关键词： 税收征管   数字化转型   人工智能   税务部门   区块链   数字化浪潮   大数据   云计算  

摘要： 在这个充满机遇和挑战的时代,数字化浪潮正以磅礴之势席卷全球,税收征管领域也正经历着前所未有的深刻变革。近年来,中国税务部门坚定拥抱数字化浪潮,紧跟大数据、云计算、区块链、人工智能等数字技术发展步伐,加快建设智慧税务,持续深化以数治税,推动中国税收治理效能实现跨越式提升。

关键词： 农业信息技术   信息技术学科   农业遥感   人工智能   农业物联网   农业大数据   粮食安全战略   创新与应用  

摘要： 农业信息技术学科围绕农业物联网、农业遥感、农业大数据、农业人工智能等关键技术领域,深度聚焦粮食安全战略与农业新质生产力提升需求,持续推动前沿技术创新,并不断加强技术成果的推广应用。学科建设主要涵盖农业信息技术研究、技术创新与应用、推广与产业化三个方面。

关键词： 牛津大学出版社   智能出版   人工智能   出版产业   出版伦理  

摘要： AI赋能教育出版背景下,牛津大学出版社已经开展了智能课程建设、虚拟机器人导师、智能备考平台等智能出版项目的实践。其实践特点和优势包括:AI出版的总体理念和实践特色上:注重AI技术前瞻发展和迅速更新;AI赋能产品开发上:集中教育出版的主业发展,产品线丰富;AI赋能产品服务上:注重用户需求和体验;AI技术支持上:注重与AI企业合作式共赢;AI伦理治理上:重视教育出版领域内的AI技术道德和社会影响。通过研究牛津大学出版社教育出版的智能实践,以期为中国出版企业和教育出版领域的人工智能出版实践提供若干“智能+出版”的启示。

关键词： 农机安全   预警系统   智能控制   人工智能   机器学习  

摘要： 随着我国农业机械化水平的快速提升,农机事故时有发生,成为亟待解决的问题,对农机安全生产监管提出了更高要求。基于此,文章提出了一种基于人工智能技术的农机安全预警与智能控制系统。该系统借助农机上安装的多种传感器实时采集作业数据,应用机器学习算法建模,自动识别农机作业过程中的异常行为,并评估其安全风险等级,通过多渠道发布预警信息,创新性引入自适应智能控制模块,主动干预农机操控,在关键时刻自动修正农机行驶状态,最大限度规避危险情况的发生。研究结果表明,在200 h实际作业和1 000 km仿真路测中,系统预警和控制性能良好,平均预警精度达86%,典型危险工况预警精度达92%,响应时间控制在1 s以内,将农机侧翻风险降低了60%,碰撞风险降低了45%,有效提高了农机作业安全性。

关键词： 超大规模集成电路   布图规划   布局   构造法   分析法   迭代法   机器学习方法  

摘要： 综述超大规模集成电路(VLSI)布图规划方法,探讨布图规划在集成电路设计中的重要性,以及其对芯片面积、互连线长和设计周期的影响.首先,回顾集成电路技术的发展历程,强调布图规划在确定模块位置、尺寸和旋转角度中的作用.其次,详细介绍4类主要的VLSI布图规划方法:直观构造方法、分析法、迭代法和基于机器学习的方法.再次,讨论两个VLSI设计领域中常用的基准数据集MCNC和GSRC对测试和评估布图设计方法的重要性.最后,总结布图规划领域的研究进展,并指出未来的研究方向.

关键词： 先导力量   产业变革   经济自主权   社会治理方式   自立自强   数据技术   人工智能   世界科技革命  

摘要： 当前,互联网、大数据、人工智能等数字技术对人们的生产生活方式都产生了巨大影响。习近平总书记一直高度重视数字技术、数字经济发展,就此作出一系列重要论述,强调“打好关键核心技术攻坚战,尽快实现高水平自立自强,把发展数字经济自主权牢牢掌握在自己手中”,为数字中国建设指引了前进方向。当今时代,数据技术作为世界科技革命和产业变革的先导力量,日益融入经济社会发展各领域全过程,深刻改变着生产方式、生活方式和社会治理方式。

