关键词： 人工智能   高等教育评价   人机协同   自我评价   制度创新  

摘要： 深化教育评价改革是推动教育综合改革,加快建设高质量教育体系,实现教育强国战略目标的重要牵引力。充分发挥新一代人工智能技术优势,推动高等教育评价改革是人工智能赋能行动的重要任务。文章以活动理论为基础,从评价主体的协同性改革、评价客体的适应性改革、评价工具的创新性改革、评价原则的突破性改革等四个方面构建了人工智能赋能高等教育评价改革的分析框架。以此为基础,将现有国际研究对人工智能赋能高等教育评价的关键要素概括为三个方面:科学研制评估指标是充分发挥人工智能评估主体作用,实现人机协同评估的重要前提;多模态数据深度分析是充分发挥人工智能优势,推动评估方法创新的重要举措;完善相关标准、制度或规则是推动人工智能赋能高等教育评价改革持续发展的重要保障。以此为鉴,为更好地发挥人工智能技术优势,我国应在以下五个方面深化教育评价改革:完善制度规范,保障评价活动公平有序;优化指标体系,科学牵引高等教育改革;升级数字底座,全面普及数字教育形态;强化自评能力,保障技术赋能改革效度;注重文化培育,推动技术与制度协同创新。

关键词： 战略战术   人工智能   无人潜航器   无人系统   韦斯特   无人机   佛罗里达州   水面舰艇  

摘要： 2024年9月,美国海军第四舰队在佛罗里达州基韦斯特举行了年度演习,美国海军无人潜航器、无人水面舰艇、无人机悉数参加。该演习意在加强有人舰艇和无人系统的协同,运用人工智能提升海军战斗力,体现了美国海军在人工智能领域的巨大野心。那么美国海军人工智能布局情况如何?又有哪些战略战术?

关键词： 机器学习   CNG加气站   风险管理  

摘要： 本文基于机器学习技术,构建了一个CNG加气站风险预警模型,以提高对潜在风险的识别能力。首先,建立了涵盖人员因素、设备设施因素和安全管理因素的风险预警指标体系,通过特征分析和SMOTE算法处理,成功实现了样本的均衡化。随后,采用决策树、朴素贝叶斯、支持向量机和k近邻四种机器学习分类算法对处理后的样本进行训练和评估。结果表明,均衡样本训练的决策树和支持向量机模型在准确度上表现最佳,均达到了97.83%。而朴素贝叶斯算法的表现相对较差,准确度仅为84.8%。此外,未均衡样本训练的模型虽然在准确率上为92%,但在负样本的预测上存在明显不足。这些结果表明,样本均衡化对于提升模型的预测性能至关重要。

关键词： 子宫颈肿瘤   甲基化   甲基化单倍型负荷   机器学习   朴素贝叶斯模型  

摘要： 目的利用人基因的甲基化特征,构建预测宫颈癌及癌前病变的机器学习预测模型。方法对2014年4月至2015年3月来自中国医学科学院肿瘤医院、天津市中心妇产科医院、河南省新密妇幼保健院、四川大学华西第二附属医院和山西长治医学院附属和平医院的224例宫颈脱落细胞标本进行人DNA甲基化检测,通过CpG高密度、高关联、高甲基化基因片段筛选和LASSO回归算法,筛选出与宫颈癌病变相关的高甲基化基因片段。以宫颈上皮内瘤变2级(CIN2)及以上病变为研究结局,以144例门诊患者标本为训练集,构建随机森林(RF)、朴素贝叶斯(NB)和支持向量机(SVM)3种机器学习预测模型,以80例参与宫颈癌筛查项目女性的宫颈脱落细胞标本为验证集对预测模型进行验证。以组织学诊断结果为金标准,比较3种机器学习预测模型与HPV检测和细胞学诊断对CIN2及以上病变的检出效能。结果训练集144例中,HPV阳性34例,阳性率为23.61%。细胞学诊断为无上皮内病变或恶性细胞(NILM)37例,不能明确意义的非典型鳞状上皮细胞(ASC-US)及以上病变107例。组织学诊断为未见宫颈上皮内病变或宫颈良性病变28例,CIN131例,CIN218例,CIN331例,鳞癌36例。从45个基因中筛选出7个高甲基化基因片段,构建了RF、NB和SVM机器学习预测模型。验证集80例中,HPV阳性28例,阳性率为35.00%。细胞学诊断为NILM 65例,ASC-US及以上病变15例。组织学诊断为未见宫颈上皮内病变或宫颈良性病变39例,CIN110例,CIN210例,CIN311例,鳞癌10例。在验证集中,RF模型、NB模型、SVM模型、HPV检测和细胞学诊断CIN2及以上病变的受试者工作特征曲线下面积(AUC)分别为0.90、0.88、0.82、0.68和0.45。DeLong检验显示,RF模型、NB模型和SVM模型的AUC差异无统计学意义(两两比较均P>0.05),RF模型、NB模型的AUC高于HPV检测(均P<0.01),RF模型、NB模型、SVM模型的AUC高于细胞学诊断(均P<0.01)。RF模型与NB模型相比,灵敏度相近(分别为80.65%和77.42%),但NB模型的特异度远高于RF模型(分别为93.88%和73.47%)。结论基于人DNA甲基化构建的宫颈癌及癌前病变机器学习预测模型中,NB模型对CIN2及以上病变的预测效能良好,或可用于女性的宫颈癌及癌前病变筛查。

