关键词： 暨南大学   河南大学学报   东北师大学报   苏州大学学报   人工智能   知识产权   新兴权利   拼音排序  

摘要： 为深入探讨新兴权利的内涵与外延,探索中国法学自主知识体系的构建,2024年6月22日,第十一届“新兴权利与法治中国”学术研讨会在广州举行。本次论坛以“人工智能背景下的新兴权利”为主题,由《学习与探索》同《北京行政学院学报》《东方法学》《东北师大学报(哲学社会科学版)》《法学论坛》《河南大学学报(社会科学版)》《暨南学报(哲学社会科学版)》《江汉论坛》《求是学刊》《苏州大学学报(哲学社会科学版)》《中国刑事法杂志》(按拼音排序)11家期刊联合主办,暨南大学学报编辑部与暨南大学法学院/知识产权学院共同承办。

关键词： 人工智能   伦理治理   社会实验   计算实验   治理效能  

摘要： 近年来,人工智能技术的突破性发展为人类社会带来了诸多便利,但与此同时也给人类社会带来了不容小觑的风险和挑战,由此涌现了一系列关于人工智能伦理治理的研究成果。目前,主要的治理策略包括建构伦理治理模型和倡导伦理服务理念,本文试图提出第三种策略作为平行方案,即以实验方法论为基础开展人工智能伦理治理。以实验方法开展人工智能伦理治理的重要性就在于能够有效提升识别伦理风险、评估伦理治理框架、化解伦理治理冲突的效能。以实验方法开展人工智能伦理治理包括计算实验和社会实验,前者旨在利用计算机仿真技术对场景进行模拟和测试,而后者则旨在通过社会调查、社会访谈等方法对真实场景中的问题展开研究。这两种实验方法有其各自的实施过程和适用场景,但也存在着在实际开展过程中的困难和问题。总的来说,以实验方法开展人工智能伦理治理,通过预先设计可控实验探索风险影响机制,有助于从根本上提升人工智能伦理治理的效能,为缩小人工智能伦理治理中“是什么”到“如何做”的鸿沟提供解决思路。

关键词： 人工智能   学习行为   学习行为分析   教学评价  

摘要： 人工智能技术的发展和应用是现阶段的一个热点问题,教育部在2023年提出要积极推进人工智能技术与教育的深度融合,全面提升师生素质素养,促进教育变革创新和高质量发展。为研究人工智能技术在学习行为分析领域应用的研究热点和趋势,本项目基于CNKI数据库,以2000-2023年间发表的学术期刊中的158篇有效文献作为样本,采用文献计量法和内容分析法,应用可视化软件CiteSpace分析人工智能技术应用于学习行为分析领域的研究状况,生成该领域的发文趋势、发文作者与合作网络关系、关键词聚类、关键词时间线图和时区图分析等知识图谱,并用内容分析法重点研究了该领域核心作者的研究成果以及人工智能技术在学习行为分析领域的技术应用研究进行了系统性的梳理和总结。经研究得出,随着信息化创新发展,人工智能技术在学习行为分析中的影响日益凸显,对优化教学成效、推动个性化教育发展发挥积极作用。针对人工智能技术应用与学习行为分析领域研究中存在的问题,本研究认为应从加强数据集的建设与共享、注重实用性和可行性技术的应用尝试、关注数据收集与应用过程中的伦理问题和对学习者的隐私保护等方面做研究深化。

关键词： 国产大模型   人工智能   公共算力平台   云计算   资源管理  

摘要： 随着算力规模的迅猛增长和布局结构的优化,公共算力平台正显著促进产业升级与经济发展。然而同时也存在诸多挑战,包括协同发展、生态完善以及数据安全等问题。同时我们也看到,国产人工智能大模型的迅猛发展对算力平台的性能和服务范围扩展具有关键影响,通过“智慧利川·人工智能新基建”项目展示了国产人工智能大模型在实际中的应用成效。在人工智能后续发展过程中,为克服现有挑战并实现高质量发展,需要加强技术攻关和标准实施,以增强中国的人工智能基础力量和推进数字化转型。

