关键词： 低碳导向   历史文化街区   机器学习   适应性更新   碳代谢  

摘要： 我国当前历史文化街区更新多以历史风貌、遗存身份、产权归属等为依据划分更新单元、采取老旧建筑翻新、用地功能置换等更新策略,较少针对历史文化街区内地块的碳代谢差异,对地块尺度碳排放进行大规模精细核算,以“双碳目标”为导向探索历史文化街区适应性更新策略。本文引入机器学习方法精准识别地块碳代谢分异类型,以国家历史文化名城福建省长汀县的4个历史文化街区为研究区,详细核算449个地块含9624栋建筑的居民生活碳排放、公共活动碳排放、交通出行碳排放和绿地碳汇特征,针对识别出的8类地块碳代谢模式分别提出低碳导向的适应性更新策略,并评估相应的地块低碳更新绩效,以期为我国历史文化街区低碳更新转型提供方法和技术支撑。

关键词： 全球商业   初创企业   营商环境   经济转型   地理优势   人工智能   中东地区   区块链  

摘要： 中东地区正经历着前所未有的经济转型,从传统的石油经济向多元化产业体系转变。近年来,中东地区凭借其得天独厚的地理优势、快速发展的数字经济以及日益开放的营商环境,迅速成为全球商业和投资的新兴热土。2024年,仅迪拜就吸引了超过1200家数字科技初创企业设立,较2023年增长120%,显示了中东国家对数字科技企业的吸引力正不断增强,此外,中东地区国家也积极参与大数据、云计算、人工智能、区块链等创新技术研发与利用,希望通过加快数字建设,重塑发展格局。

关键词： 胃印戒细胞癌   机器学习   BP神经网络   生存预测  

摘要： 胃型胃癌中的印戒细胞癌(Signet ring cell carcinoma,SRCC),具有分化程度低、侵袭性高以及预后差等特点。本研究利用大样本的胃印戒细胞癌患者的临床数据,采用机器学习算法建立生存预测模型,从分类和回归的角度,预测胃印戒细胞癌患者的治愈情况和生存周期。分别使用决策树、随机森林、支持向量机算法和反向传播(Backpropagation,BP)神经网络模型建立分类模型,通过对比各模型在测试集上的预测结果发现,BP神经网络模型的预测准确率达到了82%,召回率为80%,泛化能力最好,模型的预测效果最优。同时,使用加速失效时间(Accelerated failuretime,AFT)与COX回归(COX regression,COX)模型,指标一致性指数(Concordance index,C-index)和赤池信息量准则(Akaike information criterion,AIC)值的评估结果显示,COX回归模型的预测能力较好。最后,使用Kaplan-Meier生存分析算法绘制生存曲线,探究患者生存期概率的影响因素。结果显示,年龄、肿瘤淋巴结转移(Tumor node metastasis,TNM)分期以及手术等因素对患者生存期的概率影响较为明显。

关键词： 人力资源管理   地域限制   专业技术人员   智力资源   研发模式   高端人才   新兴科技   人工智能  

摘要： 在当今快速变革的数字经济时代,人力资源已成为推动经济发展的核心驱动力。经济可持续发展不仅需要对物质资源的高效利用,更迫切需要高素质、创新型的人力资源。菏泽市人社局专业技术人员办公室为了推动当地人力资源的发展,积极探索人力资源管理与经济可持续发展的协同机制。人力资源管理对经济可持续发展的创新作用提供智力支持一是科技创新驱动。如今,科技创新不再局限于传统的研发模式。以新兴科技企业B为例,通过搭建全球人才共享平台,吸引来自不同国家和地区的高端人才远程合作,共同推动人工智能、区块链等前沿技术的研发。菏泽市人社局专业技术人员办公室可借鉴这种模式,鼓励本地企业与国内外优秀人才开展线上合作,突破地域限制,为菏泽的经济发展注入新的智力资源。

关键词： 信息安全   大数据背景下   人工智能   信息技术   区块链   大数据技术   固有风险   部门决策  

摘要： 在以大数据、人工智能和区块链为代表的信息技术高速发展的背景下,统计工作既面临着机遇,又面临着挑战。大数据技术不仅能提升统计工作的效率和统计信息的质量,还能提升数据分析的效率和精准度,为统计部门决策提供良好的信息支撑。实际上,基于信息技术的固有风险,大数据背景下统计信息的安全仍然面临着挑战。文章阐述了大数据的概念以及特征,梳理了大数据背景下统计信息安全存在的挑战,最后从多个角度提出了对策。

