关键词： 人工智能   合作规制   监督   程序控制  

摘要： 近年来，在国内和国际层面，公私合作型的人工智能标准举措激增，反映了标准在人工智能开发使用及其规制中的重要性。欧盟《人工智能法》作为全球首个人工智能规制领域的立法，其基于标准的规制模式将在一定程度上影响着全球其他国家或地区的人工智能技术发展及规制形态。此模式的运作基础为政府与市场的合作规制，但标准化极为复杂，在监督与责任分配方面，标准化组织需从程序、实体、权利保障等方面积极努力以符合法律的基本要求；公共机关需要进一步强化立法与规制责任，平衡公共利益与个人基本权利的保护。具体应用过程中，人工智能标准须与司法审查机制、合格评定机制以及创新机制相结合，才能真正体现出标准对于人工智能技术发展与落实规制要求方面的促进作用。

关键词： 钠固态电解质   离子电导率   钠离子电池   机器学习   第一性原理计算  

摘要： 钠固态电解质因其能量密度高、安全性好和成本低等优势被视作极具潜能的下一代电解质材料，然而较低的离子电导率成为限制钠固态电解质发展的主要瓶颈之一。本文提出了一种机器学习与第一性原理计算结合的智能模型实现高通量筛选，将离子电导率作为主要的筛选指标，先后使用极端梯度提升（XGBoost）模型和从头算分子动力学（AIMD）预测并验证材料的离子电导率，最终筛选得到4种潜在的无机钠固态电解质材料即Na3HfTiSi2PO12，Na3Bi(BO3)2， Na2LuPCO7以及Na2LuPWO8，并通过进一步分析探究钠离子的迁移机理。

关键词： 机器学习   大气污染物扩散   预测模型  

摘要： 在全球环境问题日趋严重的今天,大气污染已经成为危害人类健康和生态平衡的一个主要原因。精确预测大气污染物扩散场对于污染防控和环境规划具有十分重要的意义。传统的预测方法面对复杂大气环境通常会出现准确性不够和适应性较差的情况。在机器学习技术快速发展的今天,它强大的数据处理和模型构建能力给大气污染物扩散场预测提供了新的机遇。本文重点研究了基于机器学习的大气污染物扩散场预测模型的构建方法,并对该方法的理论基础、模型构建过程和应用前景进行了深入探讨。

关键词： 低空经济   Citespace   无人机物流   人工智能  

摘要： 文章聚焦低空经济与现代物流的发展方向，运用政策文本分析系统分析了国家层面的政策文件与推出低空经济专项政策的12个省份，探究了每个省份在低空领域未来几年的发展方向，运用Citespace可视化技术，在China National Knowledge Infrastructure和Web of Science中梳理了近年来低空经济领域的相关文献，构建了关键词聚类图谱、关键词频次分布图谱，年发文量趋势图，研究机构图谱等，清晰直观地展示了近年来国内外低空经济的研究方向以及发展趋势，即国内聚焦产业生态构建及区域协同、国外侧重跨学科应用创新的差异化研究格局，无人机技术与人工智能构成国内外共性技术锚点，且我国形成 “政产学研用”多元协同、国外以顶尖机构为枢纽的跨国合作网络的特征。本研究为后续相关研究提供了重要参考，也为政府决策和企业发展提供了有益借鉴。

关键词： 人工智能   课程思政   跨境电商  

摘要： 随着人工智能技术的飞速发展,其在跨境电商领域的应用也日益广泛。在跨境电商行业智能化、数字化转型的大趋势下,对高素质复合型人才的需求日益迫切,高职教育作为培养应用型人才的重要阵地,其跨境电商课程教学面临着新的挑战与机遇。传统的课程模式难以满足行业发展需求,将人工智能技术与课程思政元素深度融合,成为培养适应新时代要求的跨境电商人才的关键。本文将围绕“人工智能+课程思政”模式在跨境电商课程中的构建与实施策略展开研究,探讨其实现教学与育人并举的可行性。

关键词： 光子晶体波导   谷光子晶体   慢光   宽带低色散   机器学习  

摘要： 谷光子晶体(VPhC)慢光波导即使在存在结构缺陷或尖锐拐角的情况下,也能够实现稳健的光传输.然而,目前VPhC慢光波导的归一化延迟带宽积(NDBP)仍然较为有限.为此,以胡须型(Bearded)界面VPhC波导为主要对象,研究基于机器学习的宽带低色散VPhC慢光波导设计方法.首先,采用二维平面波展开法仿真Bearded界面VPhC波导边界态的色散曲线,并分析界面附近等边三角形空气孔大小对拓扑边界态宽带低色散慢光特性的影响.进而,通过训练串联分类回归结构的正向预测神经网络,筛选具有显著慢光特性(群折射率≥20)的VPhC波导,并对其NDBP与界面附近空气孔大小之间的关系进行建模.最后,利用粒子群优化算法驱动该网络,优化界面两侧相对应的三排空气孔的尺寸,设计一种中心波长在 1550 nm处的宽带低色散VPhC慢光波导结构.所得VPhC慢光波导的群折射率和带宽分别为21.89和25.24 nm,NDBP可达0.356.研究结果可为宽带低色散VPhC慢光波导的设计以及基于机器学习的集成光子器件优化提供参考.

