关键词： 造口旁疝   影像组学   机器学习   预测模型  

摘要： 目的 建立结肠造口术后造口旁疝(PSH)发生预测模型,并对模型进行验证。方法 回顾性分析2016年1月至2020年10月陆军军医大学第二附属医院普通外科收治的行结肠末端造口的131例乙状结肠癌或直肠癌病人的临床资料。按是否发生PSH将病人分为PSH组(43例)和无PSH组(88例);再按7∶3的比例对PSH组和无PSH组分别进行训练集和验证集的随机划分。将术前腹部CT图像第3腰椎轴向截面腹壁感兴趣区域分割后提取影像组学特征,同时收集术前临床指标并筛选。利用支持向量机(SVM)、决策树(DT)和随机森林(RF)3种算法,纳入筛选的临床指标和影像组学特征构建预测模型。计算准确率、敏感度、特异度和受试者工作特征曲线下面积(AUC)来评价不同模型预测效能。结果 在临床指标方面,PSH组病人的血清总蛋白和BMI高于无PSH组,差异有统计学意义(P<0.05)。在影像特征方面,通过LASSO回归降维筛选得到6个非零系数特征。SVM、DT和RF构建预测模型的AUC在训练集中分别为0.820、0.854、0.790,在验证集中分别为0.804、0.762、0.732。结论 根据病人术前临床指标及CT影像结合机器学习构建预测模型,有助于识别PSH高危人群,可为PSH预防和临床个体化诊疗提供参考。

关键词： 后人类   数字新闻   人工智能   人本主义   新闻价值内核  

摘要： 本文以人工智能的强势崛起为经验基础,描摹全球新闻生态所呈现出的后人类状况,并提出以后人类新闻为认识论起点重新理解新闻实践的内涵、特征和规律。研究认为,后人类主义新闻认识论应实现对人本主义、人类中心主义和二元论的超越,建立起扁平的、物种主义的认知框架;后人类新闻实践的基本特征是内置于人类与非人类行动者对真实的合理化建构行动之中的能动现实主义;而新闻学理论的发展应当重视对机器逻辑的拆解并密切观照由技术类行动者主导的另类新闻实践。本文指出,后人类主义并不是一种意识形态,人本主义作为人类新闻观念与新闻经验的价值内核在规范理论的建构中始终具有重要意义。

关键词： 人工智能   技术赋能   融合体育教育   特殊学生  

摘要： 本文采用文献资料法、逻辑分析法等研究方法,探讨人工智能赋能融合体育教育的价值意蕴、阻滞困境与推进策略。研究认为,人工智能赋能融合体育教育有助于重塑融合体育教育环境、优化融合体育教育评价、改善融合体育教育内容、变革融合体育教育治理、调控融合体育教育过程。其进程面临融合体育教育角色定位难题、人工智能技术的兼容限制、融合体育教育的数据困囿、融合体育教育模式普及困局等阻滞困境。据此,提出人工智能赋能融合体育教育的推进策略:强调人工智能的辅助作用,加快师生角色定位的转型升级;提升技术开发的流程效率,加强智能化体育教育的兼容性;强化人工智能的应用根基,优化融合体育教育的数据管理;加强设备及体育教师投入,提供人工智能应用的破局要义。

关键词： 大数据   计算机科学技术   数据挖掘   机器学习   云计算  

摘要： 本文探讨了大数据信息时代背景下计算机科学技术的应用。论文首先分析了大数据时代的特征及其对计算机技术的新要求,其次重点讨论了数据挖掘、机器学习、云计算等关键技术在大数据处理与分析中的应用。通过案例分析,本文阐述了这些技术如何提高数据价值挖掘效率、增强数据分析能力、改善决策支持水平。最后,文章展望了未来计算机科学技术在大数据领域的发展趋势。研究表明,计算机科学技术是驱动大数据价值实现的核心动力,其持续创新将为大数据的深度应用提供有力支撑。

关键词： 计算机   电子信息技术   人工智能  

摘要： 在当今技术快速发展的时代,人工智能已经成为科技领域的一个突出焦点,其应用范围从自动化工业制造到复杂的数据分析和决策支持系统不等。计算机与电子信息技术的进步为人工智能的发展提供了基础平台和关键工具,使其能力大幅提升。这些技术不仅加快了人工智能系统的处理速度,还提高了其智能化水平,使人工智能更精准地模拟人类认知过程。本文旨在探讨计算机与电子信息技术在人工智能领域的具体应用,并分析这些技术如何推动人工智能科技向前发展。

