关键词： 税收征管   人工智能   多模态   大语言模型  

摘要： 多模态大语言模型(MultiModal Large Language Models,MM-LLMs)作为生成式人工智能发展的新方向,正在快速变革税收征管领域,其所具备的跨模态、专业化、高效化等优势,可显著提升税务数据分析与预测精准度、税收风险识别与管理水平、税务咨询与服务质量等。税务部门须顺应新趋势,探索如何推进MM-LLMs在税收征管领域的深度实践应用,从而推动税收征管现代化。基于MM-LLMs在税收征管中的可行性和关键技术,构建和提出税收征管领域专用MM-LLMs架构和具体实现路径,并以自然人办税服务平台的优化升级为例,分析该模型架构在税收征管中的应用场景,以期能够为MM-LLMs在税收征管领域的应用提供参考。

关键词： 智能笼养系统   物联网   大数据   人工智能   家禽饲养   自动化  

摘要： 随着家禽饲养业的不断发展,传统饲养模式面临着环境控制不精确、劳动成本高、生产效率低等问题。因此,智能笼养系统应运而生,成为提高生产效率和动物福利的重要手段。本文分析了智能笼养系统的核心技术及其应用领域,重点探讨了物联网、大数据和人工智能技术在家禽饲养中的融合应用。通过实时监控和智能调节,智能笼养系统实现了在粪污清理、精准饲喂、禽蛋收集等方面的自动化,提高了饲养管理的精度和效率,并能有效应对环境变化和疾病预防。然而,智能笼养系统在技术集成、设备标准化、数据安全等方面仍面临挑战。本文还展望了智能笼养系统未来的发展趋势,强调跨学科技术的深度融合以及系统成本的降低将是推动其普及的关键因素,以期为进一步提高家禽智能笼养水平提供一定的参考。

关键词： Gensini积分   反向传播神经网络   随机森林   冠状动脉狭窄   机器学习  

摘要： 【目的】采用机器学习方法构建冠状动脉狭窄风险识别模型,分析影响冠状动脉狭窄的主要因素。【方法】连续纳入2013年1月至2020年5月就诊于山西省两所医院,经冠状动脉造影确诊为冠心病的患者。以患者临床资料为自变量,Gensini积分为结局变量,采用Logistic回归、反向传播神经网络(BPNN)和随机森林(RF)算法构建冠状动脉狭窄风险识别模型。通过灵敏度(TPR)、特异度(TNR)、准确率(ACC)、阳性预测值(PV+)、阴性预测值(PV-)、受试者工作特征曲线下面积(AUC)和校准曲线进行模型评价。并对最佳模型进行特征重要性排序。【结果】Logistic回归、反向传播神经网络和随机森林模型的TPR分别为75.76%、74.30%和93.70%,ACC分别为74.05%、72.30%和79.49%,AUC分别为0.7399、0.7231、0.7522,随机森林模型综合效能表现最佳。随机森林模型结果表明,胸痛症状、心电图提示ST段异常、室性早搏、合并高血压、房颤、心脏彩超提示节段性室壁运动异常、主动脉瓣关闭不全、肺动脉瓣关闭不全、心血管疾病家族史、体质量指数是冠脉狭窄的前10位重要变量。【结论】在识别冠状动脉狭窄方面,随机森林模型表现出最佳的综合性能,可较为准确地评估冠脉狭窄的程度,为临床干预提供科学依据。

关键词： 赋能   数智化转型   升级路径   驱动模式   人工智能  

摘要： 我国多数企业正面临向数智化转型升级的迫切需求,以ChatGPT、Sora等为代表的新一代人工智能迅猛发展,其强大的赋能特性为实现该目标提供了可行途径。文章以百度、阿里巴巴、腾讯和科大讯飞的实践为例,采用多案例探索的研究方法,探讨了人工智能赋能企业数智化转型升级的驱动模式与具体路径。研究发现:新一代人工智能可通过赋能技术、数据、组织、营销和服务五种路径推动企业数智化转型升级,并最终使企业在技术体系、生产运营、营销模式、组织架构,以及服务体系上实现转型升级;新一代人工智能赋能数智化转型升级的驱动模式包括技术创新驱动和行业需求驱动,具体路径选择受技术发展水平和被赋能企业所在行业领域转型升级需求的共同驱动;企业转型升级应选取适合的升级策略和升级模式,既可采取自主式升级策略并选择相应的升级模式,也可采取嫁接式升级策略并借助领军企业实现高点起步。文章丰富了数智化转型升级的相关研究,为借助人工智能加快转型升级提供有益的理论和实践启示。

