关键词： 人工智能   AIGC   多模态教学资源   国际中文教育   教育数字化  

摘要： 人工智能生成内容(AI Generated Content,AIGC)掀起了新一轮智能革命,也推动了教育行业的改革与发展。而国际中文教育数字化、智能化的发展,对国际中文教学资源的质量提出了高要求。对此,文章依托SOR理论,整合语音合成、文本翻译、图像生成等AIGC技术,构建了由需求分析、智能生成和质量管控三个模块组成的人工智能多模态教学资源生成框架。之后,文章依托此框架开展了人工智能多模态教学资源生成实践,并从多角度进行了评价,结果显示:AIGC技术生成的多模态教学资源具有较好的音频质量和图像质量;教师对多模态教学资源应用于教学抱有乐观态度,并认为这些资源多数达到了可用状态;学习者对多模态教学资源的使用体验整体上偏积极,并认为这些资源能够在多方面促进学习。文章应用AIGC技术生成人工智能多模态教学资源,有助于优化国际中文教学资源建设模式,推动国际中文教育的高质量发展。

关键词： 人工智能   煤矿机电设备   故障诊断及预防性维护  

摘要： 随着人工智能技术的发展,越来越多的煤矿开始探索如何利用人工智能来提高设备的运行效率,降低故障率,实现对设备运行状态的实时监测和数据分析,从而提前发现潜在问题并采取相应措施,有效预防设备故障的发生.本文旨在探讨基于人工智能的煤矿机电设备故障诊断及预防性维护方法,以供相关企业参考和借鉴.

关键词： 人工智能   足   踝关节   机器人手术  

摘要： 21世纪已经证明,数据是新的黄金。人工智能(AI)驱动的技术可能会改变包括整形外科在内的所有医学专业的临床实践。人工智能具有广泛的子组件,包括机器学习,它由一个称为深度学习的细分组成。人工智能有可能增加医疗保健服务,改善指征和干预措施,并最大限度地减少错误。在骨科手术中,人工智能支持外科医生对放射图像的评估、外科住院医师的培训以及机器辅助手术的出色表现。人工智能算法改善了医院和诊所的行政和管理流程、电子医疗数据库、监测结果和安全控制。几乎所有骨科亚专科都在开发人工智能模型,包括关节镜、关节成形术、肿瘤、脊柱和儿科手术。本研究讨论了人工智能在足部和踝关节手术中的应用、局限性和未来前景。The twenty-first century has proven that data are the new gold. Artificial intelligence (AI) driven technologies might potentially change the clinical practice in all medical specialities, including orthopedic surgery. AI has a broad spectrum of subcomponents, including machine learning, which consists of a subdivision called deep learning. AI has the potential to increase healthcare delivery, improve indications and interventions, and minimize errors. In orthopedic surgery, AI supports the surgeon in the evaluation of radiological images, training of surgical residents, and excellent performance of machine-assisted surgery. The AI algorithms improve the administrative and management processes of hospitals and clinics, electronic healthcare databases, monitoring the outcomes, and safety controls. AI models are being developed in nearly all orthopedic subspecialties, including arthroscopy, arthroplasty, tumor, spinal and pediatric surgery. The present study discusses current applications, limitations, and future prospective of AI in foot and ankle surgery.

关键词： 大数据“杀熟”   数据体验   人工智能   人性化趋势理论  

摘要： 随着智媒场景的到来,“杀熟”一词由现实消费市场转向虚拟消费市场。而随着技术的不断加持,在智媒当中所存在的大数据“杀熟”问题也正在不断加剧。大数据“杀熟”从数据时代走向了智能时代,其数据“杀熟”的能力表现从服务经济走向了更体验化的经济,体验化的用户投喂式“杀熟”,数据在体验中流动。为此,应加强用户自主服务性,提高算法透明度,以此实现智能化技术的合理利用。

关键词： 人工智能   流形学习   降雨时空特征   山丘区小流域洪水预报  

摘要： 山丘区洪水产汇流速度快,破坏力强,预报难度大。如何进一步提高山丘区洪水预报的准确性和预见期,是当前亟待解决的主要问题。针对该问题,本文基于机器学习技术,创新性地提出了一种洪水预报的新方法。该方法通过识别与当前降雨动态时空特征最相似的历史降雨洪水过程,“借古喻今”进行洪水预报。结果表明,在人为影响小、流域面积在600 km^(2)左右的山丘区小流域,该方法预报洪峰流量平均误差为8.33%,洪量平均误差为14.27%,峰现时间平均误差1 h,均达到了洪水预报精度要求。区别于传统的洪水预报方法,该方法从整场降雨发展趋势的角度上预报山洪,更有针对性,为山丘区小流域洪水预报提供了新思路,为“三道防线”数据深度挖掘,防洪“四预”智能化水平提升提供有力技术支撑。

