关键词： 数字化财务管理   大数据   人工智能  

摘要： 随着信息技术的飞速发展，数字化财务管理正逐渐成为企业财务管理领域的核心变革力量。文章深入探讨了数字化财务管理的概念、特点、技术基础、应用趋势、面临的挑战与风险，并展望了其未来的发展方向。通过对数字化财务管理的全面剖析，旨在为企业在财务管理数字化转型过程中提供理论依据，助力企业提高财务管理效率、优化决策制订并有效应对复杂多变的市场环境。

关键词： 虚假健康信息   ChatGPT   KG-LLM   机器学习   知识图谱  

摘要： [目的/意义]构建一种基于大语言模型和知识图谱的健康信息识别模型，旨在提升健康信息识别的准确性和信度。[方法/过程]首先，采用在权威平台上发布的公开健康信息数据集来构建知识图谱，作为领域知识；然后，设计5组实验，包括决策树、支持向量机、逻辑回归模型、GPT和KG-LLM;最后，采用552条来自权威辟谣平台的已标注辟谣信息作为验证样本进行试验，并对5组实验的结果进行比较分析。[结果/结论]所构建的KG-LLM虚假健康信息识别模型在准确性方面表现卓越，其准确率达到98.35%,这一结果相较于决策树、支持向量机、逻辑回归模型分别提升了14.78%、3.24%和12.33%。与GPT模型相比，其准确率也提升了4.80%。此外，在其他的评估指标上，KG-LLM模型相较于GPT模型也显示出了优势。这一结果充分证明了知识图谱作为领域知识，有助于消除LLM中存在的幻觉。将大语言模型与知识图谱相结合，用于提高健康信息识别的准确性。

关键词： 机器学习   重度吸烟   卒中   疾病风险评估  

摘要： 目的：评估重度吸烟者的卒中风险,为优化公共卫生预防策略提供参考。方法：基于NHANES 2017年-2020年相关数据,通过Lasso回归进行特征选择,随后使用随机森林、XGBoost、LightGBM等7种机器学习算法及堆叠算法进行建模。以10折交叉验证评估模型性能,并进行决策曲线分析（DCA）和临床影响曲线（CIC）评估,使用SHAP值增强模型的可解释性。结果：堆叠模型在测试集上表现最佳,AUC值为0.764 5,能够有效区分高卒中风险与低卒中风险个体；训练集上AUC值为0.753 3,证实了模型在训练过程中的稳定性。DCA和CIC评估显示,模型在多个临床决策阈值下提供显著净效益；SHAP值分析显示心脏病史和乙肝疫苗接种等关键变量对预测结果的贡献。结论：机器学习技术可有效预测重度吸烟者的卒中风险,为个性化预防策略提供科学依据,显示了数据驱动模型在疾病预防中的潜力。

关键词： 职业本科   现场工程师   新质生产力   成果导向   智能制造  

摘要： 为进一步深化职业本科教育教学改革，职业本科院校应创新多元人才培养模式，促进学生个性化发展，提高学生的就业素养和社会适应能力。分析传统职业教育面临的一些问题及现场工程师培养的必要性，对职业本科机器人技术现场工程师的培养模式进行研究与实践，明确机器人技术现场工程师的人才培养定位，探索基于现代学徒制的现场工程师人才培养模式，基于成果导向构建符合工程实践取向的模块化课程体系，提出“七共同”校企协同育人的实践性教学模式，建设机器人技术专业数字化教学环境，加强“双师型”教师队伍的建设，完善机器人技术现场工程师的多维立体评价体系。从而提出提高现场工程师培养质量的关键因素，为职业本科现场工程师培养模式的探索提供一定的借鉴意义。

