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： 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： 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： 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。

关键词： 人工智能   高原特色农产品供应链   天气风险防控  

摘要： 全球变暖所引发的影响日益显著,极端天气事件频繁发生,尤其是在高原地区,复杂多变的气候条件对农业生产和供应链稳定性构成了严峻挑战。高原特色农产品由于其对气候的高度敏感性,面临着极端天气带来的农产品质量波动、供应链中断以及市场供应不足等问题。传统的天气风险防控对策难以有效应对高原地区独特的气候挑战,亟须创新的解决方案。因此,系统构建了基于人工智能的高原特色农产品供应链天气风险防控框架,涵盖感知、计算、决策与应用4个核心层次,集成多模态数据采集、深度学习预测、动态博弈优化与联动调控等机制,实现对极端天气的精准预测与供应链各环节的动态调整。通过构建多维度天气风险预测模型和智能反馈机制,不仅可以提升高原农业的抗风险能力和供应链韧性,也为复杂环境下农业供应链管理与气候风险防控提供了系统性、可推广的技术方案与理论参考。

关键词： 人工智能   人力资源管理   创新发展  

摘要： 人工智能(AI)技术的迅猛发展为人力资源管理(HRM)带来了深刻的变革。AI在招聘、培训、绩效评估等多个环节的应用,极大地提高了管理效率和决策的科学性。本文将探讨人工智能对人力资源管理的影响,并分析其带来的创新发展机遇。同时,提出基于人工智能的创新发展策略,包括构建智能化招聘平台、加强员工数据管理、推动持续学习与发展以及优化绩效管理体系,有助于企业在数字化时代有效应对人才竞争提升组织整体绩效。

关键词： 临床决策   预后模型   机器学习   随机森林   主要不良心血管事件  

摘要： 目的 本研究旨在建立一种利用机器学习识别冠状动脉慢性完全闭塞病变介入(chronic total occlusion percutaneous coronary intervention,CTO-PCI)治疗术后主要不良心血管事件(major adverse cardiovascular event,MACE)危险因素的临床预测模型。该模型可增强临床决策能力。方法 纳入2018~2021年在西京医院经皮冠状动脉介入(percutaneous coronary intervention,PCI)治疗的冠状动脉慢性完全闭塞(chronic total occlusion, CTO)患者843例。患者数据包括基本信息、病史、住院MACE事件、术前检查和干预细节。对所有患者进行为期一年的随访,记录患者MACE事件。患者被分为训练(80%)和验证(20%)数据集。使用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归筛选变量,训练了共计10个机器学习模型并进行5倍交叉折叠验证,最终选择随机森林方法进行预测模型构建。采用接受者操作特性(receiver operating characteristic,ROC)曲线、决策曲线分析(decision curve analysis,DCA)和布里尔评分(Brier score,BS)评估模型性能。并使用特征重要性分析和SHapley Additive exPlanations(SHAP)值依赖图,详细解释关键特征对模型预测结果的贡献和影响。结果 根据LASSO回归分析结果,共计纳入16个预测变量进行模型的构建,其中,随机森林模型在所有构建的模型中表现最佳,ROC曲线下面积(AUC)为0.759,BS为0.120,特征重要性分析显示,红细胞计数(RBC)、D-二聚体(D-Dimer)、血小板计数(PLT)、手术时间(operation time)和年龄(age)是预测CTO-PCI患者术后一年内发生MACE事件的关键特征。SHAP值依赖图进一步揭示了这些特征对模型预测结果的具体影响。结论 本研究成功构建了一个用于预测CTO-PCI患者术后一年内发生MACE事件的随机森林模型,该预后模型成功识别了CTO-PCI术后高危患者,有助于临床决策并降低MACE风险。

关键词： 机器学习   高光谱数据   岩石基本质量等级   空间预测   军事地质  

摘要： 精准获取军事地质要素属性信息,可有效支撑战场地质环境保障体系建设,为军事决策提供基础数据保障。传统军事地质要素获取以实地调查或遥感图像人工解译方法为主,在陌生地域数据获取方面,存在成本高、效率低、精度无法确定等问题;利用已知地域数据,采用机器学习、深度学习方法构建高光谱卫星影像军事地质要素属性模型,成为陌生地域数据获取的有效手段。笔者等提出机器学习支持下的岩石基本质量等级预测方法,对陌生地域岩石基本质量等级预测效果良好。在系统收集研究区岩石基本质量等级数据基础上,创建样本数据集,以资源一号02E高光谱卫星数据为数据源,采用SVC、RF、XGBoost、Stacking、Blending和ResNet50机器学习方法,开展陌生地域岩石基本质量等级的预测模型研究。研究结果表明,ResNet50模型为研究区岩石基本质量等级最佳预测模型,预测精度达65.53%,其次为Stacking模型,预测精度为41.53%,预测精度最低的是Blending模型;模型预测结果反映出研究区岩石基本质量等级的空间分异明显,总体呈现出北部岩石基本质量等级较高,以Ⅰ、Ⅱ级为主,西南部岩石基本质量等级较低,以Ⅳ、Ⅴ级为主的空间分布特点;陌生地域岩石基本质量等级以Ⅲ级及以下为主,东北方向岩石基本质量等级较高。研究以期为军事地质数据获取和数据应用提供依据。

关键词： 人工智能   绿色建筑   施工优化   智能监控   节能技术  

摘要： 为了提升绿色建筑施工的能效和智能化水平,减少资源浪费和施工成本,本文探讨了基于人工智能的绿色建筑施工优化技术。首先分析了绿色建筑施工在成本控制、环境保护和技术创新方面的重要意义,指出了当前施工过程中能效监测手段不足、材料浪费严重和施工智能化水平低等问题。其次,提出了一系列人工智能应用的优化方案,包括加强能效监测技术的研发,通过智能监控和数据分析提升监测精度和实时性;在材料使用和回收方面,结合人工智能算法优化资源的配置和回收路径,降低浪费并减少环境负担。最后,人工智能还可在施工过程中提高自动化水平、减少人为失误、从而提升施工效率。因此,人工智能技术在绿色建筑施工中的应用,能够显著提高节能效果,推动施工过程的智能化和自动化,促进建筑行业向更加高效、环保的方向发展。

关键词： 人工智能   智能教育   教育伦理  

摘要： 随着人工智能技术的飞速发展,其在教育领域的应用日益广泛,为教育现代化带来了深刻变革。然而,这一过程中也伴随着诸多伦理挑战,如数字鸿沟与教育公平、隐私保护与数据安全、教育主体与职业替代、算法推荐与信息茧房等问题。为此,提出构建“以法为界—以术为用—以人为本—以德为先”四位一体的治理体系,旨在确保人工智能教育应用的可持续健康发展,促进教育公平与质量的双重提升。