关键词： 中东   投资高地   地缘战略地位   人工智能  

摘要： 近年来,中东凭借独特的地缘战略地位和雄厚的资本实力,正成为人工智能(AI)行业发展的新高地。中美作为人工智能大国也加快在中东的战略布局,特朗普于5月13日至16日出访中东,带着数十位科技巨头。

关键词： 人工智能   AI软件   员工EAP   心理辅导   国企  

摘要： 随着人工智能技术的快速发展,其在企业员工心理辅导领域的应用逐渐成为学界和社会关注的焦点。文章聚焦于国企背景,深入探讨应用人工智能软件开展员工EAP(Employee Assistance Program,员工帮助计划)心理辅导的相关问题。通过分析人工智能软件在国企EAP中的应用现状、优势、面临的挑战及应对策略,旨在提升国企员工心理健康管理水平,为国企EAP工作提供理论支持和实践参考。

关键词： 人工智能   机器人流程自动化   公安   物证勘验   刑事技术  

摘要： 以人工智能、机器人流程自动化等数字化技术为基础,依托中国移动“磐匠”数字员工平台能力,面向新型涉网案件的案情信息勘查工作,打造一个警务辅助勘验系统。通过智能化、自动化手段,实现强大的信息采集、分析和处理能力,辅助警务人员在公安物证勘验系统上进行及时、快速、准确、全面的信息收集、处理和判断,能提高案件案情信息录入质量,为提高新型涉网案件的侦破率和办案质量提供助力。

关键词： 人工智能   长短时记忆网络   睡眠呼吸暂停综合征   迁移学习  

摘要： 目的基于迁移学习与心电图数据建立睡眠呼吸暂停综合征分类模型,以提升分类准确性与模型的临床应用价值。方法采用Apnea-ECG和MIT-BIH多导睡眠图数据库,将呼吸信号选作输入,利用巴特沃斯低通滤波器去除噪声并构建原始数据集。针对呼吸信号数据量不足的问题,提出基于迁移学习的模型训练方法:先以样本量较大的心电信号预训练模型,再将其迁移至呼吸信号域进行优化,完成二分类及多分类任务。提出一种结合残差网络与双向长短时记忆网络的级联结构模型,以更好地捕捉信号的时序特征并提升分类性能。此外,将该模型与多种经典卷积神经网络进行了性能对比分析。结果通过对比实验发现,使用迁移学习方法能够加快模型的收敛,提高其整体性能。经测试集验证,本研究提出的级联结构模型在二分类及多分类任务上都显示出较好的性能:在二分类任务上的准确率为95.43%、在多分类任务上的准确率为91.26%。结论本研究为较小样本量情况下的疾病分类模型设计提供了新的思路,并验证了迁移学习对提升睡眠呼吸暂停综合征分类准确性的作用。

关键词： 人工智能   艺术设计   教学模式  

摘要： 分析了如何将人工智能技术融入艺术设计专业课程,并用于教学辅助、资源开发与教学管理,以培养学生的数字素养,顺应人工智能时代的产业需求。探讨了人工智能时代高职艺术设计专业教学模式的发展方向,以此来促进高等职业教育教学的转型升级。

关键词： 人文社会科学   人工智能   研究范式   知识共生  

摘要： 随着数据密集型“第四范式”科学发现与AI驱动“第五范式”科学研究的融合发展,以数据与智能深度协同为核心的数智科学范式正逐步成为当代科研范式演进的重要趋势与关键特征。AI已不再仅仅是提升科研效率的辅助手段,而是日益转变为知识生产中深度参与者和协作者。文章首先剖析了当前AI在人文社会科学中工具性应用的阶段性特征、典型场景及其固有的局限性。继而重点阐释了AI知识共生的理念及其构成要素,强调人机协同的知识生产模式是克服工具依赖瓶颈、激发人文社会科学创新活力的关键。最后进一步论述了构建AI知识共生体系的三大支柱性路径:以语义重构为核心的数据筑基、以开放演化为特征的算法强擎以及以智能体协同为机制的人机共创。在此基础上,探讨了AI知识共生如何赋能具有本土主体性自主知识体系构建,特别是在打破外部话语垄断、提升国际学术叙事能力方面的潜力。

关键词： 数据分析方法   药物制剂   多元统计分析   机器学习   数据挖掘  

摘要： 随着科学技术不断发展,药物制剂的复杂性和个性化需求日益增加,传统的试错法已无法满足快速、高效、精准的药物研发要求。数据分析通过使用科学方法、过程和算法从大规模数据集中洞察和提取信息,为药物制剂设计优化提供了一种科学、系统的手段。数据分析方法的应用逐渐改善药物剂型设计、优化生产工艺、提高药物制剂研发效率,对提升药物制剂的质量和疗效具有重要意义。本文概述了多元统计分析、机器学习和数据挖掘这三种常用的数据分析方法及三者之间联系与侧重,总结了数据分析方法在药物制剂研究中的应用,并对数据分析在药物制剂研究中应用前景进行探讨和展望,为药物制剂智能化发展提供参考。

关键词： 流量计量   超声流量计   使用中检验   机器学习   特征工程   GA-BP神经网络  

摘要： 气体超声流量计是天然气输气站的关键计量器具,检定法和使用中检验法是判定流量计计量性能的主要方法,基于机器学习的使用中检验方法是解决检定法局限性的有效手段。针对天然气现场应用过程中机器学习算法在模型构建和特征冗余较大,部分检定流量点模型表现欠佳的问题,提出了一种基于特征工程和遗传算法优化的BP神经网络方法。特征选择作为特征工程中的关键,通过综合3种不同类别的特征选择算法对超声流量计性能参数进行分析筛选,在保持关键特征参数和模型性能的基础上,减少冗余特征,将初始的17个特征降至9个;同时利用遗传算法对BP模型的泛化能力进行了优化。研究结果表明,经过优化的模型相较于传统模型表现出较为显著的提升,最高预测准确度提升达33%。

关键词： 多维度偏好   个性化推荐   慕课   机器学习  

摘要： 慕课资源的快速增长给用户选择合适课程带来了信息过载问题。文章针对这一问题,提出有效的慕课推荐方法,以期降低用户的搜索成本,提高其学习体验和效果。首先,利用特征提取技术从课程、教师及学校介绍文本中提取多维度特征;然后,基于用户选课历史记录及其对应的多维度特征提取用户的多维度偏好;最后,将目标用户多维度偏好和候选课程对应的多维度特征输入极端梯度提升模型预测目标用户对候选课程的偏好,并根据预测偏好高低生成课程推荐列表。实验结果表明,融合用户多维度偏好的慕课推荐模型能够显著改善慕课推荐效果,且特征重要性和推荐案例分析进一步揭示了多维度特征在慕课推荐中的重要作用。

关键词： 智能诱导   高速公路   主动行车安全   雾区   人工智能  

摘要： 针对高速公路在大雾及雨雪等恶劣天气下雾区路段易发生严重交通事故的问题,文章介绍了一种高速公路雾区智能诱导系统。该系统深度融合物联网、传感器、无线通信、北斗卫星授时以及人工智能等技术,通过人工智能算法对实时采集的雾区天气和车流量数据进行深度分析与预测,实现对雾区诱导灯的智能精准控制和警示信息的高效发布。实际应用表明,与传统系统相比,该系统在提升高速公路雾区行车安全、通行效率、智能化管理水平以及节能环保等方面优势显著,为智慧高速公路的建设提供了坚实可靠的助力。