关键词： 中国一拖   质量管理体系   智能制造   成品检验   制造工艺水平   原材料采购   品质提升   确保产品质量  

摘要： 中国一拖集团有限公司(以下简称中国一拖)始终将质量视为企业的生命线,建立了完善的质量管理体系,从原材料采购到生产加工,再到成品检验,每一个环节都严格把关,确保产品质量万无一失。同时,以智能制造为载体,推进制造工艺水平提升,为产品品质提升奠定坚实的基础。快来看看2024年中国一拖在产品质量提升、智能制造应用新模式方面有哪些收获吧。

关键词： 传统社会科学   计算社会科学   大数据   人工智能  

摘要： 20世纪末,在计算机、通信和数据存储技术发展的背景下诞生的计算社会科学,一直面临着如何调适传统社会科学的解释范式与计算社会科学的预测范式之间的张力问题。近年来人工智能的发展为计算社会科学调适该张力提供了契机。(生成式)人工智能降低了计算科学的壁垒,大语言模型扩展了社会科学研究的边界,促进了计算社会科学与传统社会科学的双向融合。尽管这种融合看起来仍延续着预测和解释两个范式演进,但实际上在这个过程中计算社会科学不仅重塑着自身的研究范式从预测向“预测—决策”的演变,也重塑了传统社会科学的研究范式从解释向“发现—解释”演变。

关键词： 麦积林场   人工智能   病虫害   监测   防治   研究  

摘要： 麦积林场隶属于小陇山林业保护中心,以保护和改善生态环境为主线,积极发展林业生态经济,但病虫害对其生态环境和经济发展造成了严重威胁。为提高病虫害监测与防治效率,探讨了人工智能在森林病虫害监测与防治中应用,结果表明:该方法能够准确、高效地监测和识别麦积林场病虫害,为病虫害防治提供强大技术支撑,可以无公害诱捕杀虫,减少灾害损失,绿色环保,为保障森林草原生态系统安全贡献更多力量。

关键词： 儿童脓毒性休克   预测模型   机器学习   Meta分析  

摘要： 目的全面概括机器学习技术预测儿童脓毒性休克的模型表现和预测效果,以便有针对性地提升未来研究的质量和模型的预测能力。方法计算机检索PubMed、Embase、Web of Science、ScienceDirect、CNKI、WanFang Data数据库,检索时限均为建库至2024年4月1日,搜集有关机器学习预测儿童脓毒性休克的研究。由两名研究者独立筛选文献,提取资料并评价纳入研究的偏倚风险后,对于基本信息、研究数据、研究设计及预测模型等进行系统评价。使用随机效应模型合并模型曲线下面积(AUC)进行Meta分析。根据样本量、机器学习模型、预测变量类型、预测变量个数等进行亚组分析,并且对于纳入文献进行发表偏倚与敏感性分析等。结果最终纳入11项研究,其中包含2项低偏倚风险,7项未知偏倚风险,2项高偏倚风险的研究。纳入研究使用到的数据包括公开与非公开的电子病历数据库,用到的机器学习模型包括逻辑回归、随机森林、支持向量机和XGBoost等,且基于不同数据库构建的预测模型出现了不同的特征变量结果,因此确定预测模型的关键变量还需要在其他数据集上进行进一步的验证。Meta分析显示总AUC为0.812[95%CI(0.763,0.860),P<0.001]。进一步的亚组分析显示,较大的样本量(≥1000例)和预测变量类型可以显著提高模型的预测效果(95%CI无重叠)。漏斗图显示纳入研究存在发表偏倚,当剔除极端AUC值后,总AUC为0.815[95%CI(0.769,0.861),P<0.001],表明极端AUC值不敏感。结论机器学习技术在预测儿童脓毒性休克方面展示出一定的潜力,但现有研究在质量上还有待加强,未来的研究工作应提升研究质量并且通过扩大样本量提高模型的预测效果。

关键词： 人工智能   高校   速度滑冰教学  

摘要： 本文就如何将人工智能与高校速度滑冰教学相融合进行讨论,在对人工智能加以了解的同时,明确其在高校速度滑冰教学中的具体作用,并对两者融合的方法进行深入的探讨和阐述,希望能够为相关工作的开展提供一定的参考和借鉴,在发挥人工智能优势的同时,进一步提高速度滑冰的教学质量。

