关键词： 智能制造   机械设计   技术创新   人工智能   大数据  

摘要： 面对人工智能、大数据、云计算等前沿技术的迅猛推进,机械设计制造行业正借助智能化技术实现升级,本文通过文献资料梳理与实际案例剖析相结合的方式展开,分析了智能化技术在提升设计效能、优化制造步骤和增强产品特性上的应用实例。对传统制造手段的差异性探讨,本文全面分析了智能化技术的长处及面临的问题,为后续研究与应用指明了策略与实施路径。

关键词： 农商银行   外向型经济   个体工商户   金融服务体系   民营经济   消费需求   人工智能   线下  

摘要： 苏州农商银行建立“线上+线下”“统一入口”相结合的消费金融业务模式,积极应用“大数据+人工智能”技术,打造场景丰富、客群细分、体验优质的消费金融服务体系江苏苏州农商银行致力于打造场景丰富、客群细分、体验优质的消费金融服务体系。苏州地区民营经济和外向型经济发达,孕育了大量优质企业,也造就了规模庞大的工薪阶层,这背后蕴藏着潜力巨大的消费能力和消费需求。因此,苏州农商银行不断下沉目标客群,跳出白领类客户的“红海”竞争市场,主动融入农户、个体工商户、工薪客群、新市民等庞大的“蓝海”市场。

关键词： 涡轮流量计   异常分析   机器学习   决策树   流量检测  

摘要： 涡轮流量计在如今的油气运输领域起到监测与分析的重要作用。为了探究涡轮流量计流量异常的原因及分析其所处的异常环境,采集了LWQ-50,1.5级的涡轮流量计在不同异常情况下的流量值,并通过数据分析与处理方法进行不同环境下的流量数据特征处理,利用其特征训练决策树模型,完成对异常环境的判断,准确度达到99.364%,提出并有效解决流量值异常以及异常环境判别的问题。

关键词： 机器学习   粒子群优化算法   浅埋暗挖隧道   智能预测   地表位移  

摘要： 浅埋暗挖隧道的地表位移受众多因素影响,如隧道几何参数、地质力学参数和施工参数等。因此,建立一种能够应对复杂条件的地表位移智能预测方法,是浅埋暗挖隧道关注的核心问题,也是实现隧道智慧化施工的重要基础。采用4种机器学习方法,分别为支持向量回归、随机森林、反向传播神经网络和极限学习机,并结合粒子群优化算法确定4种机器学习模型的最优超参数或随机数,从而建立一种针对浅埋暗挖隧道地表位移的混合智能预测方法。以北京地铁12号线安华桥站—安贞桥站区间段为工程背景,构建了包含73组浅埋暗挖隧道地表位移数据的数据库,并基于3种性能评价指标(决定系数R2、平均绝对百分比误差MAPE和均方根误差RMSE)对4种混合智能预测模型的预测性能进行了对比分析。此外,采用SHAP模型研究输入特征对输出值的贡献,讨论了各影响因素对地表位移的相对重要性。结果表明,支持向量回归混合智能预测模型在测试集中性能最佳,R2为0.86,MAPE为0.0079,RMSE为1.94 mm;土的压缩模量对地表沉降影响最大,其次为隧道的中心埋深和隧道横截面的宽度。

关键词： 急救系统   医疗资源分布   院外心脏骤停   心肺复苏   人工智能   现场急救   医疗服务  

摘要： 心脏骤停是一种严重威胁生命的急症,每年造成全球数百万人直接死亡,其中,约有80%发生医院以外,又称为院外心脏骤停(out-of-hospital cardiac arrest,OHCA)[1]。我国医疗资源分布不均衡,发生OHCA的患者抢救出院存活率不足1%,能够恢复良好神经功能的患者更是少之又少[2]。OHCA高病死率与急救链的各个环节密切相关,包括识别延迟、现场急救启动不足、心肺复苏(cardiopulmonary resuscitation,CPR)质量不高、自动体外除颤器(automated external defibrillator,AED)使用率低以及院前与院内医疗服务衔接不畅等[3]。

关键词： 人工智能   高等数学   教学改革   个性化教学   智慧课堂  

摘要： 人工智能技术的快速发展为教育领域带来了巨大的变革。高等数学作为理工科院校的重要基础课程,其教学质量直接影响到学生的专业发展和未来的职业成功。传统的数学教学模式面临着资源有限、个性化教学难以实施等挑战。因此,探索人工智能背景下高等数学教学的改革路径,不仅是对教育现代化的积极响应,也是提升教学效果、培养适应未来社会需求的高技能人才的关键途径。

