关键词： 光中子反应   贝叶斯神经网络   机器学习   γ源   上海激光电子γ源  

摘要： 基于贝叶斯神经网络预测了光中子反应的光中子反应道——(γ,n)和(γ,2n)的反应截面。优化器采用***,学习率设置为0.0001。在训练过程中,结合物理信息引导有效增强了贝叶斯神经网络对数据结构的捕获能力。优化后的贝叶斯神经网络算法显著缩短了训练时间,单个模型的训练时间不超过7 min,为大量模型测试提供了保障。模型训练完成后,分析了B2、B3和B4模型(隐含层数量分别为2~4)的训练集预测结果,发现随着神经网络隐含层数的增加,模型对数据结构的捕捉能力逐渐增强,且在相同训练次数下表现更为突出。对于训练集中的^(89)Y和^(159)Tb,所有模型均能较好地描述单、双巨共振峰核的(γ,n)和(γ,2n)反应截面,并准确给出巨共振峰的峰位、峰宽和峰高。随后,使用不同模型对197Au的(γ,n)和(γ,2n)反应截面进行了预测,并与实验数据进行了对比。结果表明:与训练集相似,隐含层数量最多的B4模型预测结果最佳。最后,对175Lu的预测分析显示,B4模型可以精确地给出双峰核的峰位和峰相对高低。随着隐含层的增加,模型对训练集的拟合效果和泛化能力均得到了显著提升。未来,基于物理信息的贝叶斯神经网络有望提供更多可靠的光核反应截面数据,为解决实验室间数据分歧提供有力支持。

关键词： 人工智能   结肠镜检查   质量控制  

摘要： 传统的结肠镜检查质量评估方式具有主观性强、费时费力等缺点。近年来,人工智能(AI)技术在结肠镜检查质量控制方面展现出客观性、即时性、全面性等优势,具有广阔的应用前景。文章全面探讨了AI在结肠镜检查质量控制中的多个应用场景,包括评估肠道准备质量、记录退镜时间、息肉识别和分类、预测早期结直肠癌浸润深度等方面,并通过具体的研究案例和数据分析了AI技术的有效性和优势。AI技术有望在提升结肠镜检查质量、促进结直肠癌的早诊早治方面发挥更加重要的作用,但面对技术、伦理及法规等多方面的挑战,未来需要持续努力,不断优化算法,加强跨学科合作,推动AI技术在医疗领域的健康、快速发展。

关键词： 人工智能   财务共享中心   会计核算   数据治理  

摘要： 为了探究人工智能技术在财务共享中心会计核算领域的应用潜力与实施路径,文章首先梳理了财务共享中心的发展现状及传统会计核算面临的效率与质量问题;其次,阐述了人工智能技术赋能会计核算的逻辑机理与技术路径,并剖析了应用过程中的多源异构数据整合、系统兼容性及技术黑箱化等主要难点;最后,提出了构建跨系统数据治理框架、开发轻量化AI中间件及引入可解释性AI工具等优化建议,旨在为财务共享中心智能化转型提供理论参考与实践指导,推动会计核算向自动化、智能化方向发展。

关键词： 眼底影像   人工智能   深度学习   系统性疾病  

摘要： 由于视网膜循环系统与脑部以及冠脉循环系统有着相同的解剖生理特征,因此眼底特征的改变成为心血管疾病、神经退行性疾病及糖尿病等疾病的观察窗口.随着人工智能(artificial intelligence,AI)技术的进步,尤其是深度学习(deep learning,DL)模型的应用,利用眼底图像进行疾病检测的精确度得到了显著提高.这种技术不仅能够非侵入性地检测疾病,还能够预测未来的发病风险,为个性化治疗提供依据.本文回顾了AI,尤其是DL技术在眼底影像分析中的应用及其在系统性疾病预测中的潜力.研究表明,DL模型可识别视网膜微血管和神经纤维层变化,用于帕金森病、阿尔茨海默病等神经退行性疾病的早期筛查.在心血管疾病方面,AI可通过眼底影像评估高血压、冠心病及心肌梗死的风险,提高预测精度.此外,糖尿病视网膜病变的自动检测日趋成熟,DL模型还可辅助糖尿病和慢性肾病的风险评估.然而,该领域仍面临数据获取难、影像质量参差、标注标准不统一等挑战.未来,需建立高质量、多样化的数据集,并优化算法的适应性和可解释性,以提高临床应用的可靠性.随着AI与眼底影像技术的深度融合,该领域有望在疾病早筛、精准诊疗和健康管理方面发挥更大作用,为推动个性化医疗和智慧医疗的发展提供强大支持.

