关键词： 人工智能   印刷电路板   设计优化   生产自动化   质量控制  

摘要： 随着人工智能(AI)技术的迅猛发展,AI在各行各业的应用日益广泛。在印制电路板(PCB)行业,AI技术的应用不仅可用于提高了生产效率和产品质量,还促进了创新与变革。本文探讨了AI技术在PCB工程设计、生产控制、质量控制、智能制造等方面的技术方案和应用,分析了其带来的优势和面临的挑战,展望了未来的发展趋势。

关键词： 人工智能   社会学   智能社会学  

摘要： 随着信息化、工业化的不断融合,新一代人工智能正在世界各国蓬勃发展并得到深度应用,人类社会正在加快迈进人机协同和跨界高度融合、互相嵌入的智能化时代。智能社会学是近年来社会学领域的一个新兴研究方向,它结合人工智能和社会学理论和方法,旨在探索和理解智能技术在社会结构、社会关系、社会行为以及社会变迁中的作用和影响。本文对智能社会学进行综述,概述智能社会学的研究背景及意义,描述智能社会学的内涵及特征,重点分析和归纳智能社会学的理论、技术以及议题研究现状,最后探讨智能社会学面临的问题与挑战,以期对推动智能社会的研究提供思路。

关键词： 背负式激光雷达   无人机机载激光雷达   林分结构参数   机器学习  

摘要： 以15块样方调查数据验证背包激光雷达数据提取单木参数的精度,依据270块背包激光雷达数据单木分割后计算得到的林分结构参数与无人机机载激光雷达数据特征参数相结合,通过最优估测模型对研究区的林分结构参数进行反演与预测。结果表明:(1)背包激光雷达数据提取单木参数时,单木分割F-score(F)得分的范围在95%~100%,胸径的均方根误差(E_(RMS))在0.08~1.68 cm,树高的均方根误差在0.71~2.29 m;(2)平均树高最优估测模型决定系数(R^(2))为0.87,E_(RMS)为1.09 m,平均绝对误差(E_(MA))为0.68 m;Lorey’s树高最优估测模型R^(2)为0.88,E_(RMS)为0.79 m,E_(MA)为0.54 m;算术平均胸径最优估测模型R^(2)为0.81,E_(RMS)为1.02 cm,E_(MA)为0.79 cm;蓄积量最优估测模型R^(2)为0.82,E_(RMS)为17.06 m^(3)·hm^(-2),E_(MA)为12.05 m^(3)·hm^(-2);胸高断面积最优估测模型R^(2)为0.78,E_(RMS)为3.48 m^(2)·hm^(-2),E_(MA)为2.55 m^(2)·hm^(-2);郁闭度最优估测模型R^(2)为0.85,E_(RMS)为0.03,E_(MA)为0.02;林分密度最优估测模型R^(2)为0.91,E_(RMS)为157.60株·hm^(-2),E_(MA)为97.68株·hm^(-2)。

关键词： 贝叶斯优化算法   机器学习   无人机   哨兵2号   叶面积指数  

摘要： 以香格里拉市典型高山松天然林为研究对象,应用无人机获取低空航拍的多光谱影像,使用冠层间隙率模型计算LAI,联合Sentinel–2影像提取的植被指数,基于随机森林和贝叶斯优化算法改进后的随机森林模型(BO–RF)研究建立高山松叶面积指数估测模型,运用留一交叉验证方法的决定系数(R2)、均方根误差(RMSE)、预测精度(P)和平均绝对误差(MRE)评价估测模型拟合精度,使用BO–RF模型进行区域尺度LAI遥感反演。结果表明:基于无人机多光谱遥感影像,使用冠层间隙率模型计算的LAI均值为4.24,标准差为0.96。贝叶斯优化算法能有效提高机器学习模型估测精度,BO–RF模型的R2=0.82、RMSE=0.41、P=90.03%、MRE=8.78%,较未优化前,R2提高了20.59%、RMSE减小了24.07%、P提升了2.87%、MRE降低了1.78%。使用BO–RF模型估测研究区LAI和空间制图,均值为4.25,主要分布在[4,6]区间,占比63.15%,预测值与实测值具有较高的一致性,相关系数达0.75,R2=0.58。LAI总体分布趋势为中间高、四周低,中部和北部区域是LAI高值主要分布区,低值主要分布于东南部。研究结果可为使用机载超高分辨率光学数据耦合星载中分辨率卫星数据快速精准遥感估测大空间尺度的森林叶面积指数提供参考。

