关键词： 多模态   人工智能   融合   主体模态   碎片化  

摘要： 2024年1至4月我先参加了上海同济大学的“全国多模态与功能语言学学术研讨会”,后参加了国防科技大学的“人工智能时代的多模态研究军事应用研讨会”。这表明多模态研究在国内外已成为当代学术界的重点研究对象。本文主要就有关多模态概念的内涵、时代性、融合和主体模态、碎片化发表自己的认识。最后汇报一下本人已经做过的一些与多模态有关的研究课题。

关键词： 3D打印   家居领域   智能制造   增材制造  

摘要： 随着工业4.0、新一代信息技术的深化发展,智能制造成为推动制造业发展和创新的重要驱动力。在智能制造新技术体系下,3D打印作为一种快速成型的增材制造技术,为家居创新设计与制造提供了新路径,具有较为广阔的应用场景。笔者将3D打印成型原理分为基于喷射或挤出与基于激光或高能量密度热源2种,将打印材料分为有机高分子材料、无机非金属材料、金属材料、复合材料四大类并进行总结归纳,随后重点综述并分析了3D打印技术在家居领域研究中的应用现状。研究发现:随着3D打印技术成型工艺的日益成熟和打印材料的多样化,该技术在家居领域不仅可以优化家居产品的设计与制造流程、辅助新型设计思维,还能作为重要的技术手段应用于整体家具打印、家具零部件制造与修复以及家具表面装饰与室内软装等方面。最后,探讨了3D打印技术在家居领域所面临的问题与未来发展趋势,以期为未来家居领域的个性化、定制化、智能化、绿色化发展提供理论指导,并为拓宽3D打印技术在家居领域智能制造应用范围提供思路。

关键词： 乳腺肿瘤   超声检查   人工智能   透明质酸合成酶   三叶因子1  

摘要： 目的观察人工智能超声联合血清透明质酸合成酶2(HAS2)及三叶因子1(TFF1)诊断乳腺癌的价值。方法回顾性收集176例疑诊乳腺癌患者,根据病理结果分为恶性组(n=50)与良性组(n=126);以人工智能超声及卷积神经网络算法自动标注乳腺可疑病灶,由医师根据乳腺影像报告和数据系统(BI-RADS)对病灶进行分级,以0~3级为良性、4~5级为恶性。比较组间临床资料及病灶人工智能超声表现;绘制受试者工作特征曲线,计算曲线下面积(AUC),评估HAS2、TFF1、人工智能超声及三者联合诊断乳腺癌的效能。结果恶性组HAS2、TFF1、腺体厚度异常、病灶低回声及血流形态异常者占比均显著高于良性组(P均<0.001)。单一根据血清HAS2、TFF1及人工智能超声表现诊断乳腺癌的AUC分别为0.772、0.754及0.859;三者联合的AUC为0.925,其诊断效能高于各单一项(P均<0.05)。结论人工智能超声联合血清HAS2及TFF1诊断乳腺癌效能良好。

关键词： 信息科技   人工智能   课堂教学  

摘要： 随着科学技术的不断发展,人工智能被逐渐应用到多个领域,并体现出较高的应用价值。在教育领域,人工智能也有较大的应用空间,能够为教师教学提供帮助。为了培养学生的核心素养,教师在人工智能背景下,要优化创新信息科技教学,探究人工智能教育在信息科技课堂教学中的实施,以推动小学信息科技教学在新的时代背景下取得实效。本文主要分析在小学信息科技教学中开展人工智能教育的意义,探讨优化小学信息科技教学的有效策略,以期为相关人员提供借鉴。

关键词： 机器学习   XGBoost   SHAP   抗压强度预测   混凝土   力学性能  

摘要： 【目的】为精准预测混凝土抗压强度、突出XGBoost模型的预测优势和实现XGBoost模型的可解释功能,【方法】构建以水泥、龄期、水等8种影响因素为输入特征和以抗压强度为目标特征的1030个样本数据集,建立支持向量回归(SVR)、随机森林(RF)和极端梯度提升树(XGBoost)机器学习算法模型,开展混凝土抗压强度预测研究,将XGBoost模型和ACI209公式的预测结果对比,同时,引入SHAP模型对XGBoost模型进行解释和分析。【结果】结果表明:XGBoost模型的预测精度最高,R^(2)为0.952,MAE为2.48,MAPE为9.16,RMSE为3.58,但XGBoost模型对小于30 MPa的低抗压强度样本的预测误差较大,随着抗压强度的增大,XGBoost模型的预测精度提高,超限样本比例从25%下降到2.7%;与ACI209公式的预测结果相比,XGBoost模型在龄期56 d和100 d样本的预测值绝对误差率均值为4.10%,3.64%,而ACI209公式则为11.27%,17.96%。【结论】XGBoost模型适用于混凝土强度大于30 MPa的样本的预测;SHAP模型不仅可以定量地给出特征重要性排序,还能定性地给出每个特征参数是对抗压强度的影响规律,能为混凝土相关研究及其他需要对机器学习模型进行解释的研究提供参考。

