关键词： 食管癌   线粒体代谢   免疫浸润   机器学习   预后模型  

摘要： 目的:筛选与线粒体代谢相关的食管癌预后生物标志物并构建预后模型,探究风险评分对肿瘤免疫微环境、拷贝数变异、药物敏感性的影响。方法:GEO数据库和MSigDB数据库筛选与线粒体代谢相关的食管癌差异基因,功能富集分析揭示生物学功能;分子网络评估基因间相互作用;LASSO logistic回归、支持向量机递归特征消除(support vector machine recursive feature elimination,SVM-RFE)、随机森林(random forest,RF)机器学习构建预后风险模型;建立Nomogram模型,临床决策曲线(decision curve analysis,DCA)评估模型效能;基因集富集分析(gene set enrichment analysis,GSEA)阐明分子机制;CIBERSORT和ssGSEA算法探讨免疫学景观,评估免疫治疗反应的差异;拷贝数变异(copy number variations,CNVs)确定突变谱及频率;癌症药物敏感性(genomics of drug sensitivity in cancer,GDSC)数据库进行药敏分析。结果:筛选出6个关键基因构建预后模型;模型1、3、5年Time-ROC曲线下面积(AUC)为0.691、0.734和0.819;DCA曲线预测列线图模型有优良综合能力;低风险患者在免疫检查点抑制剂(immune checkpoint inhibitors,ICIs)治疗中有更多获益;CNVs与预后基因表达水平密切相关;药敏分析确定12种与风险评分显著相关的化疗药物。结论:线粒体代谢基因的预后价值在食管癌中得到初步验证,并与免疫微环境相关。风险评分有助于指导免疫治疗及制定用药方案,为个性化治疗提供依据。

关键词： 美国   K-12教育   人工智能   教育数字化  

摘要： 2020年以来,美国出台多项关于K-12人工智能教育的联邦法案、课程方案以及配套设施,也出台了诸多政策以推进AI教育发展。其核心经验包括:联邦立法与多部门协作的政策框架、课程设计的跨学科整合取向以及教师培训与资金支持的协同机制(NSF专项拨款)等。这些经验可以为我国推进中小学人工智能教育提供若干启示,如分层推进政策落地、教师人工智能教育能力建设创新、完善风险防控与长效保障机制等。

关键词： 物联网   人工智能   深度学习   强化学习   智能优化  

摘要： 物联网设备管理日趋复杂,传统人工模式难以应对,基于深度学习和强化学习的智能调度系统能够实现物联网设备状态实时分析和资源优化。系统部署后,设备响应时间缩短80%,设备利用率提升23%,能耗降低27.5%,故障预警准确率达95%,生产效率提升23%,年运营成本降低150万元,展现显著经济效益。

关键词： 大模型   通信   信访   电子政务   人工智能  

摘要： 随着通信技术的快速发展和用户需求的日益增长,通信行业的信访问题大幅增长、日益复杂。为此,提出一种基于大模型的通信信访智能处理平台设计方案,实现通信信访案件的智能处理,生成较高水平的答复内容。此外,还通过数据脱敏、访问控制、加密存储等措施保障数据安全,通过业务规则引擎和结构化知识库减少模型幻觉和欠拟合问题。实际应用表明,该平台提升了信访处理的效率和准确度,为通信行业的信访管理提供了新的解决方案。

关键词： 人工智能   术后康复   运动处方   应用实践   示范成效  

摘要： 目的:评估基于人工智能的术后康复运动处方系统在临床应用中的实践效果与示范成效。方法:选取2024年1月—2024年12月期间该院接受手术治疗的患者300例,随机分为实验组和对照组,各150例。实验组采用基于人工智能的术后康复运动处方系统进行康复治疗,对照组采用传统康复治疗方法。对比两组患者的康复效果、并发症发生率、住院时间、医疗费用及满意度等指标。结果:实验组患者的康复有效率(90%)显著高于对照组(70%);并发症发生率更低;住院时间更短;医疗费更低;患者满意度更高,其差异均具有统计学意义(P<0.05)。结论:基于人工智能的术后康复运动处方系统在临床应用中具有显著优势,可有效提高康复效果,减少并发症,缩短住院时间,降低医疗费用,提升患者满意度,具有良好的示范和推广价值。

关键词： 虚拟数字人   人工智能   数字化转型   CiteSpace   教育教学   可视化分析  

摘要： 虚拟数字人作为社会数字化转型的一个重要产物和元宇宙的核心要素,蕴含着巨大的发展潜能和融合潜质。研究以中国知网核心合集为数据源,利用CiteSpace 6.2.R6软件对相关文献进行可视化分析,旨在更全面地把握该领域的研究动态和发展趋势。研究结果表明,国内关于虚拟数字人的研究文献数量呈现增长趋势,尤其是在2021年后呈现爆发式增长;研究者及机构间的交流合作较为有限,缺乏领军的核心作者;发文机构以高校的新闻、传媒和艺术类学院为主,而教育教学领域的相关研究机构和学者则相对较少,相关应用研究有待进一步加强;研究热点最初聚焦虚拟数字人的生成改进技术和虚拟偶像的探讨,而后逐渐转向元宇宙背景下的相关议题。因此,打破学术壁垒,促进跨学科合作融合,突破虚拟数字人外形的逼真度和智能交互能力的技术瓶颈,探究虚拟数字人教育教学赋能路径,将成为未来研究的主要趋势。

关键词： 人工智能   地图图书   编辑模式   能力提升   出版转型  

摘要： 地图类图书编辑工作正发生深刻变革,地图编辑依靠人工操作的传统模式渐渐被AI自动化流程替代,对此,编辑人员要适应工作模式的转变,持续提升复合专业能力,由此更好迎接未来出版任务难点。文章从AI时代地图类图书编辑价值展现入手,讨论现存实际问题,根据实例分析思考应对办法,促进行业发展。

关键词： 产业革命   商业文明   人工智能   ESG  

摘要： 2025年,人工智能(AI)的发展如火如荼,深入渗透到商业与社会的每一个角落。在制造业,AI机器人正在掀起一场产业革命;在营销领域,借助大数据,AI能够精准洞察消费者需求,实现秒级出图;社会层面上,许多基础岗位面临被AI替代的风险,引发人们的焦虑;教育领域也在反思如何适应AI时代的需求。与此同时,数据隐私安全、算法偏见等问题日益凸显。

关键词： 机器学习   门尼黏度   支持向量机回归  

摘要： 基于氟橡胶生产数据,采用支持向量机回归、偏最小二乘法回归和人工神经网络算法建立了门尼黏度的定量预测模型。通过对比3种算法的模型误差,支持向量机回归在三者中表现最佳,建模平均相对误差为2.81%、留一法交叉验证平均相对误差为4.84%、预报结果平均相对误差为5.06%。研究表明支持向量机回归算法可以实现对氟橡胶生产中门尼黏度这一重要质量指标的快速预测和实时监控,为生产过程优化提供了新的思路和方法。

关键词： 风速   预测   机器学习   灰狼算法   集合经验模态分解   组合模型  

摘要： 首先将人工神经网络(ANN)、支持向量机(SVM)及极值学习机(ELM)与集合经验模态分解(EEMD)和灰狼算法(GWO)相耦合,构建多个混合模型对中国黄土高原陇东区环县风电场风速进行预测,进而将各混合模型的预测结果作为输入变量,以预测误差平方和最小为目标函数,构建无负约束的组合模型NNCT,并采用灰狼算法优化组合模型的权重,实现研究区域风电场风速的准确预测。数值结果表明,该模型可有效降低模型选择的风险,具有更高的预测精度。