关键词： 安全隐患   屡查屡犯事件   治理体系   人工智能  

摘要： 为破解高校实验室安全隐患“屡查屡犯”的难题,系统梳理了该现象的潜在安全风险、成因与治理痛点。研究发现,“屡查屡犯”现象易引发“破窗”效应,削弱安全管理效能,并叠加新旧隐患风险。究其原因:个体因素存在安全认知偏差、效率优先及责任缺失;组织架构层面则暴露出三方协同短板。为此,构建集隐患排查数据智能分析-“隐患分类与责任认定-预警惩处与整改”于一体的治理系统。实践表明,该系统能准确定位“屡犯”隐患特征、明确隐患类别与责任主体,推动多方联合整改与治理,显著降低“屡犯”隐患存量。研究结果可为高校实验室安全管理提供可借鉴的范式。

关键词： 冶金工业   冶金设备   智能运维   智能制造   标准体系  

摘要： 文章系统梳理国内外冶金行业设备智能运维标准化工作现状及行业发展相关政策,设计了标准体系三维架构,构建冶金设备标准体系初步框架,主要涵盖基础共性、应用场景和行业应用三大方向,并提出健全和实施冶金行业设备智能运维标准体系的相关建议。

关键词： 慢性阻塞性肺疾病(COPD)   机器学习   时间序列   远程医疗  

摘要： 为实现慢性阻塞性肺疾病急性加重(AECOPD)事件的早期预测,搭建基于远程呼吸机的患者呼吸波形监测系统,收集记录29名发生疾病加重事件的患者和29名处于疾病稳定期的患者所用呼吸机的日常参数,从呼吸波形中提取能够反映患者呼吸节律的特征参数,利用多天数的特征参数构成特征时间序列,建立多个疾病加重预测模型,并利用与患者住院日期间隔不同天数的特征时间序列对预测模型进行评估。结果表明:随着预测窗口的增加,模型对疾病加重事件的预测效果先上升后下降,模型的有效预测时间窗口为3~4 d,在3~4 d后,模型操作特性曲线(ROC)下的面积值(AUC值)不再有统计学意义;通过采用特征时间序列,该模型可以在疾病加重早期做出预测,为疾病的防治提供更多的干预机会。

关键词： 人工智能   口腔医学   咨询   口腔保健   大语言模型   数字化口腔医学  

摘要： 目的评估不同大语言模型(LLM)所提供医疗保健信息的准确性,以探讨其在口腔辅助诊疗和健康咨询中应用的可行性及局限性。方法设计8项共47个有关口腔疾病诊疗的问题[评估LLM作为人工智能(AI)医疗助手的表现]和5项共35个口腔健康咨询方面的问题(评估LLM作为模拟医师的表现),并由5种LLM(文心一言、华佗GPT、通义千问、讯飞星火、ChatGPT)分别作答。由两名工作5年以上的主治医师使用3C标准(正确性、清晰度、简洁性)对答案进行独立评分,并采用Spearman等级相关系数评估评分者间一致性,采用Kruskal-Wallis检验和Dunn事后检验评估各模型间差异。使用600道2023年口腔执业医师资格考试试题,评估各模型的答题耗时、得分及准确率。结果作为AI医疗助手,LLM可辅助医师诊疗决策,评价者间Spearman系数为0.505(P<0.01);作为模拟医师,LLM可对患者进行科普,评价者间Spearman系数为0.533(P<0.01)。各模型作为AI医疗助手和模拟医师的3C评分分别为文心一言2.00(1.00,3.00)、2.00(2.00,3.00)分,华佗GPT 1.00(1.00,2.00)、2.00(1.00,2.00)分,通义千问2.00(1.00,2.00)、2.00(1.00,3.00)分、讯飞星火2.00(1.00,2.00)、2.00(1.75,2.25)分、ChatGPT 3.00(2.00,3.00)、3.00(2.00,3.00)分(满分4分);Kruskal-Wallis检验结果显示,作为AI医疗助手或模拟医师,5种LLM的3C评分差异均有统计学意义(均P<0.001)。5种LLM在口腔执业医师资格考试中的平均得分为370.2分、准确率61.7%(370.2/600)、耗时94.6 min,其中文心一言耗时115 min、得分363分、准确率60.5%(363/600),华佗GPT耗时224 min、得分305分、准确率50.8%(305/600),通义千问耗时43 min、得分438分、准确率73.0%(438/600),讯飞星火耗时32 min、得分364分、准确率60.7%(364/600),ChatGPT耗时59 min、得分381分、准确率63.5%(381/600)。结论基于LLM作为AI医疗助手和模拟医师的双重角色评估,ChatGPT表现最佳,回答基本正确、清晰、简洁,文心一言、通义千问、讯飞星火次之,华佗GPT表现显著落后。口腔执业医师资格考试中,除华佗GPT外其余4个LLM均达到合格水平,且5个LLM的作答时间相较于考试规定的8 h均明显下降。LLM在口腔辅助诊疗和健康咨询中具备应用可行性,可帮助医患双方快速获取医疗信息,但其输出存在错误风险(3C评分未达满分),使用时应审慎判断。