关键词： 校园欺凌   家庭教育   人工智能   生态系统理论   预防策略   智能化治理   预警机制   数据驱动  

摘要： 近年来,校园欺凌事件频发,对学生身心健康造成严重威胁。本文基于对保定市某区县27所中小学32,586名学生家长的调查数据,采用因子分析和回归分析方法,探讨了家庭教育、家风家训、法治意识、欺凌认识等因素对校园欺凌发生的影响机制。结果表明,家长对校园欺凌的重视程度、认识水平、家风家训、家庭教育和亲子沟通质量与校园欺凌发生率呈显著负相关;而家长的法治意识、遇欺凌时的引导方式以及学生学习成绩与校园欺凌发生率呈显著正相关。学校对欺凌的培训对降低欺凌发生率没有显著影响。本研究创新性地提出,生成式人工智能技术可应用于构建校园欺凌预防智能体系,通过包含教育局层、学校层、学生及家庭层的三层两阶段方式,实现欺凌知识的个性化普及、实时咨询服务和欺凌应急处理的及时协助。基于布朗芬布伦纳的生态系统理论,提出了个人、家庭、学校、社会多层面联动的智能化校园欺凌预防策略,为从源头上针对性地遏制校园欺凌提供理论和实践参考。In recent years, school bullying incidents have occurred frequently, posing a serious threat to students’ physical and mental health. Based on survey data from 32,586 parents of students in 27 primary and secondary schools in a district of Baoding City, this study employs factor analysis and regression analysis to investigate the impact mechanism of factors such as family education, family values, legal awareness, and bullying perception on the occurrence of school bullying. The results indicate that parents’ emphasis on school bullying, their level of understanding, family values, family education, and the quality of parent-child communication are significantly negatively correlated with the incidence of school bullying. In contrast, parents’ legal awareness, guidance methods when encountering bullying, and students’ academic performance are significantly positively correlated with the incidence of school bullying. School training on bullying has no significant effect on reducing its occurrence. This study innovatively proposes that generative artificial intelligence technology can be applied to construct an intelligent system for school bullying prevention through a three-layer, two-stage approach, including the education bureau layer, school layer, and student and family layer, to achieve personalized popularization of bullying knowledge, real-time consultation services, and timely assistance in bullying emergency handling. Based on Bronfenbrenner’s ecological systems theory, the study proposes a multi-level collaborative intelligent strategy for school bullying preventi

关键词： AI绘画   人工智能   行为推理理论   公众认知   情感认知   认知分析  

摘要： AI绘画已经逐渐融入社会生产和日常生活的方方面面,但在网络社区中,公众对AI绘画的讨论却呈现出明显的认知分歧和态度差异。基于行为推理理论,通过基于数据挖掘的文本分析研究方法,收集与AI绘画讨论有关的内容并进行操作化编码,以此分析公众对AI绘画的认知现状及差异成因。研究发现,对新技术的信任程度、更充分的接纳理由/抵制理由与媒体评价态度会显著影响公众对AI绘画的认知以及行为态度。

关键词： 互联网诊疗   病历书写   移动设备   人工智能  

摘要： 目的:开发一款人工智能辅助的病历书写系统,以帮助医生更及时、高效地撰写互联网诊疗病历。方法:通过中山大学肿瘤防治中心掌上医院APP,集成如智能预问诊自动病史采集、报告文本光学字符识别、结构化病历文书自动输出、检验检查异常值自动识别插入、历史病历导入和电子签名等多项辅助功能。结果:显著提升了医生病历书写的便捷性和规范性。上线4个月内,该系统已支持医生撰写超过1万份互联网诊疗病历,且使用量逐月增长。结论:这一系统有效提升了病历书写效率,进而改善了互联网诊疗的整体质量、安全性及患者满意度。

关键词： 制造型企业   金融信用风险   压力测试   机器学习   非均衡数据  

摘要： 如何有效评估企业金融信用风险状况是当前风险预警领域的研究重点。以我国制造型企业为例,首先通过主成分分析和K均值聚类对企业金融信用风险进行综合打分和等级划分,并深入探究指标重要性;然后使用SMOTE过采样方法解决类别不均衡问题,以提升机器学习模型的预测效果;最后评估各机器学习模型的预测效果,将表现出色的模型作为压力传导模型,通过压力测试分析不同细分行业中企业的抗压能力。研究发现:1)不同信用指标对制造型企业金融信用风险的影响程度存在显著差异,影响最大的是行业偿债能力,影响最小的是企业经营能力;2)在压力测试中,相较于其他模型,MLP模型的整体预测效果最佳,在逐级升压情境下,其P_(MLP)下降幅度和C_(VMLP)上升幅度最小;3)随着压力因素的增加,各细分行业下制造型企业的抗压能力曲线显著下降,若以下降幅度为标准,通用设备制造企业具备较强的抗压能力,而专用设备制造企业的抗压能力较小。研究结果可以帮助利益相关者更有效地评估和管理制造型企业的金融信用风险,降低风险暴露的可能性,促进企业健康发展。

关键词： 资源配置   数字化转型   经济转型   企业数字化   居民生活质量   人工智能   信息技术   大数据  

摘要： 随着信息技术的迅速迭代和全球数字经济的崛起,城市数字化转型已成为重要发展战略。其不仅体现了国家对于新兴技术的重视,也是经济转型和城市发展的迫切需要。通过应用大数据、物联网和人工智能等数字化手段,可快速提升城市管理效率、改善居民生活质量、优化城市资源配置、增强公共服务能力、促进可持续发展。

关键词： 人工智能   角色隐喻   英语翻译教学  

摘要： 随着人工智能技术的迅猛发展,教育领域正经历一场深刻的变革。将人工智能的角色隐喻作为分析框架,深入探讨其对英语翻译教学的影响。研究结果表明,人工智能在翻译教学中扮演多元化角色,不仅是提供个性化学习资源和即时反馈的智慧导师,还是通过互动学习模式引导学生深入思考的学习伙伴,而且是能够根据学生提供的翻译建议进行自我提升和改进的进步学生。这些角色隐喻为翻译教学提供了重要的启示,不仅加强了教师和学生的角色认知,而且为教学设计和评价方法的改进提供了关键依据。面对人工智能时代的挑战,教师需积极适应,发展数据管理和分析能力;学生应在掌握现代化翻译技术的基础上,进一步提升批判性思维能力。