关键词： 人工智能   人工智能音乐   音乐创作  

摘要： 文章系统梳理生成式AI音乐工具的技术演进路径,揭示其对音乐创作流程、产业形态与人文价值的重构效应。研究表明,以Transformer和Diffusion为代表的深度学习模型突破符号系统的机械性局限,推动多模态音乐生成技术成熟;AI工具通过降低创作门槛实现生产链“去中心化”,但引发版权归属与艺术真实性的伦理争议;未来需构建“技术优化-标准制定-人机协同”的三元治理框架,以平衡效率提升与人文价值守护。

关键词： 人工智能   能源强度   产业升级   技术进步  

摘要： 近年来,人工智能(AI)在全球范围内迅速发展,其在提高劳动生产率、优化经济结构、促进社会发展等方面发挥着重要作用。文章基于国际机器人联合会(IFR)1993-2019年65个国家的工业机器人使用数据,探讨了AI的应用与能源强度之间的关系,并着重分析了产业升级及技术进步的作用机制。结果表明,AI的应用对降低能源强度有显著的积极影响,产业结构和技术进步在AI与能源强度之间发挥中介作用。研究识别了AI应用助力于减少能源消耗的积极作用,并可以通过产业转型升级、科学技术发展两条路径,实现经济的可持续发展。

关键词： 人工智能   回归分析   课程建设   教学方法   改革建议  

摘要： 人工智能技术的发展正推动着数据分析方法和应用场景的快速变化。应用回归分析课程作为数据科学教育的基础课之一,面临课程建设和教学方法更新的需求,以适应智能化的学习需求。该文从课程内容调整、教学方法、跨学科融合等多个角度,探讨在人工智能时代下如何构建一个更具时代适应性和前瞻性的课程体系,并提出一系列教学改革建议,旨在提升学生对回归分析方法在实际场景中的理解和应用能力,为培养未来数据科学和人工智能领域的专业人才提供坚实的教育支持。

关键词： 知识图谱   人工智能   AI课程   教育数字化  

摘要： 高等教育数字化是教育数字化转型的关键环节之一,关乎高等教育的高质量发展。知识图谱作为一种强大的知识管理和智能应用技术,已成为高等教育数字化转型的重要抓手。从知识图谱的基本概念入手,阐述了知识图谱的基本功能,分析了知识图谱/AI课程对高等教育教学的赋能,探索了六维度知识图谱/AI课程建设架构体系,研究并总结了知识图谱/AI课程的建设路径和建设要素,以期为教师建设知识图谱/AI课程提供借鉴参考。

关键词： 2型糖尿病   糖尿病视网膜病变   代谢组学   生物标志物   机器学习  

摘要： 目的:利用超高效液相色谱串联四极杆-静电场轨道阱高分辨质谱(ultra-high performance liquid chromatography tandem quadrupole-electrostatic field orbitrap high resolution mass spectrometer, UHPLC-HRMS)代谢组学技术结合机器学习识别与糖尿病视网膜病变(diabetic retinopathy, DR)进展过程中的房水代谢差异,以寻找DR进展相关生物标志物。方法:本研究共纳入78例2型糖尿病(type 2 diabetes mellitus, T2DM)患者以及30名年龄性别匹配健康对照人群。使用UHPLC-HRMS检测所有患者及对照人群房水中的代谢物丰度,结合机器学习筛选T2DM和DR进展相关代谢物标志物并建立预测模型。结果:在校正混杂因素后,与健康人群对比1, 5-脱水山梨醇、硫酸十四烷基酯和N,N,N-三甲基-5-氨基戊酸在T2DM患者中表现出显著差异(均P<0.05);而N-乙酰色氨酸、亚油酰胺、油酰胺、棕榈酰胺、戊酸(游离脂肪酸(5:0))和琥珀酸与DR进展显著相关(均P<0.001)。代谢通路分析表明,“缬氨酸、亮氨酸和异亮氨酸的生物合成”“精氨酸的生物合成”和“半胱氨酸及蛋氨酸代谢”是T2DM差异代谢途径。基于生物标志物的随机森林预测模型显示,差异代谢产物对T2DM和DR进展的预测准确率分别为81.3%和74%。结论:代谢组学结合机器学习方法有效揭示了T2DM及与DR进展相关的代谢特征,亚油酰胺和油酰胺有望成为DR进展的生物标志物,为DR的诊断和个体化治疗提供了新的可能性。