关键词： 城市更新   地方性   街道景观   人工智能   特征识别   空间映射   历史风貌区  

摘要： 【目的】街景是彰显城市风貌特色的重要载体。【方法】通过解析街景地方性内涵,对街景地方性特征及空间分布进行识别和分析。将街景地方性解析为物理、社会、历史和美学4个特征维度;运用人工智能图像分析和街景大数据,识别上海市徐汇衡复历史风貌区街景地方性特征并做空间映射,分析风貌区街景地方性表达现状。【结果】上海市徐汇衡复历史风貌区内街景地方性特征中:物理维度的围合度整体适中,绿视率和天空可见度处于中低水平;社会维度的安全性整体较高、人本尺度适中,意象性偏弱;历史维度的易读性在风貌区南部较强,中部及西部边界较弱;美学维度的街景视觉丰富度较强、一致性较强,沿街界面渗透性适中。【结论】可为城市更新中街景地方性的保护和优化提供线索,也拓展了城市尺度下空间感知品质的分析与评价思路。

关键词： 急性阑尾炎   体层摄影术,X线计算机   深度学习   人工智能   计算机辅助诊断  

摘要： 目的探讨基于常规腹部CT平扫影像的深度学习模型对急性单纯性和急性非单纯性阑尾炎的诊断效能,并评估其临床应用价值。方法回顾性收集3所医院经手术病理证实的336例急性阑尾炎病人的临床及CT平扫影像资料,根据病理结果将病人分为急性单纯性阑尾炎109例和急性非单纯性阑尾炎227例。按8∶2的比例随机将病人分为训练集(268例)和独立测试集(68例),并采用5折交叉验证方法将训练集进一步分为训练子集(214例)和验证子集(54例)。基于密集连接卷积网络121(Densenet 121)构建模型,并进行训练和测试。绘制受试者操作特征(ROC)曲线、精确度-召回率(PR)曲线和混淆矩阵来评估模型的诊断效能,并分别计算其曲线下面积(AUC、PR-AUC)等。结果Densenet 121深度学习模型在训练子集、验证子集、独立测试集中对急性单纯性阑尾炎和急性非单纯性阑尾炎分类的诊断效能俱佳,模型的AUC分别为0.999、0.895、0.894,PR-AUC分别为0.999、0.831、0.813。混淆矩阵显示,模型在3个数据集中对急性单纯性和非单纯性阑尾炎均具有较高的预测准确性,分类效果良好。结论基于神经网络的深度学习模型在急性阑尾炎CT分类诊断中具有良好的稳定性和诊断效能,可为临床医生决策提供参考依据。

关键词： 风力发电   机械振动特性   数据驱动   故障诊断   机器学习  

摘要： 风力发电凭借其可再生特性,在全球范围内得到了广泛应用。然而,风力发电机组复杂的结构和恶劣的工作环境,使其故障频发。本研究针对此问题,深入探索风力发电机组的机械振动特性,采用数据驱动方法,创新性地提出并实践了基于机器学习的故障诊断方法。我们构建了针对风电发电机主轴承损伤、齿轮箱故障及其健康状况的预测模型。结果 显示,方法 在故障预警、故障类型判断及故障程度评估方面表现出色,具有高准确性和有效性。此外,方法 能有效降低风力传动系统的维修成本,显著提升风力发电系统的安全性和可靠性,为风力发电项目的运维决策提供有力支持。

关键词： 综合素质评价   人工智能   基础教育   表现性评价  

摘要： 我国中小学开展综合素质评价已有二十余年,其重要性得到高度共识,地方财政投入巨大,但目前评价结果应用有限,指挥棒作用体现不足。究其原因,主要是评价方法无法保证结果的客观性和科学性。人工智能技术的突破性发展推进了表现性评价方法的应用,成为提升我国综合素质评价能力的突破口和着力点。通过对我国学生综合素质评价发展历程的全面回顾,本研究系统总结了综合素质评价的现状与存在的问题、挑战,阐述了人工智能赋能综合素质评价的方向,并提出构建学生综合素质评价体系构想,以期为我国学生综合素质评价改革提供方向与策略指导。