关键词： 网络安全   人工智能   业务成果   电信企业   边缘计算   OMD   可操作性研究  

摘要： OMDIA由Informa Tech的研究部门(OVUM、Heavy Reading和Tractica)与收购的IHS Markit技术研究部门合并而成,是一家全球领先的技术研究机构。OMDIA拥有超过400位分析师,研究范围包括所有技术领域,覆盖150个市场,每年出版3000多部研究报告,涉及数千家科技、媒体和电信企业,为超过14000个客户提供服务。我们以详尽的情报和深厚的技术背景为依托,利用可操作性研究帮助客户在当今不断变化的技术环境中梳理关键环节,改善业务成果。

关键词： 人工智能   数字音乐教育   教学评估   个性化评价  

摘要： 随着人工智能技术的发展,数字音乐教育迎来了新的发展机遇。AI技术不仅能够辅助音乐教学,丰富教学内容,还能在教学评估中发挥重要作用。通过整合多元知识资源、优化知识传播方式和改进学习评价方法,AI技术能够显著提升音乐教学的质量与效率。特别是在音乐教学评价中,AI技术的应用可以提供更全面、客观的评价结果,促进教师的专业发展和学生的学习成效。智能诊断、智能学情分析和个性化评价体系的构建,为音乐教学质量提升和学生艺术素质培养提供了有力支持。

关键词： 国家安全   威慑战略   一体化威慑   人工智能   一体化整合   联合全域指挥与控制  

摘要： [研究目的]为更好应对大国战略竞争与各类冲突活动带来的现实威胁,拜登政府推出“一体化威慑”战略,并将其视为国家安全与国防战略的核心要素。对美国“一体化威慑”战略的解读,有助于更好地厘清美国国家安全与国防战略的走向,对维护我国国家安全有着重要意义。[研究方法]采用文献分析、归纳与演绎等方法,通过对相关政策文件、官方报道等开源情报进行梳理,对人工智能(AI)赋能的美国“一体化威慑”战略的内涵与表现进行归纳与总结,并对其实施限度展开分析。[研究结果/结论]“一体化威慑”战略以整合全域、注重集体威慑为特征,以AI为技术依托,以赢得大国战略竞争为终极目标,是美国为优化资源、分摊成本而做出的务实战略选择,但其“宏大”愿景的落地尚面临诸多分歧和不确定风险。

关键词： 机器学习模型   可解释性   大数据  

摘要： 针对大数据环境下机器学习模型的黑箱问题,文章综述了可解释机器学习(XAI)的主流技术和方法,包括基于模型内蕴结构的方法(如LIME和SHAP)和后验解释方法。通过对比分析,阐明了不同XAI技术的适用场景和优缺点,并探讨了现有技术的局限性及未来研究方向,如提升跨领域通用性、解释结果的可操作性以及模型性能与可解释性的平衡。

关键词： 智能制造   机电一体化技术   机械制造工程  

摘要： 机电一体化是一门跨学科技术,其将机械技术、电子技术、信息技术、自动控制技术等多学科技术有机融合在一起,实现产品或系统整体性能优化的综合性技术。在智能制造背景下的机械制造工程涵盖了机械本体、传感器、执行机构、信息处理与控制系统等关键要素,为机械制造的高效、精准、智能化运作提供了基础支撑,有效的提升了机械制造质量和效率。

关键词： 人工智能   意识形态安全   风险识别   智能治理  

摘要： 人工智能技术的迅速发展和广泛应用,给高校意识形态安全带来理论公关、群体极化、话语权混乱等潜在风险。面对人工智能时代的风险与挑战,高校普遍存在技术手段应用不足、教育与引导不力、缺乏预警和防范机制等现实困境。强化高校意识形态领域人工智能潜在风险的精准认知与有效识别,构建高校意识形态安全的人工智能风险评估体系与防控机制,实现人工智能时代高校意识形态安全的智能治理,是有效应对人工智能时代高校意识形态风险的应然举措。

关键词： 人工智能   大数据   媒体大脑   新闻生产   智能化转型  

摘要： 【目的】本文探讨了“大数据+AI”作为新质生产力在媒体传播中的创新路径,分析其在新闻行业中的应用。【方法】以新华社“媒体大脑”人工智能平台为例,研究其在新闻生产、内容分发、传播模式等方面的创新实践与应用。【结果】“媒体大脑”在新闻生产和传播过程中展现了AI与大数据技术的强大赋能效果。【结论】AI与大数据技术的应用正在重塑新闻传播的新格局,推动新闻行业的创新性发展。

关键词： 知识图谱嵌入   时态知识图谱   索引   搜索   向量数据库   机器学习  

摘要： 知识图谱嵌入(Knowledge Graph Embedding,KGE)将实体和关系表示为低维、连续的向量,使机器学习模型能够轻松适应知识图谱(Knowledge Graph,KG)的搜索任务。然而,在大规模知识库(Knowledge Base,KB)的搜索密集型应用中,现有的模型大多侧重于提高在静态KG上搜索的准确性,忽略了在动态时态知识图谱(Temporal Knowledge Graph,TKG)上搜索的时间效率。为此,提出了一种向量索引支持的TKG高效搜索方法,以提高在TKG上的搜索效率。具体来说,首先,将实体,关系和时间信息映射到向量空间,并利用长短期记忆神经网络(Long Short-Term Memory,LSTM)学习关系类型的时间感知,从而建立了具有时间信息感知与关系联合编码的TKG向量库。然后,利用向量数据库建立大规模TKG的向量索引库(IndexIVFFlat)。注意,该索引通过聚类操作来划分搜索空间,以提高知识的搜索效率。最后,在拥有高效索引的TKG上通过相似度计算执行近似性搜索与实验评估。结果显示,该方法在时间效率上优于未建立索引的方法,且在搜索准确度上优于一些强相关的方法。表明,该向量索引库的建立在保证了搜索准确性的前提下提高了在TKG上的搜索效率。

关键词： 发育性髋关节发育不良   人工智能   深度学习   综述  

摘要： 发育性髋关节发育不良是常见的婴儿骨关节疾病,其预后关键在于早期诊断和治疗,影像学检查是其主要诊断方式。近年人工智能与影像学技术迅速发展,通过图像搜索、局部特征和全局特征结合等多种算法构建的模型可用于切面定位、生物学指标自动测量、分类诊断和选择治疗方式,从而提高诊断效率,协助制订治疗方案,有效改善预后。本文针对人工智能在发育性髋关节发育不良影像学检查和治疗中的应用展开阐述。

关键词： 人工智能   智慧医疗   法律风险  

摘要： 随着大模型、生成式人工智能等新技术在医疗领域的广泛应用,人工智能医疗面临的法律风险显现出新的样态。人工智能医疗的算法歧视和数据安全问题催生了一般人格权和具体人格权侵权风险,医疗健康数据的处置与收益分配催生数据产权纠纷,人工智能技术深度嵌入后医疗损害责任亦存在归责不确定风险。基于人工智能医疗法律风险新的样态变化,需要建立相应的算法审查机制消弭算法歧视,完善数据全生命周期管理体系确保数据安全,确立数据产权分层确权授权规则化解产权纠纷,并针对医疗损害过错情形合理分配侵权责任。