关键词： 人工智能   课程改革   医学影像技术   CT设备   CT检查技术   人才培养  

摘要： 该文以人工智能视域下的医学影像领域为背景,针对CT设备及检查技术课程进行改革研究和探索,分析人工智能技术在医学影像中的应用,剖析其带来的机遇和挑战,并提出在人工智能视域下进行课程改革的目标和方向,包括丰富人工智能教学内容、聚焦理实一体化和注重人文价值塑造,通过这些改革探索,旨在培养全面发展的医学影像人才,在人工智能时代为医学影像领域的发展做出贡献。

关键词： 垂体瘤   磁共振成像   人工智能   影像组学   深度学习   手术选择   预后预测  

摘要： 垂体瘤是神经系统常见的肿瘤之一,MRI能够精确展现肿瘤的大小、形态、位置和侵袭性。随着科技的飞速发展,影像组学和深度学习成为人工智能在医疗领域中的热点,且在垂体瘤MRI方面的研究日渐增多。人工智能在垂体瘤MRI对治疗方案的选择以及预后预测方面发挥着重要作用,为垂体瘤的诊断和治疗提供了有力的临床依据。本文就人工智能在垂体瘤MRI中的研究进展进行综述,以期为垂体瘤患者治疗方案选择及预后预测提供帮助。

关键词： 人工智能   舞蹈教学  

摘要： 在数字技术不断发展的背景下,将人工智能技术引入教育领域,已成为教育产业的主要发展趋势之一,而探究如何将人工智能技术有效应用于实践教学中,是当代教育者需要深入探讨的课题。本文就人工智能技术在舞蹈教学中的应用策略展开研究,提出了基于人工智能技术的数据驱动个性化舞蹈教学、动作捕捉与反馈、虚拟导师构建,以及教学资源开发等技术策略,以期为我国的舞蹈教育机构、教育者提供技术借鉴,使其充分认识到人工智能技术在舞蹈教学中的应用优势,从而大力推进舞蹈教育改革优化,提升舞蹈教学水准。

关键词： 人工智能   安全生产   技术应用   前景展望  

摘要： 人工智能技术在安全生产领域的应用已展现出巨大的潜力和价值。本文深入探讨了AI在提高安全生产效率、降低安全事故风险等方面的作用。通过智能监控与预警系统、自动化控制与优化等手段,AI不仅优化了生产流程、提高了生产效率,还有效降低了安全事故风险,为企业和社会带来了显著的效益。然而,AI应用的同时也面临着各种挑战,为此,本文结合AI的发展前景提出了政策支持与引导、产学研合作与创新、大模型研发应用等策略和建议,旨在为行业的研究者与实践者提供有价值的参考,以促进AI在安全生产领域的广泛应用和深入发展。

关键词： 电气自动化   大数据分析   人工智能   物联网   优化算法  

摘要： 通过探讨大数据、人工智能和物联网等数智技术在电力系统控制、故障诊断和能源管理中的创新应用,揭示这些技术对提高电气自动化系统效率和可靠性的重要作用。研究方法上,采用了实证研究与理论分析相结合的方法。在大数据分析方面,构建了基于LSTM-CNN混合模型的电力负载预测系统,并开发了一种基于张量分解和动态模态分解的电网稳定性分析方法。在人工智能应用方面,提出了一种CNN-LSTM混合模型用于变压器故障预测,以及基于深度强化学习的配电网自愈系统。在物联网技术应用方面,设计了一套基于流处理的智能电表数据分析系统,以及基于多智能体系统的分布式能源协调控制策略。此外,本研究还提出了一种结合粒子群优化、差分进化和模拟退火的新型混合优化算法,用于解决复杂的电网调度问题。研究结果表明,基于深度学习的故障预测模型将变压器故障预测准确率提高。智能配电算法降低的峰谷负荷差异,整体能源利用效率提升。在大规模电网调度中,新提出的混合优化算法比传统方法减少了运行成本,同时将可再生能源利用率提高。这些创新应用为电气自动化领域的未来发展提供了新的方向和思路。

关键词： 数据中心   人工智能   云计算   GPU   处理器   AI   放缓  

摘要： 1510亿。机构:2029年AI数据中心芯片需求将达1510亿美元。8月29日,Omdia最新《云计算和数据中心人工智能处理器预测》报告指出,目前用于云计算和数据中心人工智能的GPU和其他加速芯片的高速增长最终会放缓,但在改变整个行业之前不会放缓。