关键词： 人工智能   思想政治教育   话语建构   困境  

摘要： 在人工智能时代背景下,我国教育领域中的思想政治教育面临前所未有的挑战。智能算法的崛起不仅冲击了传统话语体系,更在无形中构建了新的权力格局。面对这一困境,思想政治教育亟需创新传播机制,以新视角重构话语体系,确保与时代脉搏同频共振。鉴于民众思想深受信息接收的影响,特别是信息推送技术的广泛应用,思政教育需精准把握时代特点,破解多重困境,确保在变革中稳健前行。唯有如此,方能满足新时代对思政教育的迫切需求。基于此,以人工智能背景下思想政治教育话语建构为研究对象,分析了其存在的困境,并提出了具体的建构策略。

关键词： 人工智能   深度强化学习   值函数   策略梯度  

摘要： 深度强化学习能够实现端到端处理,将高维度的原始输入数据直接转化为输出动作。深度强化学习按照间接和直接的策略优化方式,主要可分为基于值学习和基于策略梯度的两类方法。二者因原理不同,在解决问题的能力和适用场景上存在差异。核领域中的决策问题状态参数维度高,同时决策参数与状态参数之间存在强非线性关系,是深度强化学习的潜在应用场景。本文从强化学习的基本原理出发,归纳了基于值学习和基于策略梯度的强化学习方法的机理差异,并结合目前研究现状对两类方法在核工程领域可能的应用场景进行了深入分析。最后,总结了深度强化学习在后续应用中所面临的挑战及应用趋势。

关键词： 人工智能   CT血管成像   图像后处理   数字减影血管造影  

摘要： 目的:探讨人工智能(AI)对头颈动脉CTA图像后处理和诊断头颈动脉狭窄的中的价值。方法:回顾性收集2022年11月至2023年10月42例均行头颈CTA和头颈动脉数字减影血管造影(DSA)检查患者的影像学资料。图像后处理及诊断分为AI组和人工组,对比两组在图像后处理用时和图像质量主观评分及识别头颈动脉斑块性质(钙化斑块、非钙化斑块和混合性斑块)的差异。以DSA结果为金标准,对比两组在诊断头颈动脉狭窄的敏感性、特异性、阳性预测值、阴性预测值及准确率差异,并将两组诊断结果与DSA结果进行一致性Kappa检验;采用受试者操作特征曲线(ROC)分析AI组和人工组对头颈动脉狭窄的诊断效能,并采用Z检验比较其差异。结果:AI组后处理及诊断用时为(366.48±18.54)s,较人工组(1291.63±52.27)s缩短了约71.65%,差异有统计学意义;两种方法得到图像质量主观评分差异无统计学意义。人工组共识别头颈动脉斑块145个,AI组共识别头颈动脉斑块145个,其中AI组准确识别不同性质斑块141个,总准确率为97.24%(141/145)。AI组与人工组对识别头颈动脉钙化斑块、非钙化斑块及混合性斑块差异均无统计学意义,且两组识别斑块性质的一致性较好(Kappa=0.845)。AI组诊断头颈动脉狭窄的敏感性、特异性、阳性预测值、阴性预测值及准确率分别为87.09%(27/31)、81.82%(9/11)、93.10%(27/29)、69.23%(9/13)和85.71%(36/42),与DSA诊断头颈动脉狭窄一致性较好(Kappa=0.792);人工组诊断头颈动脉狭窄的敏感性、特异性、阳性预测值、阴性预测值及准确率分别为90.32%(28/31)、81.82%(9/11)、93.33%(28/30)、75.00%(9/12)和88.10%(37/42),与DSA诊断头颈动脉狭窄一致性较好(Kappa=0.801),并且两组诊断效能差异均无统计学意义。ROC曲线分析结果显示,AI组与人工组诊断头颈动脉狭窄的曲线下面积(AUC)分别为0.845和0.861,差异无统计学意义。结论:AI技术在头颈CTA图像后处理用时、评估头颈动脉狭窄及斑块性质识别方面具有较高的临床价值,可作为医师分析诊断头颈CTA的有效辅助工具。

