关键词： 智能制造   全要素生产率   数字化转型   人力资本结构  

摘要： 近年来，随着科技水平的进步与信息技术的发展，智能制造已成为众多企业追求高质量发展、提升核心竞争力的重要手段。基于2007—2022年A股上市公司样本，研究智能制造对企业全要素生产率的影响及其内在作用机理。研究结果表示，智能制造对企业全要素生产率的提升具有显著效果，此结论通过了稳健性检验与内生性检验。进一步的机制检验表明，智能制造通过加速企业数字化进程及优化人力资源配置，从而对企业全要素生产率的起到促进作用。

关键词： 主动配电网   动态重构   深度强化学习   编码方式   机器学习   人工智能  

摘要： 随着双碳目标的快速发展，大量以风电、光伏为代表的分布式电源接入配电网，这将进一步加剧电源出力的间歇性与波动性。主动配电网动态重构属于一个复杂的高维混合整数非线性随机优化问题，传统算法在解决该问题的过程中存在着诸多不足之处。而深度强化学习算法结合了深度学习与强化学习的优势，非常适合用于制定当前备受关注的主动配电网进行动态重构策略。本文首先对新型电力系统主动配电网特征进行总结，并对当前主动配电网动态重构研究在构建数学模型方面所取得的进展以及所面临的挑战进行了深入分析。其次，对配电网动态重构编码方式进行了探讨，并对深度强化学习算法进行了系统性地综述。进而，重点分析了现有算法在处理主动配电网动态重构时的不足之处，并对深度强化学习算法在主动配电网动态重构方面的研究现状与优势进行了总结与概括。最后，对主动配电网动态重构方面的未来研究方向进行了展望。

关键词： 智能教具   设计平台   人工智能   模块化设计  

摘要： 本文开发了一款智能教具设计平台可以根据中小学生的学习兴趣进行精准推荐，该平台指导学生全程参与教具的设计与开发，提升学生的学习体验与动手能力。人工智能推荐算法实现设计平台从需求识别、硬件选择、代码生成到实物组装的全过程自主设计；结合模块化设计与快速组装功能，用户通过标准化接口能够在短时间内完成个性化教具的快速组装。利用设计平台，学生无需较强的编程基础，即可快速设计、组装一套个性化教具装置。通过平台智能推荐相关场景，用户全程自主设计和教具工具盒的快速组装，提升了中小学生的学习效果和体验。

关键词： 核酸元件   智能设计   机器学习   合成生物学   代谢工程  

摘要： 核酸元件是重要的功能性核酸序列，在生物制造中通过基因表达调控、代谢途径优化和基因编辑等方面来影响目标产物的合成，因此核酸元件的设计和优化对细胞工厂的构建有重要作用。通过人工智能技术可以准确有效地预测功能性核酸元件，设计和优化功能稳定的元件序列，同时解析其作用机制，为生物制造提供强大的技术支持。近年来，人工智能技术在生物制造中通过设计启动子、核糖体结合位点和终止子等核酸元件及其组合，可以大幅度减少实验工作量，加快生物制造进程。但是由于生物系统的复杂性和高质量训练数据不足等问题，导致核酸元件的智能设计在生物制造中的应用较为单一。本文综述了应用于生物制造的各种DNA和RNA核酸元件，基于人工智能算法构建的核酸元件预测和设计工具及人工智能技术在生物制造中的应用案例。未来通过整合人工智能技术、合成生物学和高通量技术等，有望开发更高效准确的核酸元件设计方法，加速其在生物制造中的应用。

关键词： 实体识别   关系抽取   大语言模型   学术图谱   人工智能  

摘要： 【目的】解决传统文献分析工具不适合开展文献内容细粒度分析、不能进行文献研究问题与研究方法体系构建的问题。【方法】提出构建一种面向“问题与方法”体系生成的细粒度学术图谱，提出了针对问题体系与方法体系表征的本体设计和融合上下文信息的多关系联合抽取方法，创新了大语言模型在信息抽取和图谱问答任务中的应用方式。【结果】本文提出的三元组抽取及增强方法可以分别将实体分类和关系抽取的F1值提升9.18%和8.07%；“问题与方法”图谱可以有效支撑研究热点分析与文献关联分析，在大语言模型的加持下还可以实现高质量的图谱问答。【局限】本文学术图谱的本体设计不够完善，不能满足对文献内容的全方位分析；基于GPT-4o大模型的三元组抽取运行效率比较低，不能满足大规模图谱构建需求。【结论】“问题与方法”学术图谱能够有效辅助学者开展领域研究现状分析及问题与方法维度下的文献关联分析；大语言模型能够在学术图谱构建及应用中发挥重大作用。

