关键词： 人工智能   产学互增   增长型人才   二次循环   学科建设  

摘要： 当前社会亟需人工智能人才,而该领域知识更新快、人员淘汰率高的特点,引发高校对理论研究体系和人才培养机制的升级需求。高校作为科学理论的主要输出方,在人工智能领域,缺乏在传统数理科学领域中的前瞻性和理论上的独立性。人工智能专业出现时间较晚,课程往往由计算机科学、统计学等组合完成,系统性尚有改良空间。该文提出一种培养具有自我成长能力的人工智能人才的理念,以深圳技术大学中德联合伦琴AI班基地为依托,以“产学互增”为培养理念,通过“学科建设—企业实习评估—校内升级—求职合作—学科建设”这一闭环,完成本科生在大学和产业界“二次循环”式的成长过程。一方面培养具有成长活性的本科生,从源头上提高就业率和学生的长线竞争力;一方面建设更合理的学科平台,既能满足社会需求,又可以保证大学作为科研和教学场所的前瞻性和独立性,与产业界形成优势互补的合作,并巩固高校的理论优势。

关键词： 发展趋势   科学研究   AI4S   科研范式   人工智能  

摘要： 人工智能驱动的科学研究(AI for Science,AI4S)是以人工智能(AI)手段辅助或独立完成科学研究任务的一种模式,代表着新的科研范式发展趋势。科研范式的变革则是推动科学中心转移和一国科学崛起的底层力量,关切AI4S的发展特征和趋势,对抢抓新科学革命的机遇意义重大。

关键词： 血液乙醇检测   质量控制   人工智能   数据追溯   大数据  

摘要： 本文研究了一种血液乙醇浓度检测的全链条智能质控系统,目的是提升交通执法与司法鉴定中酒驾、醉驾检测的准确性和法律接受度,面对采样不规范,保存条件不达标,信息缺失等情况,给出利用图像识别,环境传感,唯一标识符追踪和智能分析来创建涵盖采集,保存和送检三大环节的智能质控系统的方法,此体系做到检测全流程风险预报,具备对样本状况识别、操作留痕以及流程可视且可控的功能,模仿测试显示,该办法拥有较高的问题识别能力和流程衔接能力,生成的结构化报告可以很好地融入司法程序。本研究为血液乙醇浓度检测供应了科学的、可追查的手段,有效地改善了检测结果的可靠性和规范化程度,有很强的推广价值。

关键词： 傅里叶变换红外光谱   胰腺癌   非侵入性诊断   机器学习模型  

摘要： 目的应用傅里叶变换红外光谱(FTIR)对胰腺癌患者血清进行分析,探究与胰腺癌相关的特征性光谱参数,并评价其潜在的临床诊断价值。方法选取2022年8月~2023年7月在上海健康医学院附属崇明医院收治的100例胰腺癌患者和同期92例健康志愿者的血清样本,这些样本进行了FTIR分析和主成分分析(PCA)来评估两个队列之间的光谱差异。利用机器学习技术:支持向量机(SVM)、k-近邻(kNN)和线性判别分析(LDA)作为分类方法,进一步评估血清光谱在区分胰腺癌患者和健康个体方面的诊断潜力。采用受试者工作特征(ROC)曲线评估不同阈值下的诊断效果。结果与健康组相比,胰腺癌患者血清中1090~1070 cm^(-1)(1076.537±15.183 cm^(-1) vs 1081.061±4.043 cm^(-1)),1420~1380 cm^(-1)(1399.958±1.508 cm^(-1) vs 1400.500±1.782 cm^(-1)),2990~2950 cm^(-1)(2940.167±15.287 cm^(-1) vs 2945.124±7.498 cm^(-1))和3500~3000 cm^(-1)(3293.155±3.096 cm^(-1) vs 3294.893±2.582 cm^(-1))范围内的峰值位置出现蓝移,差异具有统计学意义(t=2.265~4.236,均P<0.05),表明蛋白质、脂质和核酸的结构发生改变。在1700~1600 cm^(-1)(0.918±0.012 cm^(-1) vs 0.858±0.021 cm^(-1))和3500~3000 cm^(-1)(0.766±0.096 cm^(-1) vs 0.804±0.090 cm^(-1))的光谱范围内,胰腺癌患者组和健康组之间的吸光度差异具有统计学意义(t=-24.031,2.830,均P<0.05),表明蛋白质浓度发生变化。PCA结果显示,PC2轴明显分离,可区分胰腺癌患者的血清样本。利用机器学习模型区分胰腺癌患者与健康对照组的血清光谱,LDA分类方法的敏感度、特异度和准确度分别为93.2%,97.3%,95.8%。根据ROC分析,确定的曲线下面积(AUC)为0.982。结论血清光谱采用FTIR,结合PCA和机器学习模型,为胰腺癌的检测提供了一种直接、微创和可靠的诊断方法。