关键词： 新质生产力   治理变革   科技革命   人工智能  

摘要： 一、会议背景及主题2023年以来,习近平总书记多次强调人工智能是新一轮科技革命和产业变革的核心驱动力,要求“以科技创新引领产业创新,积极培育和发展新质生产力”。在浙江考察期间,总书记明确指出,浙江要“在以科技创新塑造发展新优势上走在前列”。

关键词： 大地测量学基础”课程   人工智能   教育教学改革   编程学习   创新应用  

摘要： 随着人工智能技术的迅猛发展,ChatGPT在教育领域的应用逐渐崭露头角。文中以编程实践教学为切入口,探讨了ChatGPT在“大地测量学基础”课程实践教学中的应用。“大地测量学基础”的编程实践教学是深化相关理论学习的重要步骤,但当前的编程实践因学生编程基础薄弱、理论公式复杂等问题导致教学效果不佳,利用ChatGPT能够高效提升编程实践效率和教学效果。文中系统总结了利用ChatGPT提升“大地测量学基础”编程实践的方法,包括示例代码讲授、代码快速编写、初步代码纠错、代码美化完善、编程作业批改总结等五个方面的内容,同时也对ChatGPT提供错误指示的情况进行了警示,通过实际案例论证了具体实施方法,结果表明基于ChatGPT辅助的“大地测量学基础”编程实践能够显著提高编程实践效率和课程学习效果。

关键词： 卷积神经网络   五金打孔件   加工误差   误差控制   智能制造  

摘要： 本文提出了一种基于改进的卷积神经网络(R-CNN)的五金打孔件加工误差控制方法。通过采集五金打孔件加工过程中的多源数据,构建了R-CNN模型进行误差预测和控制。实验结果表明,所提出的方法能够有效降低五金打孔件加工误差,提高加工精度。与传统方法相比,R-CNN模型在误差预测和控制方面表现出更好的性能,为五金打孔件加工误差控制提供了一种新的解决方案。

关键词： 带状疱疹   带状疱疹相关疼痛   机器学习   临床预测模型  

摘要： 目的 建立基于机器学习算法的带状疱疹相关疼痛预测模型。方法 收集2021年1月至2024年3月329例带状疱疹患者的临床资料。根据静息期疼痛数字评分分为无痛组(n=156)和疼痛组(n=173)。应用LASSO回归筛选纳入模型的变量。比较Logistic回归、极度梯度提升、神经网络、支持向量机、随机森林(RF)、决策树、贝叶斯及梯度提升模型的预测性能,选择最佳算法进行评价。结果 模型纳入7个变量,包括教育水平、婚姻状况、饮食习惯、皮损时间、皮损范围、皮损顺序和前驱痛。RF模型在预测带状疱疹相关疼痛方面表现最佳,ROC曲线下面积为0.88(95%CI:0.82~0.93),准确度为0.8(95%CI:0.74~0.86)。结论 基于机器学习算法的RF模型预测带状疱疹相关疼痛性能佳,具有潜在的临床应用价值。

关键词： 歌唱测评   随机森林   机器学习   人工智能  

摘要： 学生歌唱能力的测评是音乐教育中至关重要的环节,直接关系到教学质量的评估和学生声乐技巧的提升。传统的歌唱测评方法主要依赖于专家主观评价,存在标准不统一、效率低下等问题。利用近三年自主开发的音乐测评小程序,收集了34280名学生的歌唱音频数据和70多位老师对这些音频的76360次评分。通过应用机器学习技术,使用随机森林算法训练歌唱能力评估模型。结果表明,该模型在歌唱测评任务中表现出较高的准确率,为歌唱能力的客观化评估提供了一种有效途径。

关键词： 人工智能   学科发展   卓越人才培养   新闻传播教育  

摘要： 人工智能技术作为一种新型社会实体,正推动人机传播视角下的新闻传播学科的变革。为培养兼具高阶技术与文化素养的新闻传播人才,亟须回归新闻传播在人类社会中的根本意义。其教育应立足人工智能的信息生成机制与人机协作模式,关注人机关系的动态演化,辩证思考人类与技术的本体论边界。本文基于人机传播视角,在阐释新闻传播在人类社会中必要性的基础上,分析人工智能对新闻传播学科发展的影响,并进一步探讨新闻传播的卓越人才培养变革,以积极推动人工智能和新闻传播教育的深度融合。