关键词： SEER数据库   卵巢癌   肝转移   机器学习   分析模型  

摘要： 目的 本研究旨在利用机器学习技术分析卵巢癌患者发生肝转移的相关因素，为临床提供指导。方法 从SEER数据库中提取2010年1月至2015年12月的39351例卵巢癌患者数据，最终纳入14 608例，其中523例发生肝转移。使用决策树（DTC）、逻辑回归（LR）、随机森林（RFC）、极限梯度提升（XGBoost）、自适应提升（Adaboost）、轻量级梯度提升机（LightGBM）构建分析模型，并通过特异度、准确度、F1分数、灵敏度、阳性预测值（PPV）及受试者工作特征（ROC）曲线下面积（AUC）评估各模型的性能，同时对最优模型的特征重要性进行排序。结果 LightGBM模型表现出最佳性能（AUC为0.776，特异度为0.548，准确度为0.753，F1分数为0.796，灵敏度为0.952，PPV为0.683）。特征重要性排序显示，组织学类型、肿瘤偏侧性、肿瘤分级、AJCCT分期、AJCCN分期和化疗是影响卵巢癌肝转移的重要因素。结论 基于LightGBM模型的分析结果表明，卵巢癌患者肝转移与多种临床特征相关，可能为临床医生提供更加个性化的临床决策支持。

关键词： 短时傅里叶变换   人工智能   音乐生成   窗函数   梅尔倒谱系数   频谱泄漏   主瓣增益   混合函数  

摘要： 在基于短时傅里叶变换（short-time fourier transform， STFT）的智能音乐生成系统中，引入梅尔倒谱系数（mel frequency cepstrum coefficient， MFCC）作为输入特征，并对STFT的损失函数进行优化设计，以提升音乐生成的质量。在对音符输入信号进行短时傅里叶变换时，需要对时域信号进行截断并添加窗函数，对信号添加时域窗等效于在频域信号中进行卷积。时域信号在截断过程中存在频谱分析误差，使得频谱以实际频率值为中心，以窗函数频谱波形的形状向两侧扩散，产生频谱泄漏。不同窗函数的选择对最终生成音乐的品质具有显著影响，提出一种基于能量校正因子、频域最大副瓣和主瓣增益的窗函数分析与选择方法以及开发相应脚本工具，从而完成基于符号域音乐的混合窗函数设计。实验结果表明，混合窗函数在不同的MIDI数据集上都可以有效减少频谱泄漏对信号截断的影响，具有很好的适应性和灵活性，从而更好的作用于基于STFT的智能音乐生成系统中。

关键词： 作物种业   人工智能   生物育种   杂种优势   农业科技创新体系  

摘要： 在全球极端天气频发、人口持续增长、粮食安全压力不断增大的背景下,作物种业科技创新正处于机遇与挑战并存的关键时期.在2024年7月第一届全国作物杂种优势与生物育种学术大会上,胡培松院士在大会报告中强调,智能设计育种、合成生物学与人工智能是农业科技三大前沿领域,需加大研发投入、完善创新生态、突破关键核心技术.张献龙院士针对棉花育种技术创新和产业发展提出了四大转型路径:从种质资源向基因资源延伸、单一技术向集成技术转变、经验育种升级为设计育种、单功能作物拓展至多功能作物,同时构建产业链–技术链–人才链协同体系.谢华安院士系统梳理我国水稻育种历经的五个阶段,指出当前已进入智能育种新纪元,倡导通过培育“四性”(丰产性、优质性、抗逆性、广适性)综合在较高水平上的作物新品种来保障粮食安全.翟虎渠教授强调需要深化杂种优势分子机理研究、作物重大功能基因挖掘与功能机理解析,并推动基础研究与技术创新深度融合,加速生物育种技术产业化进程,依托区域农业特色以形成差异化竞争优势.综上,我国应加强作物功能基因组学、杂种优势机理等基础研究,突破智能育种等关键核心技术,构建覆盖作物种业全产业链的科技创新体系,推动农业教育科技人才一体化发展,并培育国际竞争力强的种业龙头企业,形成种业新质生产力,发展新型生物经济,为国家粮食安全和农业可持续发展提供有力支撑.

关键词： 人工智能驱动的科学   机器学习   学科交叉   科学政策   科学基金  

摘要： 人工智能驱动的科学,作为第五种科研范式,被认为是全球新一轮科技革命和智能产业变革中的关键.我国正大力推进科研范式变革,交叉合作成为第五范式主流.如何结合机器学习等技术和传统的理论驱动模式作出新发现?合作团队如何融合过程机制模型和纯数据模型?从节约交叉合作的认知与交流成本出发,如何高效地促进成功的科学研究?本文甄别了第五范式中的认识论问题,提出一种分析学科交叉的哲学框架:交叉合作而不融合.该框架不仅考虑了交叉合作的认知成本与认知韧性,还涵盖了研究者的组织交流成本与认知身份认同.进而,以美国国家科学基金会资助的人工智能驱动化学研究为例,分析和阐明了这种合作新模式,以期能够为科学政策提供启发.

