关键词： AI技术   机器学习   自然语言处理   文化出版  

摘要： AI技术的快速发展正深刻改变传统文化出版行业的格局。通过自然语言处理、图像识别、机器学习等核心技术,AI正在重新定义出版产业链的各个环节。在内容生产上,生成式AI能够快速生成高质量的文本、翻译和设计,提高出版物的创作效率;在编辑与校对环节,智能工具大幅提升了语法检测和内容优化的精准性。

关键词： 人工智能   直播电商   高质量发展   产业链条  

摘要： 在全世界范围内,直播电商行业作为新质生产力的典型应用场景,呈现高速发展态势,已经成为新质生产力在消费领域的重要实践形态。从我国直播电商发展现状出发,分析人工智能(Artificial Intelligence,AI)在直播电商高质量发展过程中的重要价值,包括提升用户的体验感与满意度、优化运营效率与降低成本两个方面,并提出若干发展策略与实践路径,以推动整个直播电商生态向更加开放、互动的高质量发展方向延伸。

关键词： 科技向善   科普长征路   科技创新   人工智能  

摘要： 科学普及工作有多重要?习近平总书记曾强调,“科技创新、科学普及是实现创新发展的两翼,要把科学普及放在与科技创新同等重要的位置。”在人工智能引领新一轮科技革命的时代背景下,科普的使命愈发重大、意义愈发深远,其有助于推动前沿科技走出“象牙塔”、走进千家万户,让每个普通人都能享受科技发展红利。

关键词： 梦核   机器学习   文本分析   用户画像   线上展览  

摘要： 梦核作为近年来兴起的美学风格,在网络上引起了大量年轻网络群体的共情和关注。目前,学术界对于梦核的研究已取得一定进展,但已有研究多为质性研究,定量研究较为缺乏。本文基于Python的机器学习原理,通过对梦核相关网络文本和数据进行分析,构建用户画像和计算模型,量化和预测潜在用户价值与市场规模,探讨梦核主题线上展览商业价值实现的可行性,为其商业化运作、盈利模式和个性化营销提供数据支持和策略指导。

关键词： 机器学习   锈蚀钢筋   混凝土柱   预测模型   抗压承载力  

摘要： 钢筋锈蚀会使钢筋混凝土柱的承载力显著下降,严重劣化结构耐久性。建立锈蚀钢筋混凝土柱抗压试验数据集,将钢筋、混凝土材料信息、结构配筋信息和钢筋锈蚀程度作为输入参数,抗压承载力为输出参数,采用5种机器学习算法构建锈蚀钢筋混凝土柱抗压承载力的预测模型,并与既有解析模型的预测精度进行对比。结果表明:极端随机树模型可以较好的预测锈蚀钢筋混凝土柱的承载力,而支持向量机模型的预测结果则相对较差。通过与解析模型计算的对比,验证了机器学习算法优越的可行性和可靠性。极端随机树模型的R^(2)、a_(20)相比解析模型分别提升了37.68%、6.6%。极端随机树模型的IAE值相比解析模型降低了28.57%。

关键词： 人工智能   乳腺癌   文献计量   可视化分析  

摘要： 目的:运用文献计量学分析人工智能(AI)在乳腺癌中应用的研究现状、热点和趋势。方法:检索Web of Science核心数据库中建库至2024年11月10日所收录的AI在乳腺癌中应用的相关文献,使用CiteSpace软件进行可视化分析。结果:共纳入315篇文献,年度发文量呈现波动上升趋势。美国以134篇的发文量位居首位,中国发文量位列第2;得克萨斯大学为发文量最多的研究机构。研究热点主要集中在AI的创新应用,包括乳腺癌早期筛查、精准诊断、个体化治疗和预后预测等临床应用领域。聚类分析形成12个主题群,涵盖精准医疗、影像诊断、医疗大数据与可解释AI等新兴方向。研究趋势从早期以规范化临床治疗研究为主,逐步过渡到数字化医疗转型期,目前已进入AI与临床实践深度融合期。结论:目前AI在乳腺癌领域的研究主要集中在技术创新应用、早期筛查、诊断和个体化治疗等方面。未来该领域将朝着AI与临床实践深度融合的方向发展,重点关注精准医疗、医疗大数据与可解释AI等新兴领域。