关键词： 人工智能   数字人才   数字素养   人才观  

摘要： 在人工智能时代,教育的重要性比以往任何时候都要突出。教育不仅仅是知识的传递,更是个体适应未来社会、服务社会并推动社会进步的关键。

关键词： 出血性脑卒中   下肢深静脉血栓   机器学习   预警模型  

摘要： 目的利用机器学习算法构建出血性脑卒中下肢深静脉血栓风险预警模型,为临床管理决策提供参考。方法选取2019年1月至2023年12月遵义医科大学附属医院351例急性出血性脑卒中住院患者为研究对象,将数据集分为DVT组(n=155)和非DVT组(n=196),通过医院电子病历系统收集风险预测的特征指标,使用最低绝对收缩和选择算子(LASSO)回归进行特征降维筛选,利用6种机器学习算法来构造模型,其中包括线性回归模型(LR)、支持向量机分类器(SVC)、随机森林分类器(RFC)、弹性网络模型(EN)、梯度提升分类器(GBC)和多层感知器分类器(MLPC),使用SHAP对特征属性进行数值表达。结果LASSO回归在训练集中筛选出10个预测因子用于构建模型,包括卧床时间≥72 h、急性感染、红细胞比容、左侧下肢肌力、输血、住院天数、D-二聚体、年龄、血清肌酐、右侧下肢肌力。随机森林算法表现最为良好,构建的模型曲线下面积(AUC)为0.95,SHAP排名前五的特征分别为卧床时间≥72 h、急性感染、D-二聚体、年龄、血清肌酐。结论基于机器学习的出血性脑卒中下肢深静脉血栓风险预警模型建立能有效识别DVT发生风险,为临床预防和干预提供参考。

关键词： 负氧离子   PM_(2.5)   空气清新指数   卫星遥感   机器学习  

摘要： 负氧离子浓度和PM_(2.5)质量浓度是衡量空气新鲜和清洁程度的重要指标。文章利用2018—2022年福建气象部门50个负氧离子观测站资料,以及基于卫星遥感反演的气溶胶、植被指数、地表亮温等生态环境参数,并融合Cubist机器学习方法建立负氧离子浓度和PM_(2.5)质量浓度估算模型,在此基础上提出综合考量负氧离子浓度和PM_(2.5)质量浓度来建立空气清新指数,并采用统计学上数据序列频率的四分位数结合负氧离子的时空变化特征对空气清新指数进行分级,最后实现对区域空气清新度的精细化网格监测。结果表明:负氧离子浓度估算训练模型拟合优度为0.838,测试模型拟合优度为0.526;PM_(2.5)质量浓度估算训练模型拟合优度为0.968,测试模型拟合优度为0.867。基于气象、遥感和机器学习算法的空气清新指数监测结果与实际情况相符。

关键词： 机器学习算法   通信电子线路   微损伤检测   小波包   小波讯号   卷积神经网络  

摘要： 在通信电子线路损伤检测过程中,由于一些微损伤特征较难察觉,从而导致损伤检测准确率较低。为此,提出了机器学习算法下的通信电子线路微损伤检测方法,实现对电子线路微损伤的精准、高效检测。引入小波包特征分析,提取小波讯号动能特征,计算损伤敏感度,构建基于一维卷积神经网络的通信电子线路微损伤检测模型,将提取到的动能特征作为模型输入,经特征样本区别标明、训练数据集合有放回抽样,实现模型参量更新,最终在最佳训练模型中输入待测线路样本以实现电子线路微损伤检测。实验表明:所提算法有效检测出通信电子线路的微损伤,对微损伤检测应用性和可行性较高,且抗噪声干扰能力强。

关键词： 旅游产业发展   多维特征变量   组态视角   路径选择   机器学习  

摘要： 运用机器学习方法识别旅游产业发展的复杂前因和组态路径,以此赋能我国区域协调发展和共同富裕目标实现。文章基于生产函数理论,以我国298个地级及以上城市为研究对象,采用K均值聚类算法将样本城市划分为发展受阻型、稳中求进型和全面辐射型3种群组类型,运用分类与回归树算法挖掘不同类型城市资源、技术和制度层面多维特征变量与旅游产业发展之间的复杂关系结构。研究发现:1)旅游产业发展的驱动要素具有耦合协调效应,体现为不同类型城市多维特征变量的横向耦合一致性和纵向等级分层性;2)高度相似城市因要素差异化配置获得不同旅游产业发展水平,表明每类城市都有适宜自身发展的组态条件,为推动区域协调发展提供现实基础;3)不同类型城市旅游产业高水平发展的驱动要素具有组合差异性,整体呈现殊途同归的作用效果,发展受阻型城市由“科技筑基-区域开放-文化吸引”驱动,稳中求进型城市由“经济引领-科技创新-数字赋能”驱动,全面辐射型城市由“文化吸引-交通增质”驱动。研究结论为我国城市旅游产业如何依据自身要素禀赋条件获得高水平发展提供了新思路和新参考依据。

关键词： 融媒体   人工智能   智能图像生成  

摘要： 随着信息技术的迅猛进步,融媒体系统已成为地方信息传播与舆论引导的关键力量。然而,许多融媒体系统在图像生成技术方面存在明显不足,难以在图像内容生成上实现高效、创新。针对融媒体系统在智能图像生成技术上的不足,提出采用智能图像生成系统作为创新解决方案,以提升融媒体系统的内容质量、生产效率和创新能力。