关键词： 印制电路板   智能制造   超高密度互连   先进封装   绿色技术  

摘要： 介绍2024年电子电路行业内的主要技术议题,包括智能制造、超高密度互连、集成电路封装和绿色生产等。电子电路产业在不断转型提升,技术发展是显著的,以此为行业技术发展提供启示。

关键词： 人工智能   产业链韧性   智能经济   经济高质量发展  

摘要： 强化人工智能产业链韧性,是提升我国人工智能产业国际竞争地位的关键。以人工智能产业链抵抗能力、恢复能力、创新能力为切入点构建人工智能产业链韧性评价指标体系,采用熵权-Topsis、Dagum基尼系数以及空间收敛模型从时间、区域、空间三重维度测度人工智能产业链韧性水平。研究发现:我国人工智能产业链韧性水平呈现上升趋势但总体发展水平较低,且存在显著空间非均衡性特征。我国人工智能产业链韧性总体差异逐步缩小,区域间差异是整体发展差异的主要来源。全国层面与三大地区出现σ收敛且存在条件β收敛。通过科学评估人工智能产业链韧性情况,为构建自主可控、安全可靠的人工智能产业链提供有益参考。

关键词： 机器学习   混合整数线性规划   启发式算法   预测后优化   烧结球团  

摘要： 本文基于某球团生产企业的带式焙烧机球团生产线,利用机器学习和运筹优化相结合的方法,提出了一套球团制造工艺控制参数优化方法,能够显著提高产品抗压强度。本研究对现有数据进行了同步、清洗,并进行主成分分析提高数据集的信息密度。使用处理后的数据集训练机器学习模型,拟合成品球团抗压强度、全铁含量与工艺参数之间的相关性。根据预测模型的类型,采用不同的优化方法:将树集成模型转化为混合整数线性规划模型,并使用求解器求解;对于复杂黑箱模型,采用高斯核平滑处理,并使用梯度上升方法优化目标函数。在测试集上,两种算法均能在20分钟内得到可行的优化解,相较历史决策显著提高了球团的抗压强度,同时保证针对不同数据场景下得到的不同预测模型,均可使用二者之一得到优化后的决策方案。本研究提出了一种可在实际球团工业中应用和推广的参数预测后优化方法,并在真实生产场景下验证了方法的有效性。

关键词： 森林防火   遥感技术   无人机   大数据   人工智能  

摘要： 传统的森林防灭火方法面临着效率低下、响应不及时等问题。本文利用现代科技改善森林防灭火效率的可行性和有效性,重点分析了遥感技术、人工智能、大数据分析、无人机技术、自动灭火系统和智能机器人等新兴技术的应用,展示出它们在火灾预防、监测、评估和灭火等方面的独特优势。这些新技术和新设备能够显著提高森林防灭火的效率和效果,为森林火灾管理提供了新的解决方案。

关键词： 科学研究范式   智能科学研究范式   人工智能   数据陷阱   信任危机  

摘要： 高校是科学研究的主阵地,是基础研究与重大科技突破的主力军,肩负着加快形成新质生产力的重要使命。在新一轮科技革命浪潮下,人工智能技术在科学研究中的广泛应用与深度融合,不仅重塑了科学研究的基本过程,更引领着科学研究范式向智能科学研究范式转型。从逻辑实证主义视角出发,探讨人工智能赋能高校科学研究范式创新的多重价值,包括增强科学研究中的数据采集、加速科学假设的生成与验证、实现实验模拟与自动化,以及激发科学洞察与创意涌现,有助于理解AI赋能科学研究范式的价值和深远影响。基于此,审视当前科研范式转型过程中遭遇的诸多挑战与风险,包括人的边缘化风险(“人在旁路”现象)、数据偏见与误导性主张的双重困境(“数据陷阱”问题)、算法透明度的缺失(“算法黑箱”问题)以及由此引发的信任危机等,高校在科学研究范式转型中应紧密依托新一轮科技变革,植根中国科学研究实践土壤,立足已有范式寻求创变,探索一条符合我国国情且具有鲜明中国特色的高校科学研究道路。具体来讲,应加强跨学科合作与协同创新、规范数据使用标准、推动可解释性AI的发展,建立健全科研伦理审查机制,为科研范式创新提供坚实的理论支撑与行动指南。

关键词： 人工智能   新闻编辑   内容生成   数据分析   伦理挑战  

摘要： 本文探讨了人工智能(AI)技术在新闻编辑中的应用现状及其影响,介绍了AI技术在自动化内容生成、智能数据分析、个性化内容推荐、事实核查与验证、多媒体内容处理等方面的具体应用,分析了AI技术对新闻生产效率、内容质量、编辑角色和新闻伦理的影响,指出了AI技术应用面临的主要挑战,包括算法偏见、内容多样性减少、新闻真实性与可信度、隐私保护与数据安全、版权问题等,并提出合理应用AI技术的建议,包括加强AI伦理教育、完善相关法规、建立评估机制和促进跨学科合作。