关键词： 肾移植   缺血-再灌注损伤   机器学习   程序性细胞死亡   炎症反应   细胞焦亡   细胞凋亡   免疫原性细胞死亡  

摘要： 目的探讨肾移植缺血-再灌注损伤(IRI)的关键程序性细胞死亡(PCD)模式及核心基因。方法从基因表达综合数据库获取肾移植相关数据集,筛选PCD相关差异基因,并基于非负矩阵分解算法对患者进行分型,阐明不同亚型的生物学功能及关键PCD模式。构建机器学习模型,结合单因素Cox回归分析与Kaplan-Meier生存曲线筛选肾移植IRI的PCD核心基因,并分析其与关键PCD模式的相关性。构建大鼠肾移植模型,采用苏木素-伊红染色、血清肌酐(Scr)和血尿素氮(BUN)评估肾移植IRI的严重程度,采用蛋白质免疫印迹法检测核心基因蛋白表达。结果共筛选出14个PCD相关差异基因,将患者分为代谢型(亚型1)和炎症型(亚型2),其中亚型2激活细胞焦亡、坏死性凋亡、细胞凋亡以及免疫原性细胞死亡4种关键PCD模式。最优模型(XGBoost−CV:10 fold+Lasso−CV:10 fold)以及生存分析筛选出MCL1、BAG3和RHOB为肾移植IRI的PCD核心基因,其与关键PCD模式广泛相关。动物实验结果显示,与假手术组相比,模型组大鼠肾小管损伤加重;Scr和BUN水平显著升高,BAG3、RHOB和MCL1蛋白表达增多(均为P<0.001)。结论细胞焦亡、坏死性凋亡、细胞凋亡以及免疫原性细胞死亡作为关键PCD模式参与肾移植IRI的病理进程,MCL1、BAG3和RHOB可能作为其核心基因,成为肾移植IRI的潜在生物标志物及治疗靶点。

关键词： 人工智能   供应链管理   需求预测   相互融合  

摘要： 在科技浪潮的推动下,人工智能正广泛渗透到社会经济的多个层面,其中,高度复杂的供应链管理系统便是其深度应用的典范领域。供应链本身集需求、生产、采购、物流、交付及库存等环节于一体,系统的运行效率与决策精度历来是关注的焦点,人工智能技术的介入能为供应链革新提供关键动能。仰赖大数据分析与机器学习算法等先进工具,人工智能有能力提升需求预测的前瞻性,实现库存管理的精益化,优化采购策略的选择并强化风险的识别与应对,增强供应链的整体敏捷性和运营效能,其在推动绿色转型与可持续发展方面的潜力日益显现。

关键词： 自动驾驶汽车   人工智能   刑事责任  

摘要： 聚焦自动驾驶汽车的犯罪归责问题,以刑事追责的正当性为切入点,分析了自动驾驶汽车犯罪归责的困境,并提出解决方案。自动驾驶汽车犯罪归责面临的主要障碍包括由于自动驾驶汽车交通事故的复杂性导致的刑事责任主体难以确定;主观心理难查明导致相关主体的注意义务不明确;多因一果与“算法黑箱”等问题使得因果关系的认定困难。针对这些困境提出了一系列应对策略:在责任主体划分上,根据自动驾驶等级区分驾驶者与制造商的刑事责任;通过明确技术标准和推动行驶记录保持制度,厘清不同主体的注意义务;采用危险现实化理论解决因果关系认定困难。

关键词： 人工智能   人工智能电影   那喀索斯   塔纳托斯   园艺神话  

摘要： “那喀索斯”神话的镜像母题(自我-他者)与“塔纳托斯”神话的决斗母题(生-死)揭示了屏幕内外人-机关系的权力动态。随着生成式AI的飞速发展,AI逐步从屏幕内作为“想象性他者”的AI形象外延至屏幕外作为“替代性他者”的AI算法,屏幕内外的双重“镜像阈限”被打破,并行不悖的“镜中世界”和“现实世界”开始融合。在现实中,人类也在进行着一场事实发生的神话创世行为,并且将自身纳入了这一“在-世界-之中”的本体论游戏。作为被造物的“人工智能”逃出了屏幕框定的“伊甸园”,一个超现代性的“园艺神话”以“替代劳动”的方式温和显现。“园艺神话”和“决斗神话”方式虽异,但都以其现实的紧迫性,迫使我们直面“塔纳托斯”的决斗母题。