关键词： 冠心病   机器学习   临床预测模型   辨证论治   四诊客观化  

摘要： 目的构建冠心病稳定型心绞痛(CSAP)痰浊闭阻证诊断模型,为临床辨证提供参考。方法收集2022年5月-2024年1月于山东中医药大学附属东营医院心内科就诊的305例CSAP患者临床资料,运用最小绝对收缩和选择算法(LASSO)筛选特征,通过机器学习(ML)算法构建多个模型并进行比较,筛选出最优ML模型进行训练、验证与测试。通过沙普利加性解释(SHAP)的方法对最优模型的运行逻辑进行解释,并提供2个典型示例,帮助使用者理解模型的运行逻辑。结果LASSO回归显示胸部闷痛、体质量指数(BMI)、肢体困重、饮酒史、年龄、三酰甘油(TG)、总胆固醇(TC)和低密度脂蛋白胆固醇(LDL-C)为纳入模型中的特征。经过多模型比较,高斯朴素贝叶斯(GNB)模型展现出的效能最为优异。最终构建的GNB模型在训练集的平均AUC为0.938(95%CI:0.903~0.972),验证集的平均AUC为0.927(95%CI:0.851~0.992),测试集的AUC为0.856(95%CI:0.751~0.961)。学习曲线显示,模型中训练集和验证集之间的误差随训练样本数量增加而收敛,校准曲线显示模型对观察到的痰浊闭阻证患者的预测概率具有较好的一致性,临床决策曲线(DCA)显示模型在<0.7的决策阈值下能为患者提供临床获益。SHAP重要性排名特征依次为胸部闷痛、BMI、LDL-C、TG、肢体困重、TC、饮酒史和年龄。结论本研究构建的CSAP痰浊闭阻证诊断模型能够辅助医师对患者进行辨证,从而制定中西医结合的临床治疗方案,帮助患者获得更好的疗效。

关键词： 人工智能   人工智能生成内容   服饰设计   图像生成   深度学习  

摘要： 在社会生产生活的各个领域中,迅速发展的AIGC(人工智能生成内容)近年来更是被各界竞相追捧。通过简要概述AIGC的发展历程、典型案例、代表性公司,系统论述AIGC在艺术设计领域的应用与争议以及AIGC在服饰设计中的应用,着重分析AIGC中的Stable Diffusion模型在服饰设计领域中的应用及发展方向。提出未来服饰设计师需要从技能学习转向设计思维,通过提升创造力来适应市场变化,以抛砖引玉其对艺术和服饰设计领域未来发展方向的思考。

关键词： 药学   人工智能   培养模式   ChatGPT  

摘要： 在科技与教育相融合的今天,科技的发展势必带动教育的前进。药学人才的培养以及培养方式一直深受关注,随着人工智能在教育领域的广泛应用,一种将人工智能与药学相结合的全新教育模式开始崭露头角。将药学人才的培养注入现代科技元素,跟随新时代发展的步伐,本文将着重探讨应用“ChatGPT+AI”模式在药学人才的培养课程中,所能达到的期望和影响。