关键词： 储能材料   材料设计   高通量计算   大数据   人工智能  

摘要： 固态电池是极具潜力的下一代储能器件之一,寻找综合性能优异的电池材料有望从根本上提升电池的性能。本文围绕固态电池中离子传输、表面/界面现象以及微观结构动态演化等关键科学问题,介绍了基于多精度传递思想的高通量材料筛选策略,以及机器学习技术在加速模拟复杂物理化学过程、解析电池内部复杂构效关系的突出作用。受益于多精度传递思想和机器学习技术的应用,可以从直接筛选、元素替换、结构单元搭建、非晶结构构建等多个角度高效获得快离子导体材料,多维度解析离子传输性能与微观机制,极大丰富了电极材料、固态电解质材料等候选范围。此外,针对电池材料研发流程的云工具箱提供了数据归档、分析及复用等多项功能,旨在使得借助大数据和人工智能的材料研发流程更为自动化。本文介绍的基于大数据的研究思路和研究模式,结合新兴的机器学习技术,能够有效加速新型电池材料的设计和开发进程,深化对电池内部复杂物理化学现象的理解,为设计实用的新型固态电池材料赋能。

关键词： 宫颈癌   科普   人工智能   大模型  

摘要： [目的]评价人工智能(artificial intelligence,AI)大模型应用于宫颈癌科普工作的优势及潜在问题。[方法]选择已获批上市的3个生成式中文AI大模型,盲法设置为模型1~3。就宫颈癌领域常见科普问题进行人机交互对话并生成科普文本。由宫颈癌领域知名科普专家对模型生成科普文本盲法进行5个维度(科学准确性、逻辑清晰度、实用价值、参考依据、立场与价值观)评分。采用SPSS 22.0进行数据分析,评分两两比较采用配对t检验,P<0.05为差异有统计学意义。对备注中的特殊情况单独讨论。通过中国知网学术不端检测平台对生成科普文本进行重复率测评以明确其内容来源。[结果]3个模型生成科普文本在5个维度评分分别为:模型1:16.14±0.72,18.71±0.31,17.00±0.60,10.86±2.58,19.00±0.33,总评分为81.71±3.85;模型2:16.57±0.46,17.43±0.70,17.00±0.60,10.86±2.58,18.57±0.70,总评分为80.43±3.00;模型3:16.29±0.41,17.86±0.61,17.14±0.74,11.43±2.75,18.86±0.61,总评分为81.57±3.92。各模型评分无统计学差异。5个维度整体平均分从高到底分别为立场与价值观(18.86±0.61)、逻辑清晰度(17.86±0.61)、实用价值(17.14±0.74)、科学准确性(16.29±0.41)和参考依据(11.43±2.75)。专家提出相关质疑:如变换提问语句、反复提问或提问时间不同等变量可能导致生成科普文本存在差异,部分知识点未及时更新,文本未提供参考依据等。3个模型生成科普文本总文字复制比分别为38.6%、44.9%和38.9%。生成科普文本主要来源为互联网公开资料,来源于专业期刊及论著的内容极少。[结论]AI大模型生成科普文本对常见宫颈癌科普问题具备一定的参考价值,未发现严重的误导,但参考来源模糊。未来需要开展更多研究确定其实际应用价值。医务工作者需要加大互联网科普力度,以确保在线互联网生态系统准确性。

关键词： 道德增强   人工智能   彻底增强   辅助增强   苏格拉底式道德增强  

摘要： 随着现代科学技术的发展,人类道德的有限性逐渐凸显,以道德教化为主的传统道德增强和以技术手段为主的生物医学道德增强,无法产生令人满意的效果。鉴于此,一些学者继续探索新的途径来实现道德增强的愿望。原则上来讲,人工智能或许是一个不错选择,既不会增强周期漫长,又不会直接运用医学手段干预身体。人工智能道德增强主要有彻底增强、辅助增强和苏格拉底式道德增强三条进路,但其在实际操作过程中还需要很长一段路要走。

关键词： 热分散系统   工艺优化   机器学习  

摘要： 热分散系统是制浆造纸过程中废纸回用的重要单元,热分散处理效果对纸机运行性能和纸张产品质量有着重要影响。由于不同废纸的性能差异较大,纸浆中的胶黏物含量和尺寸大小、纤维形态等关键指标无法量化,热分散系统难以实现最优化运行,存在能源消耗较大、化学品浪费和纸浆性能波动等问题。本研究建立了一种热分散系统运行优化模型,以纸张产品及其定量为分类依据,建立优化模式数据库,采用随机森林(RF)算法和增强精英保留的遗传算法(SEGA)建立能效优化模型。实际生产数据验证结果表明,经模型优化后,热分散系统运行参数的优化幅度分别为:扭矩0~3%、温度0~4℃、热分散机功率0~50 kW。优化结果符合工艺调整幅度,表明优化模型具备稳定性。依据模型优化值调参4次,胶黏物累积量相比于调参前分别降低了约6.36%、5.17%、4.25%、7.82%;每吨绝干浆的综合成本分别降低了约4.62%、3.55%、4.43%、4.36%。研究结果表明,该热分散系统运行优化模型符合实际生产工况,可改善纸浆分散效果,降低热分散能耗成本。