关键词： 煤直接液化工艺   柴油   化学结构组成   燃烧性能   机器学习  

摘要： 煤直接液化柴油是对石油基柴油的有力补充燃料,为提升煤直接液化柴油质量,借助机器学习方法,建立煤直接液化柴油性质预测模型,研究煤直接液化柴油的各组分化学结构及其柴油性质以及之间的关系。所用油样为2023年鄂尔多斯年产百万吨煤直接液化装置成品柴油。对所测油样的烃类组成和柴油性质进行描述性统计和相关性分析。发现烃类组成以链烷烃和环烷烃为主,占烃类组成的96.57%,其中,一环烷烃含量最多。对柴油质量检测结果进行分析,发现该柴油满足商业柴油质量指标要求,具有较好的燃烧性能、低温流动性和环保性能。通过皮尔逊相关系数发现,部分变量之间具有较高的相关性。为了避免多重共线性对模型解释的影响,选择树模型算法建立模型。分别采用随机森林算法(RF)、轻度梯度提升算法(LightGBM)以及极端梯度提升算法(XGBoost)建立能够评价煤直接液化柴油性质的预测模型,如密度、黏度、十六烷值等性质预测模型,并且对比分析了各算法对柴油性质的拟合。结果表明,RF模型具有较好的拟合性能和较高的准确性。在训练集中,密度、运动黏度、十六烷值的判定系数分别为0.946、0.916、0.814,平均绝对百分比误差分别为0.073、0.646、0.4。在测试集中,密度、运动黏度、十六烷值的判定系数分别为0.976、0.865、0.765,平均绝对百分比误差分别为0.48、2.86、0.957。分析烃类组成对柴油性质的影响发现,链烷烃、三环烷烃、烷基苯含量对煤直接液化柴油的密度、运动黏度、十六烷值影响较大,萘和三环芳烃含量对上述性质影响较小。增加链烷烃含量会降低煤直接液化柴油的密度和运动黏度,但有助于提高柴油的十六烷值。三环烷烃含量和烷基苯含量增加会提高煤直接液化柴油的密度和运动黏度,但是会降低柴油的十六烷值。

关键词： 艺术概念   语境   经验   新媒体   人工智能  

摘要： 20世纪以来,随着西学东渐与中西思想体系的碰撞,“艺术”不再是自明的本质性存在,而成为在语言、经验与实践层面不断被定义与重释的观念结构。至21世纪,“艺术”概念的论域逐渐转向不同语境中的生成机制以及基于经验的知识结构。经验不仅是认知判断的条件,更成为“艺术”概念发生与迁移的主要动力。艺术不再被视为先验预设的理想类型,而成为历史语境与文化实践共同塑造的多重意义体。文章在古汉语词源、新媒体技术与人工智能技术三重语境中考察“艺术”概念的观念漂移与话语转换,揭示其意义生成始终依赖于语境与经验的张力机制。文章强调,对艺术本质的追问应转向理解在知识迁移、文化转型与技术介入的共同作用下,艺术如何通过知识和经验的双重推动,在特定历史语境中呈现不同的艺术形态。

关键词： 人工智能   铁路工程   造价管理   智能化转型   应用前景  

摘要： 人工智能技术快速发展,势必成为铁路工程建设领域未来技术变革的核心驱动力。本文简要介绍了当前人工智能在铁路建设工程中的研发、创新和应用情况。聚焦铁路工程造价管理,深入剖析当前面临的技术融合瓶颈、数据质量瓶颈、数据安全风险、专业人才短缺、企业研发驱动力不足等挑战。基于此,从铁路工程建设全周期视角提出了项目前期、招投标阶段、履约阶段、收尾阶段人工智能的应用前景,同时也提出了技术支撑与保障机制,为铁路工程造价管理智能化转型提供理论支撑与实践参考。

关键词： 循证评价   智能体   人工智能   Aireview Agent  

摘要： 4月23日,第四届中医药高质量发展大会在浙江乌镇召开,本届大会以“中医药+人工智能”为主题。中国工程院张伯礼院士、黄璐琦院士、陈香美院士、王琦院士、田金洲院士、朱立国院士,国家药品监督管理局原副局长赵军宁教授,中华中医药学会李宗友秘书长,以及来自全国各地的数十位大学校长、科研院长、知名专家和企业家代表线上线下参会。