关键词： 江苏省   “新三样”   人工智能   演化特征   耦合协调  

摘要： 在江苏省新兴产业快速发展及产业升级转型的迫切需求背景下,文章旨在探究江苏省“新三样”产业与人工智能产业的发展演化特征及耦合协调关系。首先,通过分析两大产业的发展过程和特点,理论阐述了它们之间的耦合协调关系路径。其次,从时间和空间两个维度,对两大产业在江苏省的发展现状和趋势进行了典型化事实分析。再次,文章采用高斯核密度估计方法,深入探究了这两大产业发展的动态演变特征。最后,通过计算耦合协调度,评估了两大产业耦合协调发展水平,并采用Dagum基尼系数估计和分解法,剖析了耦合协调发展水平的差异及其来源。研究结果表明,江苏省“新三样”产业与人工智能产业在近年来呈现出稳步增长态势,且两者之间的耦合协调关系逐步加强,但区域间仍存在一定差异。

关键词： 数字人文   档案领域   档案开发利用   档案数据   深度融合   人工智能   对策建议   《政府工作报告》  

摘要： 在2024年,《政府工作报告》将“大力推进现代化产业体系建设,加快发展新质生产力”列为2024年政府工作十大任务之首。发展新质生产力是推动高质量发展的内在要求和重要着力点。“新质生产力”中的“新”主要体现在生产力基本要素的革新上,如现代技术、人工智能等,运用数字人文理念与技术活化档案数据,既适应新质生产力的发展要求,也为推动新质生产力的发展提供了有力的支持。基于此,现从数字人文的视域出发,针对数字人文档案的利用与开发展开了研究与分析,以实际数字人文与档案开发利用的实例为例,分析了数字人文与方案开发利用的适应价值,并以延伸发展为目标,提出了数字人文在档案开发利用中的对策建议,希望为实现数字人文在档案领域的深度融合提供参考。

关键词： 数字化时代   人力资源管理   大数据   人工智能   业务战略整合  

摘要： 随着数字化技术的迅速发展,人力资源管理面临着新的挑战与机遇。本文首先论述了数字化环境对人力资源管理带来的影响,包含人才吸引、人才管理、人力资源决策等多个方面,其中最为显著的变革体现在大数据、人工智能及云计算等技术为人力资源管理提供可能性与新思维方式。接着,本文分析了数字化时代下人力资源管理的主要挑战,如数据保护与隐私管理,人工智能的伦理问题,技术和人力资源专业知识的融合性及深度学习技术的应用等。随后,本文提出了针对这些挑战的应对策略和解决方案,如现代技术应用的定向培训,强调人文关怀与技术融合的管理理念,开发适应新型技术的人力资源管理软件以及强化人力资源策略与业务战略整合等。最后,文章强调了应高度重视和应对数字化对人力资源管理带来的变革,在创新与变革中捕获机遇,不断提升人力资源管理的科学性、专业性和效率性,从而提升企业竞争力并实现可持续发展。

关键词： 人工智能   机器智能   自动化流程   生成式   适应能力   复杂性  

摘要： 决策理论家、机器智能研究所创始人埃利泽·尤德科夫斯基(Eliezer Yudkowsky)曾指出:“人工智能迄今为止最大的风险,莫过于人们过早地认为自己已经理解了它。”尤德科夫斯基此言精准揭示了人工智能的复杂性及其常被低估的深度。从简单的自动化流程到具备学习和适应能力的先进系统,人工智能正在不断重塑社会的结构。人工智能的一项应用便是生成式人工智能。

关键词： 遥感技术   机器学习   矿山资源储量预测   SVM   神经网络  

摘要： 精准推算矿山资源储量对资源的管理与开采非常重要。传统地质寻找方式成本较高且准确率相对较低,本文提出一种新的矿山资源预测模型。这种模型将遥感技术与机器学习算法相结合,以此获得预估矿山资源的更高精确度与更低的成本。首先是利用遥感技术搜集矿山地表的各元素数据,接着使数据标准化,最后使用计算机的学习方法,如支持向量机(SVM)、神经网络(NN)等,对调整后的遥感数据执行建模与训练工作。通过构建训练集和测试集,及时优化模型参数,提升模型的预测能力。研究结果显示,基于遥感和机器学习的预测模型在预测精度上均优于传统的地质勘探方法。尤其是在资源量较大的矿山预测中,其误差降低了20%,表现出较强的适用性和优越性。本文为矿山资源储量的预估提供了新思路,同时此种方法还有望推广到其它自然资源的预测和管理之中,为我国的资源管理和可持续开发提供参考。