关键词： 直肠癌   淋巴结转移   影像组学   人工智能  

摘要： 直肠癌患者的淋巴结状态对其治疗方式的选择和预后具有重要价值，术前准确、无创地预测淋巴结转移是该领域的研究难题。近年来，影像组学和人工智能由于可以从医学影像中非侵入性地获取高通量数据信息而受到关注，在术前识别淋巴结转移的效能优于普通放射科医生。本研究综述近年来基于影像组学和人工智能预测直肠癌淋巴结转移的相关研究，以期为医护人员更准确地识别高风险人群并拟定精准治疗策略提供依据。

关键词： 人工智能   胸外科   肺结节   肺段解剖   教学  

摘要： 目的 探讨人工智能（artificial intelligence,AI）在胸外科住院医师规范化培训中的应用，特别是通过AI辅助肺结节识别和肺段解剖教学，提升医师的临床技能和解剖理解。方法 本研究选取2023年9月—2024年9月在北京协和医院进行胸外科规范化培训的住院医师，采用随机数字表法将其随机分为试验组和对照组。试验组使用AI辅助的三维重建技术进行肺结节识别，而对照组仅使用常规胸部CT图像。在进行基础教学和自主练习后，评估两组对相同患者CT图像的肺结节识别能力，最后通过问卷调查收集反馈。结果 本研究共纳入72名住院医师，其中男30人（41.7%）、女42人（58.3%），平均年龄为（24.0±3.0）岁。试验组在肺结节的总体诊断准确性（91.90%vs. 73.30%）和肺段标识（100%vs. 83.70%）方面均显著优于对照组，且阅片时间显著缩短[（118.5±10.5）s vs.(332.1±20.2)s,P<0.01]。问卷结果显示，约94%的住院医师对AI技术持积极态度，认为其能够显著提高诊断的准确性。结论 AI辅助教学显著提升了胸外科住院医师的阅片能力和临床思维，为规范化培训改革提供了新的方向。

关键词： 人工智能   卷积神经网络   胃癌   内镜  

摘要： 胃癌的早期诊断对提高患者生存率至关重要。然而，传统内镜检查在特异度和灵敏度上的限制，导致误诊和漏诊风险的存在。基于卷积神经网络的人工智能技术的发展为提升内镜检查的准确性提供了新途径。本文系统综述了卷积神经网络的原理，以及计算机辅助检测、计算机辅助诊治和计算机辅助质量评估系统在胃癌早期病变检测、诊断和质量评估方面的应用和挑战，为人工智能辅助消化内镜在胃癌早期诊断中的广泛应用奠定基础，对于减少临床实践中的漏诊和误诊具有重要意义。

关键词： 人口安全   人口负增长   低生育率   人口区域增减分化   老龄化   高质量发展   人工智能  

摘要： 我国人口发展呈现负增长、少子老龄化和区域增减分化等趋势性特征，如何正确认识人口新形势及其可能带来的社会、经济、政治和国防等方面的安全风险，守牢人口安全底线，成为当前亟需研究和积极应对的重要问题。习近平总书记在2024年11月16日发表的署名文章《以人口高质量发展支撑中国式现代化》中指出：“人口安全是人口高质量发展的底线要求，大国兴衰往往受到人口状况的深刻影响，要将人口安全纳入总体国家安全范畴加以谋划。”这一重要论述为深化人口安全研究提供了根本遵循和理论指导。为此，农工党中央人口均衡发展工作委员会与南京邮电大学在北京共同举办首届“人口安全与健康”研讨会，专家们就人口安全与健康的内涵、风险及应对策略等多个方面进行了深入研讨。我们整理出其中五位专家有关人口安全的主题发言，摘录重点内容并经专家审定，以笔谈的形式分享专家们的真知灼见，期待为人口高质量发展支撑中国式现代化提供政策参考与决策建议。

关键词： 土壤湿度   集成学习   遥感反演   机器学习   风云卫星  

摘要： 为了提高机器学习模型的适应性和精度，选用支持向量机、极端梯度提升、Catboost、随机森林、Adaboost和将前5种机器学习作为基模型，线性回归作为元模型的Stacking模型反演安徽省土壤湿度；并对Stacking模型的土壤湿度反演结果进行空间分布和时间序列分析。结果表明：在输入遥感数据相同的情况下，Stacking集成学习模型与单一模型相比，具有更高的精度和鲁棒性，反演得到的土壤湿度与实测数据之间的相关系数达到0.72，均方根误差为0.05 m3/m3；反演结果的空间分布和时间序列反映了模型较好的适用性和稳定性，捕捉到了安徽省土壤湿度的动态变化。