关键词： 人工智能   思想动态   监测精度   思想政治教育  

摘要： 人工智能通过情感分析监测、个性化学习推荐、预警与干预辅助、社交行为分析等多种应用场景,可以提高高校对大学生思想动态监测的精确度,增强思想政治教育的针对性,构筑大学生心理健康安全网,优化思想政治教育资源配置。在实际应用中,该技术面临数据安全与隐私泄露、算法偏见与歧视风险、人机交互中的情感隔离、伦理规范与责任归属等困境。因此,高校借助人工智能技术把握大学生思想动态时,要完善数据管理机制,强化算法伦理审查,优化人机交互设计,构建多方参与的协同治理体系。

关键词： 颠覆性指数   深度神经网络   知识创新   机器学习   成果预测  

摘要： [目的/意义]旨在克服传统评价论文方法的滞后性和主观性。[方法/过程]从论文标题和摘要中提取关键词特征,并融合学科领域、参考文献数量、作者机构类型等多源信息,基于随机森林算法提取的特征,构建遗传算法优化的深度神经网络预测模型。[结果/结论]该模型为学术评价提供了新的视角和方法,能够对新发表论文作出及时的颠覆性评估,为学者研判领域发展趋势、编委会审稿决策、基金资助评审等提供支持。未来工作将进一步挖掘相关特征,提高模型的预测性能。

关键词： 肺癌数据库   人工智能   自然语言处理   真实世界研究  

摘要： 目的采用人工智能技术对临床数据进行结构化和标准化,构建基于人工智能的肺癌数据库,支持肺癌诊治中的大数据深度挖掘,为多样化的真实世界研究提供高质量的数据支持。方法依托北京协和医院胸外科丰富的临床数据资源,本研究利用机器学习技术,特别是自然语言处理技术,对电子病历、检查报告、病理报告等非结构化数据进行自动化处理,转化为结构化信息。同时,采用数据治理和自动化清洗技术,确保数据的完整性和一致性。结果截至2024年9月,数据库共收录了18811例患者的数据,涵盖住院和门诊病历、检验检查报告、病理报告、医嘱信息以及随访信息,形成了结构完整、变量丰富的多维数据系统。数据库的实时查询和多层次筛选功能使研究人员能够快速获取符合特定条件的研究数据,大幅提升了数据处理效率和研究进程。在非小细胞肺癌预后探究的真实世界应用举例中,通过数据库实现了对预后影响因素的快速分析。研究表明,肿瘤分期、合并症情况等因素显著影响患者生存率。这一应用实例展示了数据库临床大数据挖掘应用中的价值。结论基于人工智能的肺癌数据库显著提升了数据管理和分析的整体效率,为临床大规模研究、回顾性分析以及疾病管理提供了坚实的数据支持。随着大语言模型和多模态方法进一步应用于临床,该数据库的精确性和分析深度将持续增强,为肺癌大数据挖掘及真实世界研究提供更强有力的支撑。

关键词： 机器学习   网络安全   威胁检测   深度学习  

摘要： 随着物联网技术的快速发展,物联网攻击所造成的潜在危害比传统的网络攻击更为严重,因此构建适合当前网络环境的安全威胁检测系统具有重要的意义。将机器学习技术与威胁检测系统相结合,是解决传统网络安全防御系统用于物联网时存在的问题的有效方法。提出了一种新型网络安全威胁检测系统的设计方法。该检测系统采用基于多智能体系统的混合布局策略。新系统由数据采集模块、数据管理模块、分析模块和响应模块组成。采用深度神经网络算法进行网络安全威胁检测,与传统检测方法相比,深度学习算法更适用于物联网环境下的威胁检测。

关键词： 新质生产力   财务风险   信息技术   人工智能   大数据  

摘要： 随着信息技术、人工智能和大数据等技术的迅速发展,企业的生产方式和管理模式正经历深刻变革。新质生产力作为一种通过先进技术手段提升资源利用效率和生产力水平的新型生产力形式,对企业财务风险管理产生了显著影响。本文详细分析了新质生产力的定义及其主要特征,探讨其在提高财务透明度和决策效率、增强财务风险预警和应对能力、优化财务资源配置和成本控制等方面的具体作用。最后,提出了提升企业财务抗风险能力的策略,以期为企业高质量、可持续发展提供理论依据。