关键词： 自然语言处理   计算机科学   计算机视觉   机器学习   人工智能技术   中职计算机专业教学   深度学习   创新实践  

摘要： 一、引言AI是人工智能(Artificial Intelligence)的缩写,指通过深度学习、机器学习、计算机视觉、自然语言处理等多种算法和技术,使机器能够像人类一样学习、思考和作出决策。人工智能技术已经成为计算机科学的重要组成部分,并被应用于各行各业,成为促进经济发展和社会进步的重要力量。

关键词： 人工智能   AI创作   ChatGPT   Midjourney   Copilot   教学智能化  

摘要： 随着人工智能技术的迅猛发展,AI创作辅助工具在教育领域的应用日益增多,成为提升教学质量和效率的重要手段。本文探讨了ChatGPT、Midjourney和Copilot等工具的发展历程及其在教学中的具体应用。研究表明,这些工具能够提供个性化辅助、提高创作效率、激发学生的好奇心与创造力,帮助他们更好地掌握知识。然而,使用AI工具也面临学术诚信与知识产权风险,以及对教师和学生角色的影响。教师应引导学生理性使用,避免过度依赖,强调独立思考的重要性。总体而言,AI创作辅助工具在教育中具有广阔的应用前景,但其潜在风险与挑战亟须关注。

关键词： 情景教学法   人工智能   国际中文教育   教学设计   留学生教育  

摘要： 随着“一带一路”倡议的推进,汉语学习已成为留学生提升全球竞争力的关键。面对非汉语专业留学生国际中文教学的现存挑战,本研究以中国高校非汉语专业留学生的中级汉语综合课《喝着茶看京剧》为例,提出了一种融合跨文化视角、情景教学法和人工智能应用的创新教学设计。设计充分考虑了学生的语言背景和学习需求,结合现代人工智能技术,通过模拟真实情景以及大量文化体验创建了一个高效、互动且富有文化沉浸感的汉语学习环境。同时,研究采用多元化的教学评价方法,全面评估学生的学习成果,以期为非汉语专业留学生提供更加丰富和有效的汉语学习体验。教学设计旨在推动国际中文教育的发展,同时也为全球化背景下汉语学习需求的满足提供了实践指导和理论参考。

关键词： 数字表演   互动性   互联网艺术   虚拟现实   人工智能  

摘要： 数字技术在为表演提供新的技术手段的同时,还帮助表演打破了其固有的等级制度和观演关系的桎梏。在数字表演中,媒介不仅是信息的载体,还凸显了自身的主体价值。随着数字技术的演变,艺术家不断将新技术融入表演中,同时也不断挑战、解构并重塑数字表演中的互动性。在以互联网艺术、虚拟现实和人工智能装置为代表的数字表演中,观演者与表演本身,乃至表演中的各个媒介呈现出不同的互动模式,其相关技术为深化互动性带来了可能。

关键词： 机器学习   新污染物   纳米材料   抗生素   微塑料   内分泌干扰物  

摘要： 随着技术的不断发展,越来越多的新污染物(emerging contaminants,ECs)产生并进入环境中.这些ECs往往具有生物毒性和环境持久性,对生态环境和人类健康构成风险,因此越来越多的研究开始关注ECs的风险识别与防控.自然环境中ECs的存在情况复杂,传统的分析方法在ECs风险的识别与预测上费时费力.机器学习(machine learning,ML)是一种数据驱动的研究方法,使用已有的数据训练模型,以更好地预测和发现研究对象的发展变化规律.由于ML能够深入了解参数之间复杂的关系,近年来,ML在ECs风险识别与防控领域的应用愈加广泛.传统技术与ML结合能够降低计算成本,并通过优化和减少实验次数来节省实验时间和能源消耗.ML在ECs中的应用大致可以分为毒性预测、识别分类、性质评估与辅助去除.本文梳理了ML在典型ECs(纳米材料、微纳米塑料、抗生素抗性基因、全氟烷基和多氟烷基物质、内分泌干扰物和持久性有机污染物)中的应用情况与挑战.在毒性研究中,ML的使用能够减少动物实验,但是该领域目前普遍存在数据较少的情况,部分模型使用的数据集较小,数据质量较低,模型应用范围有限.并且并不是所有的环境问题都适用ML,没有必要过度依赖ML.复杂的ML模型通常伴随着可解释性的不足,使得研究者难以理解ML如何得出特定的预测结果,这对于解释和理解ECs的环境行为和风险是一个挑战.在ML中,除了模型算法本身,训练数据的质量决定着模型的准确性和预测的准确性.因此今后应重点提升ECs数据质量,实现数据共享,并建立统一完善的数据库,形成适合ECs研究的研究体系或框架.