关键词： 人工智能   数据分析   学习评价   黄埔路径  

摘要： 本研究旨在探讨人工智能与数据分析技术在黄埔区教育评价中的应用及其效果。通过引入智能技术和大数据精准教学系统，黄埔区实现了教学评价的现代化和个性化。研究采用了课堂数据收集与分析、智能平板与互动工具应用等方法，帮助教师进行精准教学，并促进学生的个性化发展。研究结果表明，这些技术有效提升了教育公平性，优化了教育资源配置，并推动了教师的专业发展和教学创新。此外，研究还总结了基于人工智能的“三维五层智能学习评价体系”,为未来教育评价改革提供了参考。通过研究，得出结论，智能技术的应用不仅提高了教学效率，也为学生全面发展奠定了基础。

关键词： 大数据   人工智能   检验医学  

摘要： 近年来, 大数据和人工智能技术已深入各行业, 在医学检验中也展现出巨大潜力。在检验医学领域, 这些新的技术带来全新的发展思路, 提高效率、检验质量和服务, 降低患者风险。相关专家在期刊中分享了大数据和人工智能技术应用的经验及伦理和数据安全考量, 为医学检验同行践行应用新技术提供经验和案例, 指引未来新技术在医学检验实验室的发展。

关键词： 专利法   科技伦理   人工智能  

摘要： 科学技术的迭代与革新带来诸多科技伦理难题，也使专利法面临相应的伦理挑战。在前人工智能时代，专利法为应对科技伦理挑战，形成了公序良俗原则与伦理审查规则相结合的基础性规范设计。在人工智能时代的新兴科技伦理挑战面前，专利伦理规范不可避免地会出现道德非议超越阐释限度及产业运营制约适用程度的制度失灵问题。从人工智能算法模型到人工智能生成发明，人工智能科技成果的不断涌现使专利法面临着前所未有的科技伦理挑战，既包含专利客体范畴扩张的伦理难题，也涉及专利主体定位突破的伦理困境。专利法不仅要立足人工智能场景对公序良俗原则与伦理审查规则等基础性专利伦理规范展开法律释义，还要进一步聚焦人工智能科技伦理难题，以法律续造的形式，搭建规避人工智能算法模型专利保护中伦理风险、破解人工智能生成发明专利保护中伦理困境的规范体系。

关键词： 电力消耗   机器学习   时间滚动关联   XCO2   减污降碳  

摘要： 随着全球气候变化的加剧，减污降碳已成为全球应对环境危机的关键任务。针对当前各行业在减污降碳方面缺乏系统化、精细化技术指导的问题，提出一种城市行业电力消耗与XCO2的滚动关联挖掘方法。通过结合堆叠融合随机森林、支持向量机（SVM）和极端梯度提升（XGBoost）构建高精度关联模型，进而引入时间滚动分析技术揭示不同行业电力消耗与对应XCO2的动态关系。实验分析表明，关联模型性能表现优异，能为制定更精准的减排策略和能源管理措施提供支持。

关键词： 创造力   人工智能   情境主义   创新观  

摘要： 人工智能的创造力建模研究中尽管出现了大量关于创造力计算建模与工程实践的讨论，甚至诞生了像计算创造力这样的AI研究部门，还有大量据说有巨大创新能力的软件如ChatGPT之类，但存在着“真实性缺失问题”，其表现是，已有的为计算机实现的创造力只是“被评价为”有创造力，而没有真实的创造力。情境主义作为诸多化解此难题的一种方案，基于对创造力机制和秘密的深度解剖，建构了关于创造力的模型，进而探讨如何将所建构的诸模型应用于计算创造力研究的工程技术实践之中。这些探讨既在化解AI创造力缺失难题的过程中发挥了并正在发挥着积极的作用，又为哲学重思创造力的本质，重构新的创新观提供了难得的思想资料。

关键词： 人工智能   化学相关专业   本科毕业设计   蒜泥碳点   抗菌性能  

摘要： 本文以“蒜泥碳点的制备及其抗菌性能研究”为例，探讨了人工智能在化学相关专业本科毕业设计中的应用。通过人工智能技术辅助实验设计、数据分析和结果预测，提高了研究效率和准确性。详细阐述了实验方法和过程，对实验结果进行了深入分析，展示了人工智能在该领域的重要作用和潜力。最终得出人工智能可为化学相关专业本科毕业设计提供有力支持的结论。