关键词： “新工科”   工业催化   人工智能   教学改革  

摘要： 在“新工科”大背景下,对培养工程类人才的标准愈发严格。工业催化课程是化工类专业学生走出校园前的必修课程。然而,传统的教学内容不能满足“新工科”背景下的全方面发展的人才需求。文章分析了当前工业催化基础课程教学过程中存在的问题,通过与人工智能元素结合,探讨了在“新工科”背景下如何对课堂教育进行综合改革,以培养出新形势下的全能型人才。

关键词： 国际传播   人工智能   话语体系   智能传播  

摘要： 人工智能时代,国际传播领域正经历着前所未有的深刻变革。这些变革不仅体现在技术的迭代与升级,甚至延展至传播主体、内容、场景及方式等多个层面,为国际传播话语体系构建添砖加瓦。本文从智能化传播发展趋势出发,探讨人工智能技术为国际传播提供的新路径,分析人工智能技术在国际传播中存在的问题并给予相应策略,最后对人工智能时代国际传播话语体系建构提供建设性思考。

关键词： 2型糖尿病   骨质疏松   预测模型   机器学习   老年  

摘要： 目的 基于机器学习算法构建老年2型糖尿病患者骨质疏松风险预测模型,筛选预测效能最优模型并进行验证。方法 2023年5—12月郑州大学第一附属医院诊治老年2型糖尿病患者180例,采用双能X射线吸收法测定骨密度,根据是否患骨质疏松分为骨质疏松组83例和非骨质疏松组97例,比较性别比例、年龄、糖尿病病程、体质量指数(BMI)、尿微量白蛋白(MAlb)、糖化血红蛋白(HbA_(1)c)、总胆固醇(TC)、甲状旁腺激素(PTH)等水平。采用lasso回归筛选预测老年2型糖尿病患者并发骨质疏松的影响因素,采用7种机器学习算法(决策树、随机森林、k最邻近、朴素贝叶斯、支持向量机、极端梯度提升、多因素logistic回归)构建老年2型糖尿病患者并发骨质疏松的预测模型,并比较灵敏度、特异度、准确率、精确度、AUC,筛选出效能最优的预测模型,并绘制校准曲线和决策曲线,评估模型的临床应用价值。结果 180例患者骨质疏松发生率为46.11%。骨质疏松组年龄[(69.87±6.85)岁]大于非骨质疏松组[(66.22±6.13)岁](t=-23.588,P<0.001),糖尿病病程[(17.22±8.23)年]长于非骨质疏松组[(12.29±7.06)年](t=-4.265,P<0.001),女性比率、MAlb、HbA_(1)c及血清TC、PTH水平[59.0%、14.8(6.5, 72.3)mg/L、9.5%(8.5%, 10.8%)、(4.73±1.19)mmol/L、(39.83±18.97)ng/L]均高于非骨质疏松组[51.5%、9.5(6.1, 14.3)mg/L、7.1%(6.0%, 8.0%)、(4.18±1.19)mmol/L、(29.12±16.41)ng/L](χ^(2)=4.756,Z=2.011、-9.473,t=-3.129、-4.016,P均<0.05),BMI[(23.14±3.24)kg/m^(2)]低于非骨质疏松组[(25.43±5.37)kg/m^(2)](t=3.535,P<0.001)。lasso回归筛选老年2型糖尿病患者并发骨质疏松的影响因素为性别、年龄、糖尿病病程、BMI、MAlb、HbA_(1)c、TC、PTH。根据lasso回归筛选出的影响因素,采用7种机器学习算法构建老年2型糖尿病患者并发骨质疏松的预测模型,结果显示随机森林算法构建的预测模型效能最优,灵敏度为94.9%,特异度为97.8%,准确率为96.1%,精确度为98.0%,AUC为0.998。决策曲线分析结果显示,模型在大部分阈概率范围内净收益较高,临床实用性较强;校准曲线分析结果显示,校准曲线与理想曲线重合度较高,拟合良好。结论 基于性别、年龄、糖尿病病程、BMI、MAlb、HbA_(1)c、TC、PTH变量,采用不同机器学习算法构建的预测模型中,随机森林算法模型预测老年2型糖尿病患者并发骨质疏松的效能最高,具有较高的临床应用价值。

关键词： 牛黄   培植牛黄   人工牛黄   体外培育牛黄   快速蒸发离子化质谱   人工智能   机器学习   真伪鉴别   偏最小二乘判别分析   逻辑回归   决策树   随机森林   自适应提升   仿真数据合成   识别概率  