关键词： 人工智能   融媒体   新闻采编   智能生产  

摘要： 在智能生产模式下,新闻采编工作不再局限于单一的信息生成,而是向更深层次的主题策划、数据解读和内容审核等方向发展。随着人工智能(AI)技术的迅猛发展,机器学习、计算机视觉等技术逐步成熟,AI技术与新闻采编不断交融。融媒体时代,AI技术能够显著提高新闻采编的效率,新闻采编人员借助该技术进行自动化采集、编写和发布,能够缩短新闻生产周期,保证新闻的时效性和准确性。此外,AI技术能够为用户提供更加个性化的新闻服务,满足用户多样化的信息需求。基于此,本文分析了AI技术对融媒体新闻采编的积极影响及面临的挑战,提出建立健全新闻伦理规范、智能新闻采集与写作、人机协作以及加强技术培训等创新策略,以期为融媒体新闻采编的未来发展提供有益参考。

关键词： 人工智能   移民管理   翻译   SMT翻译解码器   NMT翻译解码器   场景应用  

摘要： 人工智能技术为翻译带来了革命性变革,移民管理领域翻译涉及大量的文件和沟通工作,移民管理翻译与人工智能技术结合有巨大潜力和应用前景,有助于提高移民管理水平,促进国际交流与合作。AI技术与移民管理领域翻译的融合路径:收集移民管理翻译语料,建立语料库数据集;分解SMT (Statistics Machine Translation)基于统计的翻译解码器和NMT(Neural Machine Translation)神经机器翻译解码器的技术原理;结合优势,创造适用于移民管理翻译的人工智能翻译模型;将模型试用于实际的移民管理翻译场景中,总结问题探索进路。

关键词： 鸡   腹脂沉积   早期体尺性状   机器学习   预测模型  

摘要： 为探究活体、无创、简单、高效的母鸡腹脂沉积性状测定和选育技术方法,本研究以清远麻鸡为研究对象,将多体尺性状选择法与8种机器学习模型相结合,分别构建不同日龄体尺性状对母鸡腹脂含量的回归预测模型和分类预测模型。利用58~136日龄间各个日龄的多个早期体尺性状结合机器学习方法,体尺测定日龄对预测成年清远麻母鸡腹脂含量的准确性未表现出明显差异;进行回归预测时,RF模型的预测效果最好,拟合效果R 2为0.821~0.861,预测误差MAE为6.32~7.27;进行分类预测时,Bagging模型在二分类、三分类中均具有更高的预测准确度,二分类准确度ACC可达94.54%~100%,三分类准确度ACC可达99.58%~100%。本研究基于机器学习建立并优化了优质鸡腹脂沉积活体预测模型,能够为优质鸡腹脂早期活体选育等奠定技术基础,也为腹脂含量预测模型构建的相关技术探索提供参考。

关键词： 文本与数据挖掘   机器学习   合理使用   非表达性使用  

摘要： 《中华人民共和国著作权法》中合理使用条款文本与数据挖掘例外规定的缺失,使我国科研领域的国际竞争面临不利的制度环境。国内外学者为证成文本与数据挖掘过程中作品使用行为的合法性,提出了非表达性使用理论。该理论较好地说明了机器学习过程中的作品使用行为不以欣赏美感为目的,且与作者的许可市场不构成竞争,但未能回答复制不包含美感的功能性作品是否合理的问题。因此,应当将拓展后的“非表达性使用+不依赖文本符号差异实现功能”作为判定机器学习过程中复制作品是否侵权的理论依据,在《著作权法实施条例》修订过程中将文本与数据挖掘作为合理使用的一种情形予以规定,从使用目的、使用行为与使用结果的规制入手,作出体系化的规则设计。在立法缺失的背景下,可通过分析临时复制产生的缓存数据来规避潜在的侵权风险。

关键词： 人工智能   新质生产力   融资约束   真实盈余管理  

摘要： 选取我国2011—2022年上市公司数据实证研究发现,人工智能发展能够有效提升企业新质生产力。机制检验结果表明,人工智能通过缓解融资约束与抑制真实盈余管理提升企业新质生产力。企业异质性检验发现,与非国有企业和非重污染企业相比,人工智能对企业新质生产力的促进效果在国有企业、重污染企业更显著,但对科技型企业的影响无明显差异。产业属性异质性检验发现,该促进作用在劳动密集型和资本密集型企业及非技术密集型企业更显著。研究结论为企业层面的新质生产力研究提供了理论支撑,丰富了人工智能对微观企业领域的经济后果研究。