关键词： 思想政治工作   构建网络   思政育人   整合教育资源   网络育人   网络信息技术   人工智能   意识形态工作  

摘要： 2023年5月29日,习近平总书记在中共中央政治局第五次集体学习时指出,网络已成为广大青少年学习生活的重要空间,要提高网络育人能力,扎实做好互联网时代的学校思想政治工作和意识形态工作。以互联网、大数据、区块链、人工智能等为代表的网络信息技术不断飞速发展,高校要充分利用信息技术赋能思想政治工作,提高创新意识,整合教育资源,聚合教育力量,努力构建网络思政育人新生态。

关键词： 非常规油气   致密储层   水力压裂   压裂缝网表征   数字孪生   人工智能   数字化建模  

摘要： 水平井分段压裂技术及大规模体积改造技术的提升,使非常规油气开发获得重大突破和快速发展。致密油气藏成为继页岩气之后全球非常规油气勘探开发的新热点。随着水力压裂技术在致密储层开发中的推广应用,压裂缝网精细化表征成为水力压裂数字化、智能化发展建设的关键问题,对压裂效果评价及压裂施工优化具有重要的意义。由于致密储层天然裂缝发育、非均质性强,压裂后复杂的缝网形态给缝网表征带来极大挑战。基于高精度数据采集、实时数据传输、虚拟实体建模与分析、机理数据融合仿真与决策的数字孪生技术,为压裂缝网表征提供了新思路。(1)介绍数字孪生的基本概念及压裂缝网表征的研究现状,提出压裂缝网数字孪生的五维模型及系统架构;(2)将压裂缝网数字孪生的虚拟实体归纳为储层的地质力学模型和压裂缝网模型,研究相应的孪生模型构建方法;(3)分析压裂缝网数字孪生应用于支撑剂运移及油气井产能预测的场景。在此基础上,探讨压裂缝网数字孪生亟待发展的关键技术并提出相关建议,旨在为致密储层水力压裂缝网的数字化及智能化表征与控制提供理论与方法指导。

关键词： 中国计算机学会   人工智能   模式识别   学术活动   学术动态   CCF   最新研究成果   参会者  

摘要： 中国计算机学会人工智能会议(CCFAI,CCF Conference on Artificial Intelligence)是由中国计算机学会主办,中国计算机学会人工智能与模式识别专业委员会承办的人工智能领域盛会。该系列会议每两年举行一次,现已成为国内人工智能领域最主要的学术活动之一。会议旨在为人工智能领域从业者提供一个互动交流平台,使参会者了解人工智能前沿学术动态,分享人工智能领域的最新研究成果和创新思想,提高国内人工智能领域的研究水平。

关键词： 心力衰竭   单细胞测序   机器学习   诊断模型   细胞通讯  

摘要： 目的:基于单细胞测序和机器学习算法构建心力衰竭(HF)的诊断模型,并探索HF病人中细胞间通讯。方法:使用Seurat包对单细胞转录组测序(scRNA-seq)数据质控、降维、聚类和注释。通过AUCell评估各细胞亚群的免疫活性,选择免疫活性最高的细胞亚群进行后续分析。基于批量转录组测序(Bulk RNA-seq)数据,使用limma包筛选差异表达基因并进行基因集富集分析(GSEA)。进一步将疾病分类被作为反应变量,差异基因作为解释变量,通过4种机器学习模型来筛选具有诊断价值的巨噬细胞相关特征基因,并通过受试者工作特征(ROC)曲线评估关键基因的诊断能力。构建列线图预测HF发生的总风险分数。最后使用CellChat来探索细胞亚群之间的细胞间相互作用。结果:与正常样本相比,HF病人中巨噬细胞的比例高于正常样本,且巨噬细胞免疫活性评分最高。巨噬细胞亚群差异基因富集分析表明,白细胞介导的免疫过程和抗原的处理和呈递显著富集。多种机器学习算法相交结果发现SERPINA3、GPAT3、ANPEP和FCGBP可作为特征基因并与巨噬细胞密切相关。ROC曲线表明,诊断模型具有很好的预测能力。细胞通讯发现,由巨噬细胞移动抑制因子(MIF)介导的成纤维细胞-巨噬细胞以及ANNEXIN介导的巨噬细胞-中性粒细胞之间的信号通路表现出复杂的传出和传入动力学。结论:4个关键基因作为生物标志物具有良好的诊断价值。巨噬细胞介导的免疫过程以及细胞间通讯在HF的免疫微环境中起着关键作用。

关键词： 机电一体化技术   智能制造   自动化   技术创新   生产效率  

摘要： 机电集成技术是智能制造业的坚实后盾,已全面覆盖多个行业,依托机械、电子、控制及计算机技术的综合应用,机械电子融合技术大幅提升生产效率、降低成本、提高产品品质,智能制造成为我国工业升级的关键驱动力。我国自动化生产设备的智能化水平因机电一体化技术而实现跨越式发展,助力制造业迈向全新发展阶段,本篇论文研究了机械电子技术在智能生产领域的具体实施,并辅以实例详析,分析了技术实施中的问题与改进路径。