关键词： 大型语言模型   人工智能   数据处理   深度学习   未来发展趋势  

摘要： 随着大数据技术和人工智能技术的不断发展,大型语言模型人工智能得到了广泛的研究和应用.本文以大型语言模型人工智能作为研究对象,介绍了大型语言模型的基本理论及各类类型,同时阐述了其在语音识别、自然语言处理、机器翻译等领域的应用情况.在此基础上,提出了一种基于大型语言模型的人工智能研究框架,并对大型语言模型人工智能的未来发展趋势进行了展望和探讨.期望通过本文的研究能够切实提高模型的准确率和效率,推动人工智能技术可持续性发展.

关键词： 超声检查   肾细胞癌   影像组学   机器学习  

摘要： 目的:探讨基于常规超声不同影像组学模型及与临床超声特征结合构建联合模型在肾细胞癌病理分型中的诊断价值。方法:回顾性收集2017年5月1日至2024年6月7日南方医科大学第十附属医院286例经病理证实为肾细胞癌患者的资料，其中肾透明细胞癌203例，乳头状肾细胞癌44例，嫌色细胞癌39例，按7∶3随机分为训练组（201例）和验证组（85例）。在常规超声图像下勾画感兴趣区域并提取影像组学特征，通过Student t检验、Pearson相关分析和最小绝对收缩和选择算子（LASSO）特征筛选，采用分类梯度提升（CatBoost）、轻量级梯度提升机（LightGBM）、逻辑回归（LR）、随机森林（RF）、支持向量机（SVM）及极端梯度提升（XGBoost）6种不同机器学习方法分别建立原始影像模型，采用权重平衡校正样本不平衡，构建平衡样本后影像组学模型;经单因素、多因素Logistic回归分析从临床超声特征中筛选肾细胞癌病理分型的独立预测因子并构建临床影像模型;选择预测性能最佳的影像组学模型与临床影像独立预测因子构建联合模型。通过绘制ROC曲线及obuchowski指数评价模型效能。 结果:影像组学模型中以平衡样本后采用RF构建的影像组学模型预测性能最佳，验证组中微观平均和宏观平均ROC曲线下面积分别为0.918、0.903，obuchowski指数为0.885。超声图像肿块长径及短径作为影像独立预测因子构建临床影像模型，验证组中微观平均和宏观平均ROC曲线下面积分别为0.886、0.606，obuchowski指数为0.569。联合模型微观平均ROC曲线、宏观平均ROC曲线下面积分别为0.888、0.967，obuchowski指数为0.933，性能均优于任一单一模型。结论:基于常规超声影像组学模型联合临床超声特征在肾透明细胞癌、乳头状肾细胞癌及嫌色细胞癌三者鉴别中具有较高的诊断价值，可作为辅助工具，为临床提供有效诊疗参考。

关键词： 人工智能   电力系统   故障诊断   自愈技术  

摘要： 文章探讨了基于人工智能的电力系统故障诊断与自愈技术,介绍了电力系统的基本理论,阐述了基于人工智能的电力系统故障诊断与自愈技术的原理和应用方法。试验结果表明,通过机器学习和深度学习算法,能够训练出一个快速准确诊断电力系统故障的模型。且该模型的故障诊断准确率达到98%,召回率为95%,F1分数为96.5%,具有较高的性能和有效性。

关键词： CEO   数字化转型   机器学习   变量选择   量子退火  

摘要： 企业数字化转型是我国产业升级的重要微观基础,CEO作为决策者其个人特质在数字化转型中起到关键性作用.本文针对已有研究特质选择主观化、机制研究缺乏的问题做出改进,通过构建基于机器学习的自适应LASSO、QUBO模型进行特质选择,并系统的研究了所选CEO特质对数字化转型的影响机制.在变量选择部分,本文发现CEO的年龄、性别、金融经历、管理经历、生产经历是影响企业数字化转型的重要因素.机制研究表明,CEO年龄将以倒U形关系影响CEO经历丰富度、以U形关系影响风险承担,并以此为路径实现对数字化转型的倒U形影响;金融经历、管理经历分别以缓解信息不对称、改善公司治理水平为路径促进数字化转型;生产经历增加了 CEO短视主义特征,从而抑制数字化转型;女性特质将通过降低风险承担促进数字化转型.本文丰富了 CEO特质对数字化转型影响的研究,应用两种数学模型进行变量选择,为解决变量选择主观化问题提供了模型参考,本文的研究还对公司管理层设计、生产经营调整提供了一定的启示.