摘要： 目的:使用快速蒸发离子化质谱(REIMS)技术对牛黄、培植牛黄、人工牛黄和体外培育牛黄进行测定,并使用机器学习技术对样品的REIMS谱图进行快速识别预测。方法:干法灼烧将样品组分引入REIMS中,质谱扫描范围m/z50~1200;扫描模式为灵敏模式;扫描时间为0.2s。负离子模式采集,数据记录为continuum模式。通过对样品REIMS谱图的数据进行聚类分析和主成分分析,分析样品数据概况。分别建立偏最小二乘判别分析、逻辑回归、决策树、随机森林、自适应提升(分别以逻辑回归和决策树为弱评估器)模型,并通过GaussianCopula、CTGAN、CopulaGAN和TVAE算法仿真合成数据,然后与原训练集数据组成新的训练集用于模型的训练。结果:使用新训练集训练得到的以决策树为弱评估器的自适应提升模型对4种牛黄类药材识别预测能力最好,对测试集识别的准确率为0.97,精确率为0.90,召回率为0.97,F1得分为0.93,ROC面积为1.00。使用模型输出的概率还可以根据药品监管的实际应用场景通过调整概率阈值灵活地使用。结论:使用REIMS技术与机器学习技术联用可以实现牛黄类药材的快速而准确的识别。

关键词： 人工智能   财务会计   管理会计  

摘要： 在人工智能迅速发展的背景下,财务会计领域正经历着深刻的变革,传统的财务会计职能受到冲击,企业财务管理逐渐向管理会计转型。本文探讨了人工智能时代财务会计向管理会计转型的过程及其驱动因素。首先,分析了人工智能技术对财务会计的现状及其职能的影响,揭示了其在数据处理与决策支持中的优势。其次,深入探讨了管理会计的核心功能及其在企业管理中的重要角色。随后分析了促使财务会计向管理会计转型的主要驱动因素,包括人工智能技术的推动、企业环境与市场竞争的变化,以及财务人员角色的转变。本研究为企业在人工智能时代优化财务与管理会计的融合提供了理论支持与实践参考。

关键词： 新型工业化   人工智能   工业和信息化部   行业运行   信息通信   标准化技术委员会   标委会   引领性  

摘要： 工业和信息化部人工智能标准化技术委员会成立近日,工业和信息化部人工智能标准化技术委员会(以下简称“人工智能标委会”)在京召开成立大会。工业和信息化部总工程师谢少锋出席,工业和信息化部科技司、北京市经济和信息化局、北京市海淀区政府负责人,人工智能标委会主任委员郑志明院士、委员代表,以及相关行业专家参加会议。为深入贯彻落实党中央、国务院有关决策部署,进一步发挥标准的基础性、战略性、引领性作用,推动人工智能高质量发展和高水平赋能新型工业化,工业和信息化部探索标准机制改革,成立部人工智能标委会,编号MIIT/TC1,主要负责人工智能相关领域行业标准制修订工作,秘书处设在中国信息通信研究院。人工智能标委会的成立,标志着人工智能行业标准化工作迈入新阶段。

关键词： 压力容器制造单位   智能制造   质量控制   信息化  

摘要： 随着我国社会经济的不断发展和科学技术的不断进步,我国信息化水平也在不断地提高,并且被广泛地应用于各行各业中。为了更好地适应社会进步和经济发展需求,我国压力容器制造单位也逐渐开始将信息化引入制造过程中,借用信息化的先进技术和手段对压力容器产品的质量进行把控,从而有效地提升整体的质量水平和建造能力。本文通过对压力容器制造单位智能制造中的质量控制信息化做出分析,提出相应的实施措施,为行业内相关单位和人员提供参考与借鉴。

关键词： 人工智能   网络时代   公众意见   共识  

摘要： 互联网社交媒体平台交往中的问题与挑战,并没有随着传统人工智能算法的应用而发生大的改变,依靠互联网汇聚公众意见共识仍面临一些难题。从推动人工智能技术向善出发,基于生成式大语言模型的原理与技术特点,通过建构一种多模态、多元素、跨学科融合的人工智能技术塑造互联网话语交往的商谈环境,不断加强社会舆论引导,能够使人工智能赋能公众意见共识的形成过程。

关键词： 人工智能   协同创新   多学科融合   烹饪人才培养模式  

摘要： 人工智能的发展推动着智慧餐饮的发展,烹饪人才培养应及时调整,以适应社会发展需求。通过对烹饪人才培养模式改革创新现状以及国内外高校多学科融合教学进行梳理和分析,结合学校定位,提出了协同创新和多学科融合的烹饪人才培养模式,建立“1+4+1”协同创新实践教学平台。从构建多学科融合的课程体系、建立多学科融合的创新实践训练体系、优化教学内容、改革创新教学方法等多方面进行探索,以期培养出能够立足人工智能时代的餐饮业“有温度”的创新型人才。

关键词： 人工智能   农村智慧物流   物流配送   问题  

摘要： 人工智能背景下,我国物流行业迎来了高质量发展时期,城市智慧物流系统不断完善的前提下,凸显出农村智慧物流配送中的各种问题与不足之处。虽然近些年农村物流配送效率得到了有效改善,但也面临着各种挑战,制约了农村智慧物流的发展。文章从人工智能背景下农村智慧物流配送的问题分析着手,提出了几点建议,旨在助力农村物流行业健康发展。