关键词： 人工智能   混合式教学   临床内科  

摘要： 随着科技的飞速发展,AI在医学教育,特别是临床内科学教学领域的运用受到广泛关注。而传统教育通常以教师主导、学生被动为主,不易激发学生学习动力。人工智能驱动的混合式教学实现了线上线下融合,为学生创造了更灵活的学习路径,优化了教学效果与效率。文章聚焦于人工智能在临床内科学教学中的运用,分析了个性化学习路径的智能化、智能辅导系统的角色,以及AI临床助手的功效,剖析了AI技术对医学教育的潜在变革影响,为教学策略的未来发展提供了创新思路。

关键词： 人工智能   知识生产   出版业价值理性  

摘要： 生成式人工智能正逐步变革并重塑内容创作的生态与产业格局。人工智能时代,技术赋能下存量知识不断累积,创新性知识产出则可能面临缩减,知识体系内部结构正经历着重塑与调整。在此背景下,文章从知识生产中出版业主体性等角度出发,系统探讨出版业在生成式人工智能知识涌现趋势中的根基作用与角色价值升级,强调出版业担任的重要责任,即确保知识社会发展打破技术桎梏,消解知识异化。为此,出版业需建构工具理性与价值理性相统一的知识体系,以推动人的自由全面发展。

关键词： 微创手术   器械分割   人工智能   语义分割   实例分割  

摘要： 随着人工智能技术的发展和微创手术需求的增长,微创手术智能化已经成为当前的研究热点。手术器械分割是一项极具前景的技术,能够改善微创手术内窥镜图像系统、手术视频分析系统等相关系统的性能。该文首先总结了基于深度学习的微创手术器械语义分割和实例分割方法,深入分析了训练算法的监督方式、网络结构改良及注意力机制等内容;然后讨论了基于分割一切模型的方法;鉴于深度学习方法对数据有着极高的要求,还探讨了当前的数据增强方法;最后对器械分割技术进行了总结和展望。

关键词： 人工智能   网络安全   产业融合发展   产业变革   信息技术革命   技术伦理   技术创新   核心驱动力  

摘要： 2023年以来,全球掀起新一轮人工智能发展浪潮,整个行业呈现出技术创新迭代迅速、产业渗透速度快、国际竞争激烈等特点。人工智能与产业融合发展的技术创新效应不断显现,已成为引领新一轮信息技术革命和产业变革的核心驱动力量。与此同时,人工智能技术的广泛应用,也放大了数据滥用、网络安全和技术伦理等风险,为全球人工智能监管带来巨大挑战。本文分析了全球人工智能监管的最新进展和发展趋势,并对我国加强人工智能监管提出建议。

关键词： 肝泡状棘球蚴病   体层摄影术,X线计算机   机器学习   影像组学   生物活性  

摘要： 目的探讨基于病灶内部及边缘带的CT影像组学模型预测肝泡状棘球蚴病(HAE)生物活性的应用价值。方法回顾性收集2012年1月—2023年12月经病理学确诊为HAE并明确生物活性的303例患者的临床资料及术前CT门脉期影像数据(有活性182例;无活性121例)。手动勾画靶病灶整体体积(GLV),并利用软件的自动扩展功能在边缘带向外扩展10、15及20 mm的范围(病灶周围总体积GPLV10~20 mm)。按8∶2的比例将入组病例随机分为训练集(n=242)和验证集(n=61)。将提取的影像组学特征经Pearson相关系数筛选以及最小绝对收缩和选择算子(LASSO)降维后,利用5种不同分类器构建影像组学模型,采用曲线下面积(AUC)、敏感度、特异度、精确度和F1分数来评估各模型预测HAE生物活性的效能,筛选出最佳分类器进一步构建不同兴趣容积的预测模型,进而确定最优组学模型。结果每个病灶区域均提取1874个影像组学特征。5种机器学习算法构建的模型均具有预测价值,其中极端随机树(ExtraTrees)算法表现最好。最优组学模型GPLV20 mm的预测效能最佳,其在训练集和验证集的AUC分别为0.876(95%CI:0.833~0.918)、0.802(95%CI:0.690~0.914)。结论联合病灶内部及边缘带的影像组学模型可更好地预测肝泡状棘球蚴病生物活性,基于病灶内部及边缘20 mm范围的影像组学特征构建的预测模型具有最好的预测效能。