关键词： 机器学习   SHAP分析   胸径生长  

摘要： 机器学习算法在单木胸径生长预测中的应用已较为广泛,但由于机器学习模型的“黑箱”特性,缺乏对模型的解释分析。基于此,以机器学习模型为基础,结合SHAP算法,分析各因子与单木胸径生长的关系及其影响。以金沟岭林场连续15 a云杉调查数据为研究对象,候选单木、林分、立地和气候因子共36个,采用主成分分析PCA方法对气候因子进行特征降维,利用K-近邻法(K-NN)、支持向量回归(SVR)和随机森林(RF)算法建立云杉单木胸径生长模型并进行比较,基于十折交叉验证网格搜索法寻找最优超参数并训练,通过决定系数(R^(2))、均方根误差(E_(RMS))和平均绝对误差(E_(MA))3种指标对3种模型算法进行评价,并用测试集数据检验各模型的泛化能力。同时,利用SHAP的可解释性分析,对模型特征重要性进行具体分析。在3种机器学习模型中,SVR模型优于RF和K-NN模型,具有更高的拟合精度和较小的预测误差,SVR模型的预测精度R^(2)、E_(RMS)和E_(MA)分别为0.7516、0.6661和0.4967 cm。林木期初胸径(D_(1))的倒数(1/D_(1))、大于对象木的林木断面积之和(L_(BA))和林分中大于对象木的所有林木平方直径和(D_(H))与胸径生长呈现出明显的负相关关系;林木期初胸径的对数值(L_(ND1))、对象木胸径与林分断面积平均胸径之比(R_(D))、林木期初胸径(D_(1))与胸径生长呈正相关关系。气候因子与胸径生长呈负相关关系,立地因子与胸径生长呈正相关关系。机器学习算法对于胸径生长模型的构建均取得了一定的效果,而SVR模型的泛化能力更优,且SHAP的分析方法能够较好的解析各特征变量与胸径生长的关系。

关键词： 人工智能   全要素生产率   要素优化   创新增值   知识赋能  

摘要： 在数字经济时代背景下,人工智能技术的迭代更新与持续拓展为企业注入新质生产力提供重要引擎。本研究基于2010—2023年沪深A股上市公司样本,采用机器学习的文本分析与词频统计方法,定量测度了企业人工智能技术应用指数,从全要素生产率视角研究该技术应用对企业高质量发展的作用机制与影响效应。研究发现,人工智能技术应用显著提升了企业全要素生产率;作用机制分析表明,“数据要素重构-智能创新迭代-知识生态演进”的三维协同驱动是人工智能技术赋能企业效率提升的核心路径;异质性分析显示,自然语言处理和机器学习技术的促进作用更为突出,且对技术密集型企业、非国有企业以及高竞争环境企业的影响效应更为显著。本研究为人工智能助力企业高质量发展提供了微观证据,有助于今后产业政策与企业决策的制定调整与效应评估。

关键词： 人工智能   隐私政策   政策文本   文本分析   政策建议  

摘要： 生成式人工智能App的隐私政策是确保合规性和保护用户数据安全的关键。文章基于文本分析法,从外部特征与文本内容两个维度对九款典型App的隐私政策展开分析。结果显示,部分隐私政策存在篇幅冗长、结构层次不清、呈现形式单一等问题;在内容层面,普遍存在可读性不佳、合规性薄弱与透明度较低等现象。在此基础上,提出从优化政策结构、健全合规执行机制、提升信息披露透明度、强化用户权利保障等方面进行改进,以期为平台隐私政策优化提供借鉴与参考。

关键词： 肺结核   机器学习   影像组学   深度学习   精准医学  

摘要： 医学影像人工智能在肺结核的早期筛查、诊断鉴别及预后评估等方面展现出巨大潜力和广阔的应用前景。影像组学通过从医学图像中高效提取大量特征,借助自动或半自动分析技术,将影像数据转化为具有高分辨力的可挖掘数据空间,辅助医师更精准地诊断和治疗肺结核患者。在这一过程中,深度学习技术起到了至关重要的作用。通过神经网络的自动化特征提取,深度学习能识别和预测复杂的影像模式。尤其是卷积神经网络在肺结核诊疗中的广泛应用,使得深度学习成为自动化病灶检测、分割和分类的理想选择。综述医学影像人工智能在肺结核领域的应用进展,从多个角度探讨其在临床实践中的意义和未来发展前景。

关键词： 人工智能   建筑工程教育   跨学科能力   教育智能化   BIM建模  

摘要： 人工智能技术的迅猛发展正深刻改变工程领域的技术生态与人才需求结构。传统工程教育模式在培养学生跨学科综合能力方面暴露出适应滞后、结构封闭等诸多问题,已难以满足新一代工程技术变革的现实要求。人工智能不仅在建筑设计、施工管理、运维监控等方面发挥作用,也作为教育改革的关键变量,为人才培养提供技术支撑。文章聚焦跨学科能力培养目标,分析人工智能在课程体系、项目教学、智能平台、评价机制等方面的应用路径。研究表明,依托人工智能构建复合型建筑人才培养模式,可有效提升学生的信息感知、系统协调与决策能力。未来应推动人工智能与建筑教育体系深度融合,促进跨学科人才培养向智能化、系统化、协同化发展,增强建筑人才应对复杂问题的整体能力。

关键词： 大学计算机基础   人工智能   课程创新  

摘要： 20世纪90年代,随着计算机技术和信息技术的融合发展,社会对掌握计算机技能人才的需求日益增长,我国掀起了全国性的第二次计算机普及热潮。高等学校顺应时代潮流,开始全面面向非计算机专业学生开设公共基础必修课一一大学计算机基础课程。该课程的开设不仅促进了非计算机专业人才培养方案的完善,也为普通学生提供了零距离接触、学习计算机的机会。进入21世纪,国家对课程思政教学改革空前重视,加之计算机新技术(特别是人工智能)的异军突起,高等学校除了将大学计算机基础课程名称调整为大学计算机基础及人工智能入门外,更面临新形势、新要求、新任务、新机遇、新挑战。将当前热门时事与教学完美融合、利用计算机新技术反哺教学,已成为教学改革过程中创新求变的重点研究领域。