关键词： 人工智能   企业   财务管理   智能化转型  

摘要： 随着人工智能技术在企业财务管理领域的深入应用,传统财务模式正面临前所未有的变革。财务智能化已成为新时代企业实现降本增效、提质增效的战略选择。本文分析了人工智能背景下企业财务管理转型存在的问题,提出了优化策略,以期为企业财务管理变革创新提供帮助,助推企业财务管理水平实现跨越式提升。

关键词： 人工智能   武器装备   识别控制   精准探测   融合技术  

摘要： 为深入探讨人工智能与精准探测识别控制融合技术的创新突破及其在武器装备领域的工程应用,推动相关领域学术交流与技术发展,《探测与控制学报》与西安交通大学自动化科学与工程学院合作举办了“人工智能与精准探测识别控制融合技术及其在武器装备领域的应用”专题。本次专题征文活动自2025年4月20日至7月31日共征集来自高校、科研院所相关学术论文30余篇,经严格评审录用20篇,分两期刊出。

关键词： 自动驾驶   人工智能   技术发展   产业落地  

摘要： 自动驾驶作为人工智能与交通产业深度融合的标志性领域,其发展已超越单一交通工具的自动化范畴,正深度重构全球交通产业生态,引领带动全球科技竞争新趋势。近年来,自动驾驶技术取得巨大进展,已完成从实验室验证到商业化落地的关键跃迁,在垂直领域、乘用车智驾及自动驾驶出租车等核心赛道同步突破产业化瓶颈。但现阶段在安全性、成本控制、法律规范等方面,仍面临一系列难点与挑战,需建立“数据驱动技术迭代、规模降低边际成本、商业反哺数据积累”的动态循环体系,打造进阶式示范区,设立规模化运营准入许可,建立无安全员车辆合法运营机制,加快自动驾驶法律法规体系建设,实现自动驾驶从技术突破向规模化、商业化应用跃升。

关键词： 产业应用   无线电技术   创新路径   人工智能  

摘要： 当前,无线电技术与人工智能(AI)深度融合,正在为通信、航天、城市治理等领域带来巨大突破。人工智能在无线电监测、信号识别等领域的实践,为无线电管理智能化转型提供了创新路径。要进一步推动“无线电+人工智能”应用,探索“无线电+人工智能”融合发展新路径,需要深入了解人工智能技术从理论突破到产业落地的发展历程。

关键词： 视觉识别技术   包钢轨梁厂   智能制造   生产效率   可持续发展  

摘要： 本文聚焦视觉识别技术在包钢轨梁厂的应用与发展探索,深入剖析了该技术在厂内应用状况、评估影响并探寻发展方向,采用文献研究、实地调研、案例分析和数据分析法展开研究。在关键技术与算法方面,图像采集技术涵盖相机选型与照明系统设计,依不同场景选用适配相机并设计专用照明方案;图像处理算法包含预处理、特征提取及目标识别与分类算法,预处理改善图像质量,特征提取针对不同目标采用相应算法,目标识别与分类依对象特性运用模板匹配或机器学习算法。视觉识别技术在百米钢轨吊车远程智能集控中心、加热炉集控中心及钢轨表面缺陷检测等方面已获应用,对提升生产效率、产品质量和安全性成效显著。未来,包钢轨梁厂应持续推进智能化改造,加强技术创新并致力于建设智能制造示范工厂,以推动视觉识别技术在厂内的深度应用与发展,提升企业核心竞争力并为钢铁行业智能化进程提供借鉴。

关键词： 人工智能   初中语文   项目式教学法  

摘要： 随着科技的飞速发展,人工智能已经渗透到教育领域,正逐渐改变传统的教育模式。基于此,文章深入探讨了人工智能背景下初中语文项目式教学法的应用价值,并通过智能技术融入项目设计、智能平台支持学习过程、智能工具辅助项目实施以及智能数据驱动教学评估四大策略,探究如何在人工智能背景下有效实施并优化初中语文项目式教学法,以提升教学质量和学生的学习体验。