先进的态势感知技术确保风暴潮期间的电网安全。以往的研究都是针对台风灾害而设计的,并没有考虑到风暴潮对变电站的影响。为了解决以上问题,提出一个能够感知风暴潮期间电网安全态势的框架,利用地理、气象数据和电力设备信息,对变电站发出停电警告。首先,采用ArcGIS 10.8地理信息系统收集沿海城市的高分辨率激光雷达数据,从而构建能够实现镜像计算的数字孪生体。然后,将地理、气象数据和电力设备信息输入Stacking模型,实现确定性和概率性的停电预警。最后,将该框架应用于一个中国沿海城市。结果表明,上述框架在不同尺度的数据集上都具备有效性和准确性。

关键词： 人工智能   政治安全   国家安全   系统科学  

摘要： 在人工智能时代,政治安全的内涵正在被不断深化和持续拓展,各国面临的政治安全风险也愈发复杂。根据系统科学理论,政治安全可以构建为一种政治安全系统,包含正反要素、四大结构面与动态稳定的功能。人工智能在经历从游离到输入的时序过程后,作为一种新的要素与政治安全系统发生互动。人工智能与政治安全的互动遵循“技术—应用—风险—系统”的逻辑过程,并实现对系统内其他要素的影响。这种影响全面且深刻,使得人工智能开始大面积嵌入政治安全系统,重构了政治安全结构。政治安全正在面临人工智能所带来的更复杂的风险形态,包括权力安全、制度安全与价值安全在内的政治安全内部生态都将发生深刻变化,推动整个政治安全形态经历深刻的变革。

关键词： 王明明   人工智能   机器人技术   深度融合   俱乐部   校友   MBA   跨学科  

摘要： 在人工智能与机器人技术深度融合的浪潮中.“具身智能”正成为全球科技竞争的新高地。作为这一领域的探索者,清华大学经济管理学院(以下简称“清华经管”)MBA校友王明明以独特的商业视角与组织智慧,发起成立清华大学首个跨学科具身智能俱乐部——清华MBA具身智能俱乐部(以下简称“具身智能俱乐部”),并担任俱乐部主席.架起技术研发与商业落地的桥梁。

关键词： 机器学习   入侵检测   自然语言处理   XLNet   WebShell  

摘要： 随着互联网的迅速发展,Web应用的安全问题日益突出,其中WebShell攻击已成为一种严重的网络安全威胁。本文基于XLNet模型,致力于提升WebShell上传检测的准确性和效率。通过分析网络流量,将XLNet模型用于样本文件的预处理、词嵌入、训练及测试阶段。实验结果表明,该方法在召回率、精确率以及F1分数等关键指标方面均表现出卓越的性能。相较于传统的机器学习方法,基于XLNet的检测模型能够更准确地识别潜在的WebShell上传操作,从而降低Web应用系统受到持久性攻击的风险,同时提升了Web应用的整体安全水平。这一研究成果强化了网络安全防线,能够为Web应用保驾护航。

关键词： 交通工程   出行方式选择   特征选取   机器学习   XGBoost算法  

摘要： 随着大学生对旅游的需求呈现出多元化和个性化的趋势,为充分挖掘大学生旅游出行的行为规律和内在机理,运用可解释机器学习进行出行方式预测。首先,通过问卷调查,得到济南市大学生旅游出行方式数据;其次,运用XGBoost算法对预处理后的数据进行特征选择,得到旅游预算、出行方式乘坐时间、年级、旅游时长和距离五个特征因素;再次,采用XGBoost算法建立大学生旅游出行方式预测模型;最后,利用SHAP解释特征因素之间的交互关系以及特征因素与出行方式选择概率的关系。研究结果表明:对比其他分类预测模型,XGBoost模型在出行方式预测方面表现良好,F1分数为0.914,准确率达到92.1%。SHAP分析发现:大学生的旅游预算、出行时间、年级、旅游时长和距离等因素对飞机、高铁、火车以及大巴的选择具有重要影响,而对私家车出行的影响较小。结果可为旅游企业和政府部门提供数据支撑,以更好地满足大学生旅游需求。

关键词： 大数据   人工智能   计算机   网络技术   应用  

摘要： 在现今的大数据时代,计算机信息技术已全面渗透到社会生活的各个角落,深刻改变着人们的日常与工作方式。随着信息技术的迅猛发展,其与物联网等新技术的深度融合,为人工智能技术的飞跃奠定了坚实基础。相较于传统计算机网络技术,人工智能与计算机网络技术的结合极大提升了信息处理与传输的效率,增强了人们对互联网技术应用的认知。此结合还展现出高度的灵活性,为计算机网络增添了更多功能与卓越性能。

关键词： 水下通信   网络安全   水声通信   人工智能   主动防御  

摘要： 随着透明海洋、智慧海洋战略的提出及海洋资源开发的不断推进,水下无线通信技术的重要性愈发凸显。然而,鉴于本身条件所限及水下恶劣环境的作用,水下无线通信网络面临着多种攻击和威胁的风险。因通信方式的限制,陆上的安全技术不适用于水下复杂的环境,因此,如何提高水下无线通信的可靠性和安全性成为该领域的关键问题。本文对近年来国内外水下通信安全领域的研究成果进行了梳理,首先总结了水下通信的主要方式和特点,并从物理攻击、传输攻击、网络拓扑攻击以及拒绝服务攻击等方面所面临的安全威胁进行详细分析;然后,从物理防护、信任与认证、保密性和完整性、路由协议安全、定位与同步安全以及主动防御等方面对近年来水下通信安全防护技术成果进行了分类和总结,并进一步梳理了人工智能在水下无线通信安全的应用;最后,针对潜在的安全威胁,展望了未来的发展方向。

关键词： 信用风险   管理层语调   语调操纵   机器学习   供应链金融  

摘要： 企业信用风险事件已深刻影响到企业、行业与市场的健康运行.为更全面反映企业信用风险特性,在传统信用风险指标体系的基础上,引入由管理层语调和语调操纵组成的文本披露指标,并选取机器学习方法,对企业信用风险进行识别.研究发现:1)将管理层语调和语调操纵纳入企业信用风险指标体系,均能提升信用风险识别准确率,且两者同时加入时对应的信用风险识别准确率最高;2)文本信息具备信息增量与信息操纵功能,引入语调操纵能更客观地反映中国真实情境;3)通过对现有信用风险识别模型进行优化,发现基于AdaBoost算法、随机森林和支持向量机的组合模型的预测能力最强,能显著提升信用风险识别能力,能为小样本下机器学习方法的应用提供方法指引.该研究能为企业信用风险识别指标体系设计和信用风险识别方法优化提供经验证据和决策支持.