关键词： 胰腺肿瘤   预后   SEER规划   机器学习   列线图  

摘要： 背景与目的:胰腺导管腺癌(PDAC)是胰腺癌中最常见的病理类型,其远期预后差,缺乏个体化的预后评价工具。本研究通过SEER数据库中的大样本真实世界数据,基于机器学习算法,构建PDAC患者预后列线图,旨在精准化、个体化评价PDAC患者的预后,为临床决策制定提供参考。方法:根据纳入和排除标准,提取SEER数据库2000—2018年期间经病理学确诊为PDAC患者的临床病理及预后资料。按7∶3随机分为训练集和验证集。在训练集中,分别采用单(多)因素Cox比例风险模型、LASSO回归模型和随机生存森林模型筛选影响PDAC预后的独立因素,构建预测6、12、36个月肿瘤特异性生存期(CSS)和总生存期(OS)的列线图模型。随后,分别在训练集和验证集中利用一致性指数(C指数)、受试者工作特征(ROC)曲线、校准曲线、生存曲线、决策曲线分析对模型进行验证和评估。结果:本研究共纳入4237例患者,其中训练集2965例,验证集1272例,两组基线资料均衡可比。训练集和验证集中患者的中位随访时间分别为18(9~36)个月和18(9~37)个月。多因素Cox比例风险模型显示,年龄、T分期、N分期、M分期、分化程度、手术、系统治疗和化疗是OS的独立影响因素(均P<0.05);年龄、T分期、N分期、M分期、分化程度、手术和化疗是CSS的独立影响因素(均P<0.05)。LASSO回归模型显示,年龄、分化程度、T分期、N分期、M分期、化疗、手术、淋巴清扫范围、放疗和系统治疗与OS相关;分化程度、T分期、N分期、M分期、化疗、手术、淋巴清扫范围、放疗和系统治疗与CSS相关。随机生存森林模型显示,影响OS的重要性评分前五位变量分别为:系统治疗、分化程度、N分期、化疗和T分期;而影响CSS的重要性评分前五位变量分别为:系统治疗、分化程度、N分期、化疗和AJCC分期。基于多因素Cox回归模型、LASSO回归模型和随机生存森林模型的分析结果并结合临床重要性,最终选择年龄、T分期、N分期、M分期、分化程度、手术和化疗,共七个临床特征成功构建预测6、12、36个月的OS和CSS的预测模型。模型验证结果表明,对于OS,在训练集和验证集中的C指数分别为0.692(95%CI=0.681~0.704)和0.680(95%CI=0.664~0.698);对于CSS,在训练集和验证集中的C指数分别为0.696(95%CI=0.684~0.707)和0.680(95%CI=0.662~0.698)。ROC曲线表明模型具有良好的预测价值;校准曲线均靠近理想的45°参考线。结论:年龄、TNM分期、分化程度、手术和化疗是PDAC患者预后的独立影响因素;基于这些变量构建的预测模型,有较高的区分度和准确度。有助于临床医师为PDAC患者制定精准的、个体化的治疗和随访方案。

关键词： 智能化扩胎装置   人工智能   自动化控制  

摘要： 为了提升智能化汽修扩胎装置的性能和应用范围,通过引入先进技术和优化设计进行研究,分析了人工智能技术、自动化控制系统、多功能扩胎模块及人机交互界面的创新。结果表明,设备性能显著提高,操作效率和安全性得到有效改善。然而,目前仍需解决自动化不足、操作效率低、安全性不高的问题,因此需要加强技术研发、产学研合作以及标准规范的完善,以便推动行业的进一步发展。

关键词： 脑动脉瘤   SpringBoot   辅助诊断   医疗技术   人工智能  

摘要： 脑动脉瘤是造成蛛网膜下腔出血的重要病因,其种类繁杂,在形态和临床表现等方面多具异质性,基于医学影像及病理图像的精准判断对治疗脑动脉瘤具有重要价值。文章设计开发了一种基于SpringBoot的脑动脉瘤智能辅助诊断平台,主要包含脑动脉瘤智能诊断、脑动脉瘤在线病房和脑动脉瘤康复记录三大功能模块。首先获取用户的活检细胞成像图,将其上传至云端服务器;其次利用图像分析、可视化分析和底层内置图像标注算法,生成辅助诊断病历;最后发送到医生客户端以辅助病情诊断。此系统可以为患者提供更快速、便捷的诊疗辅助服务,以及为临床医生的诊断提供科学的参考依据,还可部分缓解优质医疗资源分布不均的问题。

关键词： 轨道交通安全   列车运行控制系统   轨道交通行业   轨道交通列车   人工智能   智能铁路   科技创新水平   期刊  

摘要： 为促进轨道交通列车控制技术的创新与发展,提升我国轨道交通列控系统关键技术和装备的自主创新水平,《铁路通信信号工程技术》期刊现对能反映轨道交通科技创新水平的文章进行征文,征文内容如下:征文内容1.国内外轨道交通通信信号技术发展综述;2.轨道交通安全控制基础理论研究;3.智能铁路和智慧铁路关键技术研究;4.轨道交通行业人工智能技术研究与应用;?5.基于国产芯片的列车运行控制系统.

关键词： 空天地海一体化网络   多接入边缘计算   资源管理   人工智能  

摘要： 通过天基网络、空基网络、地基网络和海基网络的优势互补形成的空天地海一体化网络是下一代移动通信系统的关键,能够实现全球域的泛在连接。多层异构的空天地海一体化网络与多接入边缘计算技术的联合使用,能够为用户提供各种服务的支持。首先提出了空天地海一体化网络架构,概述了该架构的优势以及该架构下移动边缘计算面临的关键技术挑战。然后,详细阐述了基于多接入边缘计算、双层调度多平台协作和人工智能的资源管理方案的分布式计算架构以及实施流程。最后,对未来空天地海一体化网络中资源管理以及多接入边缘计算的发展趋势进行了分析和展望。