关键词： 人工智能   深度学习   眼科疾病   辅助诊断  

摘要： 随着人工智能等技术的进步，深度学习等方法在医学领域的研究应用范围和影响力正日益扩大，新型技术与临床实践的结合也成为了近年来的研究热点。基于卷积神经网络的深度学习算法在疾病筛查、病灶检测、组织分割等任务中表现出了巨大的潜力，并逐渐用于青光眼、老年黄斑变性、糖尿病性视网膜疾病和白内障等多种眼科疾病的诊断和筛查。本文就深度学习在眼科疾病辅助诊断上的相关工作和应用做综述，并对未来前景和发展做展望。

关键词： 智能制造   机械设计   应用途径  

摘要： 现如今我国在机械设计技术的创新和研发上一直都保持着积极进取的态度,正是因为这种态度我国智能技术水平才不断地进步,如今已经走入了各个行业和千家万户当中,智能制造在我国已经逐渐发展成了一个常态化名词。本文提出将智能制造应用在机械设计技术中,有助于实现机械设计流程的优化、有助于加快机械设计行业转型、有助于提高各个环节的生产效率、有助于推动机械行业飞速发展。本文将对智能制造在机械设计中的应用特点进行阐述,并具体说明自动识别技术、虚拟现实技术、故障诊断技术、智能报警技术等智能制造技术在机械设计技术中的具体应用案例,进一步对上述观点进行论证。

关键词： 阳极铜质量   控制预测   最大信息系数   WOA-LSSVM   机器学习  

摘要： 电解铜精炼过程中，阳极板中铜含量对电解效率至关重要。以混合铜精矿和粗铜等15种元素质量作为是自变量，阳极板的铜元素质量作为因变量。利用最大信息系数（MIC）分析了54个具有代表性的测试数据集中各元素间的非线性相关性。结果表明，混合铜精矿的As含量和粗铜（外购）的Sb含量与阳极板铜含量的相关性最高，MIC值分别约为0.83和0.82。基于此，构建了鲸鱼算法优化的最小二乘支持向量机（WOA-LSSVM）回归预测模型，对阳极板铜元素质量进行预测。WOA-LSSVM模型具有较高预测精度，R2达0.9245，均方根误差（RMSE）较小，WOA-LSSVM组合模型对阳极板铜含量的预测精度比其他模型高出0.45%～123.05%。非线性分析方法能够有效捕捉阳极铜生产过程中不同因素之间的复杂关系。结合非线性分析方法和机器学习技术，可以提高阳极铜质量控制的实时性和适应性。

关键词： 植物表型分析   机器学习   作物改良   产量预测  

摘要： 植物表型是基因型与环境相互作用的产物，是植物生命活动的外在表现，涵盖了植物的形态、生理、生化等多层次和多维度特征。植物表型研究是育种的关键环节，对于揭示植物生命活动的相关机制，培育高产、优质、高效的作物品种，以及实现农业生产的精准管理具有重要意义。随着高通量植物表型采集技术的发展和应用，植物表型数据呈现出高维、多源、异质、动态等特点，为植物表型分析带来了新的机遇和挑战。机器学习作为一种强大的数据挖掘和知识发现工具，能够从复杂的表型数据中提取有用的特征和模式，为植物表型研究提供了新的思路和方法。本文系统综述了机器学习方法在植物表型研究中的应用和进展，重点介绍了机器学习方法在植物形态结构、胁迫抗性、生化组分等方面分析中的应用，以及在作物改良和产量预测等方面的应用，并对机器学习方法在植物表型研究中存在的问题和未来的发展方向进行了讨论和展望，旨在为今后植物表型研究提供有益的参考和启示。

关键词： 人工智能   人机协同   思想政治教育   对分课堂  

摘要： 人工智能技术的迅猛发展，为研究生思政课对分课堂的认知效能提升提供了历史机遇，同时也带来了技术理性与人文价值的深层博弈。在此背景下，其智能化重构需在遵循思想政治教育规律、把握技术赋能边界的基础上，进一步在认知维度上实现思维培养范式转型，具体而言，可通过以下路径实现:一是通过人机协同的认知升维机制突破传统教学认知局限，二是设计智能化路径推动批判性思维的显性化培养，三是依托协同机制创新实现教育价值的具象化传导。最终，通过“理论逻辑—技术路径—运行机制”的闭环体系，构建具有中国特色的智能化思政教育新形态，推动思想政治教育从知识灌输向思维赋能转型。

