关键词： 乳腺肿瘤   超声检查   神经网络   计算机   人工智能  

摘要： 目的观察轻量化U-Net(L-U-Net)模型分割乳腺癌超声图像的价值。方法回顾性分析779例女性乳腺癌患者共1009幅超声图像,以其中807幅为训练集、202幅为测试集。将MobileNetV2模块和MobileViT模块嵌入U-Net模型编码端构建L-U-Net模型,包括常规轻量L-U-Net(L-U-Net 1)和次轻量L-U-Net(L-U-Net 2)模型;以医师人工标注病灶区域结果为参考标准,评估L-U-Net模型的分割精度及轻量化程度。结果L-U-Net模型分割乳腺癌超声图像的像素准确率、交并比和戴斯相似系数与U-Net模型相近,且参数量、浮点运算数和内存使用量低于而推理时间高于U-Net模型。U-Net及L-U-Net模型分割病灶边界清晰的乳腺癌超声图像的效能均较好;对病灶边界模糊但仍可辨识的图像,U-Net模型易误标非病变区域,而L-U-Net模型分割结果更为准确;对病灶边界模糊且肉眼难以辨识的图像,3种模型均存在标注不全情况,其中U-Net和L-U-Net 1模型缺失区域更大、而L-U-Net 2模型缺失区域较小。结论利用L-U-Net 2模型分割乳腺癌超声图像能以良好的轻量化程度获得较好的分割精度。

关键词： 老年人   急诊室,医院   非计划再入院   机器学习算法   预测模型  

摘要： 目的基于不同机器学习算法构建急诊老年患者30 d内非计划再入院的风险预测模型,以帮助临床医护人员早期识别高风险患者,制订预防性干预措施。方法回顾性选取2022年5月至2023年12月中国人民解放军海军军医大学第一附属医院急诊科收治的1207例老年患者作为研究对象,按照约7∶3比例分为训练集(n=842)和测试集(n=365)。采用最小绝对收缩和选择算子(LASSO)回归分析30 d内老年患者非计划再入院的影响因素,基于机器学习算法分别构建极端梯度提升(XGBoost)、轻量梯度提升机(LightGBM)、自适应增强(AdaBoost)、Logistic回归、K最近邻(KNN)、高斯朴素贝叶斯分类(GNB)6种预测模型。对各模型进行综和评估与验证,并用Shapley加法解释分析关键变量的重要性。结果1207例老年患者中,训练集842例,男430例,中位年龄77岁,测试集365例,男176例,中位年龄78岁;采用LASSO回归筛选出8个变量特征,以此构建的XGBoost、LightGBM、AdaBoost、Logistic回归、KNN、GNB 6个预测模型中,GNB模型表现最优,其中测试集的AUC为0.818,灵敏度为0.890,特异度为0.660,且训练集和验证集具有较强的拟合能力和较高的稳定性;影响急诊老年患者30 d内非计划再入院8个特征重要性排序分别为年龄、慢性阻塞性肺疾病、住院时间、察尔森合并症指数≥3、低蛋白血症、异常生命体征≥2个、卒中、贫血。结论基于机器学习算法构建的急诊老年患者30 d内非计划再入院的GNB模型具有良好的预测效果,有助于医护人员在出院前尽早识别高危患者,制订针对性的预防性措施,从而降低患者短期内非计划再入院率,提高患者生命质量。

关键词： 智能卡车调度系统   人工智能   仿真实验   AI  

摘要： 探讨了露天煤矿智能卡车调度系统的设计与应用,重点研究了AI识别算法的性能验证及系统应用仿真。通过引入深度学习和神经网络技术,成功实现了对卡车运行状态和道路状况的智能感知。系统应用仿真覆盖了多个关键场景,对满载运输次数、空载运输次数、路径目标流率和矿石产量等多个指标进行了全面评估。仿真结果充分证实了AI识别算法在复杂矿区环境中的出色表现,为实际系统应用提供了可靠技术支持。系统在满载与空载适应性、路径目标流率和矿石产量提升等方面取得了显著成果,为矿业生产的智能化和高效化奠定了坚实基础。

关键词： 人工智能   金融投资   数据质量   模型解释性   安全性   隐私性  

摘要： 为了优化基于人工智能的金融投资策略,本文深入分析了人工智能技术在金融投资领域的应用及其面临的挑战,并探索了提升策略性能的多种方法。本文回顾了人工智能技术的发展历程,并着重讨论了其在金融分析、投资组合优化、量化交易策略设计及风险管理和欺诈检测中的应用,指出虽然人工智能技术极大地提高了数据处理能力和决策效率,但数据质量、复杂场景模拟、模型解释性及安全性和隐私保护等问题仍需解决。研究结果表明,采用先进的加密和隐私保护技术、增强模型的透明度和解释性及优化数据质量和实时处理能力,可以显著提高金融投资策略的精确性及可靠性。此外,构建具有高度适应性和预测能力的智能投资模型,能够为金融市场带来更高的稳定性和收益。未来工作将继续探索新兴技术在提升金融投资策略中的应用,以及如何在全球范围内实现金融技术的合规与创新并存。