关键词： 实验性自身免疫性心肌炎   枢纽基因   生物标志物   机器学习  

摘要： 目的:研究实验性自身免疫性心肌炎(EAM)的分子机制,确定EAM的新生物标记物和靶点,为心肌炎的诊断和治疗提供新的见解。方法:通过差异表达分析GEO数据库中EAM相关数据集GSE155423,筛选出差异表达基因(DEGs)。利用STRING数据库构建蛋白相互作用(PPI)网络。利用Cytohubba筛选出枢纽基因。利用支持向量机‑递归特征消除(SVM‑RFE)和随机森林(RF)机器学习算法筛选枢纽基因中的关键基因。最后,这些枢纽基因在脂多糖(LPS)诱导的心肌损伤模型中得到了进一步验证。结果:在GSE155423中确定9个枢纽基因。进一步发现了两个关键基因:Cxcl9和Cxcl10。通过实时荧光定量逆转录聚合酶链式反应和蛋白质印迹分析验证了Cxcl10在LPS诱导的心肌损伤模型中的高表达。结论:Itgax、Ccl5、Cxcl10、I fng、Csf2、Cxcl9、Il6、Foxp3和Il1b与EAM的发生发展密切相关。Cxcl10基因可能是EAM发生机制中的一个关键靶点。

关键词： 建设工程   全过程造价控制   BIM技术   人工智能   大数据分析  

摘要： 随着信息技术的飞速发展,建设工程项目的造价管理正经历一场革命性的变革。BIM技术、人工智能(AI)和大数据分析等前沿科技的广泛应用,为造价控制提供了全新的工具和方法。聚焦于这些最新研究成果在全过程造价控制中的应用,结合实际案例展开分析,旨在提升造价控制的效率与精确度。

关键词： 知识传承   传播科技   四川省巴中市   科普讲座   人工智能   航空航天   镜头记录   生命科学  

摘要： 千年米仓道,早晚恩阳河。首届青少年科普视听大会以“镜头记录知识传承光影传播科技力量”为主题,将于2025年2月15日~16日在四川省巴中市恩阳区科普大视界主会场举行!科普大视界设立《知识就是力量》科学家科普大讲堂,大会组委会将与《知识就是力量》合作,建立全国首个科普视听馆。首次大会将围绕航空航天、大国重器、人工智能、工业智造、生命科学、历史科考等十大主题开展科普讲座,这些主题涵盖青少年学业、兴趣、成长、生活紧密相关的热点,以耳闻、目见、足践和手辨的方式,引领青少年走进科学的魅力视界。

关键词： 浸润性肺腺癌   机器学习   生物标志物   风险评估模型   列线图  

摘要： 目的 确定肺腺癌(lung adenocarcinoma,LUAD)预后生物学标志物,并据此建立LUAD预后的预测模型。方法 从UCSC数据库获取癌症基因组图谱(TCGA)LUAD基因表达量和临床病理数据,把纳入的数据进行综合生物信息学分析,包括差异表达基因(differentially expressed genes,DEGs)筛选、基因本体(GO)功能富集分析、京都基因与基因组百科全书(KEGG)分析和基因集富集分析(GSEA)。采用Cox分析和最小绝对值收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归分析构建基因组的风险评估预测模型,并采用列线图预测患者1年、2年、3年、5年和10年生存率。绘制Kaplan-Meier生存曲线、受试者工作特征(receiver operating characteristic,ROC)曲线和时间依赖性ROC曲线评价模型的预测能力。在验证组中校验模型。结果 浸润性LUAD患者不同级别病理亚型间DEGs富集分析结果显示,280个DEGs主要参与细胞色素P450相关物质代谢、自然杀伤细胞介导的免疫反应、抗原的呈递和酶活性调节等生物学过程,与肿瘤的发生、发展密切相关。构建5个基因(MELTF、MAGEA1、FGF19、DKK4、C14ORF105)组成的风险预测模型,Cox分析和LASSO回归显示,模型的ROC曲线下面积(area under the curve,AUC)值为0.675,时间依赖性ROC曲线1年、3年、5年AUC值分别为0.893、0.713、0.632,表明该预测风险模型具有良好的敏感性和特异性。在验证组中,校准曲线和一致性指数(C指数)也表明构建的列线图预测性能较好。结论 5个基因组成的预测模型可作为LUAD患者生存率实用和可靠的预测工具,这可能有助于制定个体化治疗的临床决策,为患者预后预测提供一种新方法。