关键词： 人工智能   档案管理   智慧服务体系   信息技术  

摘要： 随着人工智能技术的快速发展,其在档案管理领域的应用也逐渐深入,推动了档案智慧服务体系的构建。深入探讨了人工智能技术在档案智慧服务体系中的应用。通过分析档案服务的现状与需求,阐述了人工智能在档案信息检索、分类、鉴定、修复及个性化推荐等方面的应用原理和优势,同时也指出了应用过程中面临的挑战,并提出相应对策,旨在为提升档案智慧服务水平提供理论与实践参考。

关键词： 人工智能   智媒传播   主流媒体   系统性变革   人才培养  

摘要： 人工智能技术深刻影响信息传播生态,推动媒体加速系统性变革。越来越多的主流媒体积极拥抱人工智能,开展智能传播实践。本文试从六个侧面探讨人工智能对新闻传播的赋能,以期深化业界对智能传播的认识和实践路径。

关键词： 顺北地区   低序级断裂   人工智能   样本集   深度学习   断裂识别  

摘要： 顺北地区发育受走滑断裂控制的断控缝洞型油气藏，断裂具控储、控藏、控富的作用。断裂识别和评价是顺北超深层领域油气勘探部署工作的核心，随着勘探开发的深入，主干断裂带之间的低序级断裂成为近期勘探的重点领域，但低序级断裂尺度小，目的层埋深大，地震响应特征不清，识别难度大，常规相干等断裂检测方法不适用，严重制约了勘探开发进程。针对以上难点，在深入研究低序级断裂地质地震特征基础上，从低序级断裂样式和地震响应特征出发，研发低序级断裂人工智能检测技术，对中小尺度断裂建立训练样本集，训练并优化用于断裂识别的深度神经网络，提升低序级断裂识别精度。应用以上方法在顺北中部地区检测出多条低序级断裂，同时，结合构造动力学背景及断裂发育特征，对检测结果进行二次解释，实现低序级断裂带的描述评价和目标优选。

关键词： 页岩油   采出液   正交实验   高频脉冲脱水   机器学习  

摘要： 华东地区某油田的页岩油具有凝点高、蜡含量高、气油比高、酸值偏高及腐蚀性强的“四高一强”特性,导致其采出液处理难度大。传统的热化学脱水法难以使含水率达标,亟需高效脱水技术。高频脉冲脱水技术因其高效性和适应性,在页岩油采出液处理中展现出良好的应用潜力。因此,采用正交实验方法,系统考虑了电场频率、电场强度、脉宽比及操作温度对页岩油采出液脱水效果的综合影响。基于实验数据,结合5种机器学习算法构建预测模型,以优化高频脉冲电脱水工艺参数。实验结果表明,高频脉冲脱水技术可显著降低页岩油采出液的含水率。最优工艺参数为电场强度150 kV/m、电场频率5 kHz、脉宽比50%、操作温度60℃的条件下脱水效率最高。机器学习模型进一步验证了实验结果的可靠性,为参数优化提供了数据支撑。高频脉冲电脱水技术可有效解决高凝点、高含蜡页岩油采出液的处理难题,显著提升脱水效率。此研究为页岩油采出液的高效处理提供了可行的技术方案,对推动页岩油绿色高效开发具有重要意义。

关键词： 胃肿瘤   脉管侵犯   机器学习   CT影像组学  

摘要： 目的探讨术前增强CT影像组学融合模型对胃癌脉管侵犯(LVI)的预测价值。方法回顾性队列研究。纳入2017年1—8月于山西省肿瘤医院行根治性切除术且经病理证实为胃腺癌的患者436例,其中男354例、女82例,年龄25~85(59.9±9.3)岁,术前均行腹部增强CT检查。患者按照7∶3比例随机分为训练集305例和验证集131例。依据病理结果分为LVI阳性组222例、LVI阴性组214例。在静脉期增强CT薄层图像上对病灶逐层勾画感兴趣区,并采用Python软件提取影像组学特征。采用Pearson相关、单变量分析、单变量逻辑回归和5折交叉验证结合最小绝对收缩和选择算子进行特征筛选,对关键特征使用随机森林(RF)、极端梯度提升(XGB)、支持向量机(SVM)和逻辑回归(LR)4种机器学习方法构建影像组学模型,并筛选出其中预测效能最佳的影像组学模型。同时,用单因素和多因素logistic回归分析方法从临床病理特征中筛选胃癌LVI的独立危险因素并构建临床模型。联合胃癌LVI的独立危险因素及最佳影像组学模型构建融合模型,并绘制列线图。使用受试者操作特征曲线、校准曲线和决策曲线分析评估各模型对胃癌LVI的预测效能及临床效益。结果(1)训练集与验证集间比较,年龄、性别、身高、体质量、体质量指数、癌胚抗原、糖类抗原199、病灶位置、分化程度差异均无统计学意义(P值均>0.05)。上述指标在验证集中LVI阳性组与阴性组比较,差异均无统计学意义(P值均>0.05);训练集中2组间仅癌胚抗原、分化程度差异有统计学意义(χ^(2)=6.74、10.18,P值均<0.05)。(2)基于静脉期增强CT图像最终筛选出10个关键特征用于构建影像组学模型。其中,RF影像组学模型预测效能最佳,在训练集和验证集的曲线下面积(AUC)分别为0.831(95%CI:0.809~0.839)和0.812(95%CI:0.765~0.828),准确度、灵敏度和特异度在训练集和验证集中均优于XGB、SVM和LR机器学习方法构建的模型。(3)胃癌LVI的独立危险因素包括病灶位置和分化程度,以此构建临床模型。RF影像组学模型、临床模型和融合模型在训练集的AUC分别为0.831、0.625、0.839,验证集对应的AUC分别为0.812、0.623、0.829。校准曲线分析显示,融合模型有良好的校准效能。决策曲线分析证实融合模型净收益值更大。结论基于增强CT图像构建的RF影像组学模型及其与临床独立危险因素联合建立的融合模型,对于胃癌LVI均有良好的术前预测价值,并且后者的预测效能相对更高。