关键词： 人工智能   护理教学   知识图谱   深度学习   机器学习  

摘要： 目的基于知识图谱展示人工智能在护理教学领域研究中的热点以及未来发展趋势,进而推动护理教育工作者更好地将人工智能技术融入到护理教学中。方法采用CiteSpace软件对Web of Science核心合集数据库中的文献进行可视化分析,包括每年发文量、国家、机构和关键词,检索时间为建库至2023年5月12日。结果共961篇文献纳入最终可视化分析,发文量呈逐年上升趋势,尤其是2017年之后发文量迅猛增长;美国发文量最多占33.51%(322/961),其次是中国占16.34%(157/961),各国间有一定的合作。美国哈佛大学为发文最多的机构占8.84%(85/961)。基于关键词聚类可知当前研究热点围绕临床护理教学实践数据的初步分析、临床护理决策教学模式的技术探索,以及护理个性化教学模式的变革发展;未来研究趋势有人工智能、效果、手术和养老院。结论人工智能技术在护理教学中的应用从简单的数据分析初步探索,到复杂的临床护理决策支持系统的技术发展、再到个性化教学的创新应用,指导护理教育工作者在护理教学中的应用场景不断拓展和深入。未来,还需进一步设计高质量实证研究来探索人工智能技术在改善护理教学效果中的作用。

关键词： 人工智能   计算机网络   网络数据   网络安全   网络性能   网络管理  

摘要： 随着人工智能技术的快速发展和广泛应用,其在计算机网络领域的重要性日益凸显。人工智能在计算机网络中有多方面的应用,如在网络数据的处理与分析方面,人工智能可处理并分析大量网络数据,显著提高数据处理的效率和准确性。在网络安全与防护领域,人工智能技术能够有效识别和防御潜在的网络威胁,预测并防止网络攻击。人工智能在优化网络性能方面发挥着关键作用,可智能化地进行流量和资源管理,提高网络的响应速度和可靠性。在网络管理方面,人工智能的应用促进了网络管理的自动化和智能化,帮助管理员进行网络决策和管理。

关键词： 人工智能   互联网   信息化   包罗万象   答案  

摘要： 在信息化的洪流席卷下,互联网和人工智能所知包罗万象,我们可解古今之问于一瞬。无孔不入的答案之网催生出“有问题就会有答案”的宏论,更引发求解者对问题本身的深思:可解之问越来越多,是否意味着可问之问越来越少?

关键词： 机器翻译   注意力机制   人工智能   语言模型   福建省厦门市   创新与发展  

摘要： 会议简介第二十届全国机器翻译大会(CCMT2024)将于2024年11月8日-10日在福建省厦门市举行。近年来,机器翻译取得了巨大进展,从序列到序列建模、到注意力机制,再到风靡各大领域的Transformer,机器翻译的快速发展为整个人工智能领域提供巨大助力。全国机器翻译大会自2005年以来已连续成功举办了十九届,成为亚洲最大的机器翻译领域盛会,对于推动我国机器翻译技术的发展和应用产生了积极而深远的影响。本次大会将围绕结合大语言模型的机器翻译理论方法、应用技术和评测活动等最新热点问题进行深入的研讨,为国内外机器翻译领域的学者提供一个交流、合作、创新的高水平平台。今年恰逢CCMT二十届庆典,在这样一个具有历史意义的时刻,我们诚挚地邀请您参加此次大会,一起分享、交流和探讨,努力促进我国机器翻译领域技术和产业的创新与发展!

关键词： 纵向一体化   个性化定制   技术驱动   综合服务平台   发展困局   纺织服装企业   数字化转型   智能制造  

摘要： 随着数字化和互联网技术的发展,纺织服装企业越来越依赖网络和信息系统来进行业务运营和生产管理,以实现平台化设计、智能化制造、个性化定制、网络化协同、服务化延伸等需求。成立于2013年的广州致景信息科技有限公司(以下简称“致景科技”)致力于构建纺织服装纵向一体化的数智化综合服务平台。在这场由数字技术驱动的产业革新浪潮中,致景科技以其前瞻性的战略布局和创新的产品服务,成为了纺织服装智能制造领域的夜夜者。

关键词： 草原   人工智能   生态健康   监测体系  

摘要： 内蒙古自治区通辽市扎鲁特旗某山地草原,夏季围封,冬季放牧,属于轻度退化草甸草原。在该区域内选取地势平坦、植被均匀、具有代表性的10000亩草原作为实验样地,在实验样地上按规定的方法进行调查和取样工作,并结合土壤智能检测、七合一气象监测、图像智能采集、无人机等人工智能设备,实现草原植被动态检测的信息化。在草原生态环境治理方面创新应用,研究草原生态健康监测体系。