关键词： 人工智能   深度学习   膀胱肿瘤   膀胱癌   影像诊断   基因检测   治疗规划   随访监测  

摘要： 在膀胱肿瘤诊治中,人工智能(AI)的应用进展显著。机器学习和深度学习算法在膀胱肿瘤影像检测和诊断中发挥重要作用,提供了高准确性的肿瘤检测、分级和分期预测。此外,AI在临床数据分析和治疗规划方面也显示出潜力。未来,加强数据集建立、算法优化以及与临床实践的结合,有望进一步提升AI在膀胱肿瘤诊治中的应用效果,为患者提供更好的医疗服务。本文就AI在膀胱肿瘤诊治中的应用现状与展望进行综述。

关键词： 生成合成   模型服务   虚假人设   人工智能  

摘要： 近期,随着人工智能生成合成类技术快速发展,人工智能生成内容(Artificial Intelligence Generated Content,以下简称AIGC)在各方应用不断创新。在广告行业中,出现了由模型服务提供者向平面模特、形象较好素人采购形象,再通过AIGC类技术生成各种含有人物形象的广告素材的能力,广告主、广告制作者通过使用该类大模型服务,再加入声音、字幕等生成合成的方式。在实际应用中,也暴露出广告制作中存在虚假人设、虚假代言、虚假表演等问题。如何利用新技术推动广告制作行业提升效率的同时,进一步做好合法使用,本文进行初步梳理。

关键词： 矿井通风   故障诊断   机器学习   集成学习   贝叶斯优化  

摘要： 通风阻变型故障会导致矿井风流供需失衡,影响矿山生产安全。针对目前机器学习易误判和陷入局部最优解的问题,提出了基于贝叶斯优化集成学习的矿井通风阻变型故障诊断方法,提升模型的准确性和稳健性。基于矿井通风网络故障诊断数据集,构建了6种代表性集成学习模型,并通过贝叶斯算法优化其超参数,最后系统分析了集成学习在矿井通风阻变型故障诊断中的可行性和适用性。仿真试验结果表明:贝叶斯优化集成学习方法可有效辨识和诊断矿井通风阻变型故障,其中极度随机树、XGBoost、LightGBM模型诊断准确率为100%,明显优于常见的机器学习模型。综合模型准确性和确定性程度看,推荐采用XGBoost与Light GBM算法进行矿井通风阻变型故障诊断,其诊断准确率高,不确定性程度低,可为矿井智能化通风提供理论依据与方法指导。

关键词： 人工智能   网络生态治理   网络强国  

摘要： 人工智能的发展给网络生态治理带来了全新的发展机遇,技术的更新迭代在不断重塑用户获取信息的新方式,潜在的算法操纵难以让用户准确衡量语言表达背后的事实判断与价值信息。基于人工智能具有的持久性基本特征,文章提出从制度保障、政策完善、技术加持与法律机制这四个方面构建网信部门、互联网平台、网民等多元主体共同参与的综合网络生态治理体系,旨在助推“网络强国”战略目标早日实现。

关键词： 人工智能   胃癌   深度学习   诊断   预后  

摘要： 胃癌是全球范围内高发的恶性肿瘤之一,具有起病隐匿、早期诊断困难、进展期预后不良等特点。传统诊断技术受主观因素影响较大,且在准确率和效率方面存在局限,难以满足精准医学的临床需求。近年来,人工智能(artificial intelligence,AI)技术,尤其是基于深度学习(deep learning,DL)的快速发展,为胃癌的精准诊疗带来了全新的机遇。AI辅助胃镜诊断可显著提升病变检出率及诊断效率,AI驱动的影像组学模型可精准预测肿瘤浸润深度、淋巴结及腹膜转移情况,而AI辅助病理学系统的应用则可以显著提高诊断的准确率和效率。此外,结合多组学数据的AI模型在化疗和靶向治疗反应预测以及个体化预后评估方面亦展现出巨大潜力。然而,AI技术在胃癌领域的临床转化仍面临诸多挑战,包括数据标准化不统一、模型泛化能力不足及算法可解释性较弱等问题。因此,本文系统综述AI技术在胃癌诊断、疗效评估及预后预测方面的最新研究进展,深入探讨当前技术所面临的核心挑战,并展望未来AI在胃癌精准诊疗中的发展趋势,以期推动AI技术的广泛应用和临床转化,最终实现胃癌诊疗的精准化和个体化,改善患者的临床预后。

关键词： 智能化技术   钻井设备维护   大数据分析   机器学习  

摘要： 钻井设备维护的高效与安全对石油行业的稳定生产至关重要。智能化技术的不断发展为钻井设备维护带来了新的机遇和挑战。本文通过案例分析,探讨了智能传感器技术、大数据分析、机器学习以及无人机与机器人技术在钻井设备维护中的应用与效益。智能传感器技术实现了对设备状态的实时监测,大数据分析提高了维护预测的准确性,机器学习算法实现了故障预测,无人机与机器人技术实现了维护作业的智能化和自动化。然而,智能化技术在钻井设备维护中还面临着数据质量、技术集成、人员培训等挑战。为了更好地推动智能化技术在钻井设备维护中的应用,我们建议加强数据管理、技术研发、人员培训和合作共享。通过共同努力,智能化技术将为钻井设备维护带来更大的效益,推动石油工业向着智能、高效和可持续的方向发展。