关键词： 人才培养   跨学科融合   智能制造  

摘要： 加快推进智能制造,是建设制造强国的主攻方向.智能制造创新型人才的培养,需要充分考虑跨学科交叉、产学研融合等全新问题,需要在实践中探索出一条合理可行的模式.文章首先结合郑州大学振动工程研究所的教学实践,对"产学研"相结合,营造智能制造创新型人才培养环境进行了分析;其次,探讨了通过跨学科融合,培养学生综合思维能力的问题;最后,对学科团队建设与培养质量评价问题进行了阐述.课题的研究为跨学科融合创新型人才的培养模式进行了有益的探索,在高年级本科生和研究生培养中具有一定的示范推广意义.

关键词： 人工智能   生物化学实验   教学改革  

摘要： 随着人工智能技术的飞速发展,其在教育领域的应用愈发广泛且深入.生物化学实验在生物学教学中占据核心地位,对于提升学生的实践操作技能、激发科学探究精神及培养创新思维具有至关重要的作用.在AI背景下,高校生物化学实验教学面临着前所未有的机遇与挑战.文章探讨了AI技术在高校生物化学实验教学中的应用现状、优势与挑战,并提出相应的教学改革策略,以期为生物化学实验教学质量的提升提供新的思路和方法.

关键词： 人工智能   教学改革   TPACK框架  

摘要： 文章基于TPACK框架,探讨了人工智能赋能乡镇中小学教学改革的挑战与对策.研究发现,尽管人工智能技术在教育领域的应用给乡镇中小学教学改革带来了新机遇,其仍面临基础设施不足、教师技术能力参差不齐以及学生数字素养不足等挑战.基于此,提出了加强基础设施建设、提升教师专业发展以及培养学生数字素养等对策建议,以期通过技术强化、教学提升和文化培育,有效应对乡镇中小学在教学改革中面临的挑战,促进实现教育公平.

关键词： 水资源承载力   耦合模型   系统动力学   机器学习   干旱区  

摘要： 随着全球水资源短缺问题的日益加剧，准确评估水资源承载力已成为实现区域可持续水资源管理和应对气候变化挑战的关键。鉴于水资源-生态-社会系统的复杂性，单一评价方法难以全面揭示其多维交互与动态变化过程。本文综述了水资源承载力评价中耦合模型方法的应用现状与研究进展，通过系统分析法、综合评价法以及机器学习等主要评价方法，揭示其在水资源承载力评价中的优势与局限性，并特别探讨了这些方法在干旱区应用时面临的挑战。本文从动态反馈机制、非线性建模能力、数据驱动性以及适用性等方面对不同方法进行了横向对比，分析了各方法在干旱区应用的适用性与局限性，并探讨了耦合模型的可行性，为解决干旱区水资源承载力问题提供了新的思路。未来研究应聚焦于多模型集成与数据驱动优化，以提升模型的泛化能力和适用性，推动水资源管理从静态评价向动态模拟和精准预测转变，为干旱区乃至全球的水资源可持续利用提供科学支持。

关键词： 舆情平台   爬虫技术   机器学习   文本分词   词云  

摘要： 在高校舆情管理平台基础上,增加了舆情算法库和可视化技术.采用两个通用库jieba、spacy实现舆情算法库的基本操作.实现采集舆情信息的文本分词、情感分析和实体识别任务,采用多种机器学习算法(SVM,K-means)进行舆情处理和分析.通过可视化技术生成词云和热点话题排行榜,实时监测舆情动态,自动识别敏感事件并预警,为高校管理者提供全面的舆情研判和决策支持.研究表明,舆情算法库显著提升了平台舆情管理的适配性和准确性.

关键词： 智能制造   设备工程   数字化转型   工业物联网  

摘要： 在智能制造快速发展的背景下,设备工程的数字化转型已成为提升制造业竞争力和创新能力的关键方向.要实现设备全生命周期管理与生产制造过程的有效衔接,需借助工业物联网、大数据分析和人工智能等信息化手段,对传统设备的设计、制造、运行与维护进行系统升级与优化.本文聚焦设备工程数字化转型所面临的关键问题与实践需求,结合产业变革趋势与技术路径,探讨智能制造环境下的转型策略与应用实践,旨在推动相关企业设备工程的数字化转型.