关键词： 人工智能   拔尖创新人才   基础教育   伦理素养   评价重构  

摘要： 在全球人工智能竞争与创新的关键期,我国基础教育AI拔尖创新人才培养面临“技术超前—伦理滞后”的结构性矛盾。研究揭示,AI拔尖创新人才具备四大特质:现象驱动的探究能力、跨学科问题解决能力、抗挫折迭代韧性及技术向善的伦理自觉。然而,评价体系僵化抑制实践能力、功利导向扭曲创新生态、学科壁垒割裂技术伦理,构成三大困境。破解路径需系统重构:打造“AI+微专业”跨学科课程与开放实验场域,建立“技术—伦理—韧性”三维评价体系;构建AI驱动的精准培养系统,通过数据画像与自适应学习推动教师向“创新教练”转型;以制度松绑突破容错边界,以技术普惠缩短知识鸿沟,以文化浸润培育社会责任。这场从“算法工匠”到“创新雨林”的范式转型,不仅仅是应对全球AI竞争的战略选择,更为培育兼具卓越技术与人文温度的AI领军者提供中国方案。

关键词： 外墙保温材料   节能检测   热工性能   机器学习   全生命周期  

摘要： 针对民用建筑外墙保温材料节能检测方法的优化需求,系统分析了聚苯乙烯泡沫、岩棉等材料的微观结构和热工特性差异,揭示了热桥效应导致的局部热损失可达墙体均值的3.8倍。通过改进热流计法与红外检测技术,开发了集成多维度数据采集系统,使检测效率提升38%,MAE值降至0.0037W/(m·K)。优化后的全生命周期检测规程将施工合格率提高至97.3%,红外验收合格率标准提升至95%。研究结果表明,基于机器学习的动态修正模型可将异常数据识别率提升至12.7%,为建筑节能质量控制提供了系统化解决方案。

关键词： 信息技术   人工智能   历史虚无主义  

摘要： 历史虚无主义是改革开放后在我国泛起、蔓延的一股错误思潮。新时代以来,历史虚无主义发展态势虽由高走低,但并未退出历史舞台。随着信息技术的蓬勃发展,历史虚无主义开始利用人工智能技术改头换面、潜滋暗长,呈现出智能化的新动向,给我国意识形态安全带来新的挑战,需引起高度警惕并加强防范。

关键词： 金融新质生产力   出口技术复杂度   技术进步   信贷治理   信贷配置   多部门模型   银企匹配   机器学习  

摘要： 深化金融改革,完善金融服务,是金融高质量发展推动我国制造业从贸易大国向贸易强国转变重要路径。因此,本文以2015~2024年商业银行与制造业企业为研究样本,利用企业贷款数据将其与银行相关联,并用机器学习算法计算金融新质生产力指数,研究其对企业出口技术复杂度的影响。通过理论模型的推导和实证分析,得出以下结论:(1)金融新质生产力与企业出口技术复杂度呈正相关关系,并且通过促进企业技术进步、优化信贷配置和完善信贷治理的机制渠道起正向作用;(2)异质性分析显示,地区层面,金融监管力度大、网商银行业务普及高的地区,金融新质生产力对外贸转型升级的作用尤为明显,而在企业层面,则只有在企业风险承担水平高、非高科技产业的企业中起作用;(3)进一步分析显示,企业数字化转型与金融新质生产力协同发展可以进一步推动银行单侧新质生产力对企业出口技术复杂度的正向作用。

关键词： 人工智能   学术期刊   编辑人才  

摘要： 当前生成式人工智能(AIGC)快速发展,已深刻渗透至我们日常生活的各个领域,对学术期刊亦产生了深远的影响。在智媒时代,学术期刊面临着前所未有的挑战。学术期刊作为开展学术交流的重要平台,是促进理论创新和科技进步的重要力量,发挥着“学术引领、学术创新、学术传播”的重要作用。在人工智能背景下,培养新型编辑出版人才,构建结构、层次合理的编辑人才队伍,是学术期刊实现新质生产力发展、完成数字化转型,最终实现高质量发展的必经之路。