关键词： 扰动   单细胞测序   机器学习   深度学习  

摘要： 单细胞扰动技术将基因编辑或药物处理等外部扰动与单细胞测序结合起来,提供了在分子层面上细胞对扰动响应的高分辨率表型特征.通过计算方法对这些数据进行分析有助于揭示基因调控网络和药物作用机制,并预测未观测基因或药物组合的潜在效应.本文总结具有代表性的单细胞扰动技术,概述基于统计建模、机器学习和深度学习等多种扰动效应的解析和预测方法,并展望扰动图谱、空间多组学数据和因果学习等前沿技术与方法的应用前景.

关键词： 边坡稳定性   机器学习   优化算法   评价模型   数值模拟  

摘要： 丘陵或山地地区的公路工程建设与运维中，边坡失稳是工程地质灾害防治的重点问题。为实现对公路边坡稳定性的高效、准确评价，本文以安徽省山区高速公路边坡为例，甄选坡度、开挖级数、节理组数等11个因子作为评价指标，提出基于两种优化算法改进三种机器学习的评价模型，通过数值模拟计算对模型评价结果的准确性进行验证。结果表明：与GWO算法和ELM、RF机器学习模型相比，本文提出的KOA-SVM评价模型的准确率和精确率分别达到了95.8%和96.53%，较GWO算法和ELM、RF机器学习模型收敛速度更快、准确率更高。数值模拟计算结果与KOA-SVM模型评价结果一致，验证了该模型的准确性。研究成果可为山区公路工程规避沿线边坡失稳灾害提供借鉴。

关键词： 人工智能   机器学习   深度学习   实验动物模型   生物医药  

摘要： 随着生物技术的快速发展，研究人员不断寻求新的方法来提高生物医学研究和药物开发的效率和精确度，促进多学科融合。人工智能（artificial intelligence， AI）技术的快速发展为这一领域带来了前所未有的机遇。通过整合多种AI模型，研究人员能够更好地利用多组学数据、识别疾病表型、解读动物行为、评估治疗效果，改进实验设计，减少实验动物的使用量，同时提高动物设施管理水平，改善动物福利。本文综述了近10年来AI生物医学研究中的应用进展，探讨其在疾病表型识别、实验动物模型选择与设计、动物行为学分析和动物设施管理等方面的贡献；指出其在数据的标准化，AI模型选择和可解释性，AI模型到动物实验到临床实践的外推过程，以及AI在涉及人类基因和个性化医疗等敏感领域中使用时的伦理考量等方面的挑战，旨在帮助相关领域研究人员和从业者了解其发展现状与机遇，为其更广泛的应用提供助益。

关键词： 数字社会   数字技术   人工智能   大语言模型  

摘要： 数字社会是指数字技术驱动下的社会形态，是一种在技术迭代中不断演化与生成的多层次复杂系统。重新理解数字社会具有显著必要性，应遵循“核心技术装置—社会组织逻辑—社会关系结构—社会伦理问题”的系统分析框架。据此，从电子计算机的问世到全球互联网的普及，从人工智能的崛起到大语言模型的涌现，数字社会经历了技术驱动下的四轮社会形态重构。作为“核心技术装置”的数字技术不断推动着“社会组织逻辑”的迭代和“社会关系结构”的重组，亦催生了全新且日趋复杂的“社会伦理问题”。数字社会的重新理解有助于更好应对数字技术赋能的社会变革，走向更具智慧和可持续性的数字文明。

关键词： 人工智能   非物质文化遗产   研究综述  

摘要： 人工智能技术的发展为非物质文化遗产保护注入新活力,本文选取2018—2023年对人工智能与文化遗产保护结合的研究进行回顾与梳理,系统总结了人工智能技术运用于非遗保护领域的研究路径、技术路线与人工智能运用非遗创新设计的发展前景,旨在探究人工智能赋能非遗文化的新方法,推动文化保护与技术创新的有机结合,以寻找两者共生共荣的活化路径。