关键词： 人工智能   商业模式   商业生态链   智能商业   大数据  

摘要： 近年来,数字经济蓬勃发展,中国商业智能市场规模持续增长。人工智能模型借助对海量数据的迭代模仿,能够持续参照母体模板提升自身性能与准确性。人工智能技术的快速发展对商业模式的创新发挥了重要作用,它不仅创新了商业模式的服务体验,还助力构建智能商业平台,连接多方资源及社会参与者,形成系统性的商业生态链。受人工智能影响,商业模式可在关键资源、客户关系、合作伙伴、成本结构等方面实现优化,以此提升客户体验、优化运营效率、推动产业结构转型升级。然而,人工智能对商业模式创新并非只有积极且可持续的影响,也为商业模式带来了新的挑战。基于此,本文运用理论分析与案例分析相结合的研究方法,从发展现状、潜在风险及应对策略等维度出发,详细梳理了人工智能时代商业模式的发展现状与未来趋势,旨在为该领域的研究提供理论支持及案例参考。

关键词： 肺移植   机器学习   预测模型   随机生存森林   极端梯度提升树   生存期   比例风险回归模型   重症监护室  

摘要： 目的 比较不同机器学习算法构建的预后模型在预测肺移植(LTx)受者生存期方面的性能和表现。方法 回顾性收集483例行LTx手术的受者资料,所有受者按7∶3的比例分为训练集和验证集,将收集到的24个变量基于变量重要性(VIMP)进行筛选,利用随机生存森林(RSF)和极端梯度提升树(XGBoost)构建预后模型,使用综合曲线下面积(iAUC)和时间依赖曲线下面积(t AUC)进行模型性能评估。结果 训练集和验证集的各变量差异均无统计学意义。基于VIMP筛选排名前15的变量用于建模并确定重症监护室(ICU)住院时间为最重要的因素。与XGBoost模型相比,RSF模型在预测受者生存期方面表现出更好的性能(i AUC0.773比0.723)。在预测受者6个月生存期(tAUC6个月0.884比0.809,P=0.009)和1年生存期(tAUC1年0.896比0.825,P=0.013)方面,RSF模型也表现出更好的性能。基于两种算法的预测截断值,将LTx术后受者分为高风险组和低风险组,两种模型的生存分析结果均显示高风险组受者的生存率低于低风险组(P<0.001)。结论 与XGBoost相比,基于RSF算法开发的机器学习预后模型可以更好地预测LTx受者的生存期。

关键词： 人工智能   飞机健康状态   数据管理  

摘要： 本文分析了现阶段飞机健康状态数据管理中存在的问题和相关技术需求,从数据采集与预处理、数据存储与管理、数据处理与分析、可视化展示和人机交互等环节,通过采用分布式存储技术、数据库管理系统(DBMS)、数据挖掘和机器学习算法等手段,实现对飞机健康状态数据的集中管理、高效处理和智能分析,旨在为相关行业的从业人员提供一定的理论参考和技术支持。

关键词： 市场细分   智能化营销   机器学习   精准营销   数据驱动  

摘要： 在烟草行业数字化转型加速的背景下,破解客户价值评估的异质性特征识别与动态响应难题,成为优化营销资源配置的关键突破口。针对烟草行业数据多源异构性及需求波动性特征,文章构建了一个融合消费行为时序特征与空间关联性的多维度客户价值评估指标体系。基于改进的FCM-RFM混合聚类算法,建立了客户价值分层与迁移预测模型,并引入动态时间规整(DTW)算法优化客户生命周期轨迹刻画精度。同时,创新性地集成XGBoost算法与SHAP可解释框架,构建了具有特征归因能力的销售额预测模型,有效解决传统机器学习模型的“黑箱”困境。在此基础上,文章设计了一套多维数据驱动的智能化营销方案,形成以数据为核心、动态更新为特色的智能化营销框架。该方案能够实现精准的市场细分与动态更新,有助于烟草企业优化营销资源配置、提升竞争力,并适应不同市场情景,为烟草行业的数字化转型提供实践参考。

关键词： 人工智能   心电图   深度学习   卷积神经网络   循环神经网络  

摘要： 人工智能在心血管疾病诊断中的应用备受关注。心电图(ECG)作为常见的诊断工具,其准确解读需要专业知识。近年机器学习和深度学习技术在ECG自动诊断、预测和筛查方面取得了显著进展。笔者介绍了多用于ECG图像识别的卷积神经网络和循环神经网络的深度学习方法,及为深度学习提供训练与测试的常用心电数据库,并综述了基于ECG信号的人工智能在心律失常分类、心肌梗死定位的应用与进展,希望为相关领域的科研人员提供参考。