关键词： 隧道火灾   烟气图像   机器学习   火势预测  

摘要： 隧道火灾预测的传统方法是使用传感器,但存在设备老化、误报率高等缺陷,因此需要开发更加高效的火灾预测手段。该文提出一种利用在隧道外安全区域可观测的外部烟气图像和深度学习算法,对隧道内的火源功率和火源位置进行同步预测的方案,首先通过FDS软件构建了100 m长隧道的外部烟气图像数据库,再利用VGG16神经网络框架建立了烟气图像与火源参数间的联系。结果表明,该文所提方案可对隧道火灾进行有效预测;基于隧道双侧正向视角的烟气图像训练所得模型的预测精度最高,对火源功率的预测误差小于25%,对火源位置的预测误差小于10 m;此外,当火源以0~2 m/s速度移动时,该文所提方案依旧可进行有效预测。该文成果可为隧道火灾的智能预测技术提供参考。

关键词： 人工智能   思政课   医学院校  

摘要： 人工智能助推高校思政课改革创新,是提升思政课吸引力和针对性的内在要求,也是新时代思政课坚守意识形态阵地的应有之义。医学院校思政课是培养医学人才、推动卫生健康事业发展的关键环节。应充分发挥人工智能技术优势,不断推动医学院校思政课教育主体共融、教育内容共频、教育空间共振、教育主题共鸣。同时,价值之困、主体之困、数字之困、技术之困等又使赋能过程面临诸多现实梗阻。为此,应坚持思政课立德树人价值导向、不断提升教学队伍数智素养、强化数字伦理意识和安全意识、以系统思维推进思政课智能化建设,确保人工智能在赋能思政课教学中的健康和可持续发展。

关键词： 两会   DeepSeek   吴洪亮   艺术家   展览   人工智能  

摘要： 两会期间,当媒体询问吴洪亮如何看待以DeepSeek为代表的人工智能兴起再度引发“艺术家会被人工智能淘汰”之担忧时,乐观且极具远见的囬答让他再次“出圈”。凭借深入的行业研究和诸多成功实践,吴洪亮自担任委员后,他关注的方向不仅是业界的重大议题更多是时代课题。

关键词： 顶层设计   产业生态   政策引导   大数据   人工智能  

摘要： 充分挖掘“两新”政策和浙江数字经济优势,以轨道交通智慧运维产业为抓手,通过强化顶层设计、优化政策引导、构建创新平台、培育产业生态等举措,为浙江“交通强省”建设注入新动能.轨道交通智慧运维产业是以大数据、人工智能、物联网、5G等新一代信息技术为核心,通过智能化手段对轨道交通设施设备的全生命周期进行状态监测、故障预警、健康管理及精准维护的综合性服务体系。根据相关报告,到2025年,我国轨道交通运维市场规模将达到1500亿元以上,轨道交通正加速向专业化、智能化转型,智慧运维产业前景巨大。

关键词： 机器学习   汽车钢板   工艺优化   力学性能  

摘要： 为了满足高强汽车钢板定制化研发的需求,采用随机森林、极限梯度提升树、支持向量机、自适应提升树和高斯过程回归五种机器学习方法,对不同产线的590 MPa级汽车钢板的化学成分、工艺参数、力学性能指标等数据进行了研究,以构建抗拉强度和伸长率的预测模型。结果表明,特征参数的数量以及质量对模型预测精度的提高至关重要,对数据量为514条,特征参数为27个的M钢而言,采用自适应提升树方法训练后的模型预测精度R2值可达到0.9以上,对于数据量过少或者关键特征缺失的产线钢种,其预测效果并不理想;基于该钢种组织中残余奥氏体发挥相变诱发塑性的强塑化机理,引入热力学参数特征可有效简化模型。另外,用平行坐标图以及SHAP值评估,探讨了不同工艺参数在模型预测中的重要性,并分析了这些参数对抗拉强度和伸长率的影响程度,为机器学习方法在高强汽车钢板产线工艺优化中的应用提供了理论参考。

关键词： 睡眠医学   生理电信号   自动睡眠分期   机器学习   深度学习   深度神经网络  

摘要： 基于生理电信号的睡眠分期是监测睡眠过程和诊疗睡眠疾病的重要前提,针对人工睡眠分期方法存在耗时久、效率低、具有主观性等问题,近年来自动睡眠分期方法凭借高效性和准确性受到研究者的关注。因此,从算法设计的角度针对近6年的自动睡眠分期算法进行综述,分为传统机器学习和深度学习两大类,并对2个类别按照单通道与多通道生理电信号2种输入方式,从模型算法、信号类型、分期性能方面进行归纳总结。通过对比可知:单通道信号输入降低了信号采集成本,更适用于家庭睡眠监测,而多通道信号输入贴合分期准则,更适用于临床睡眠分析;深度学习类算法相较于传统机器学习类算法更具有研究前景,其可利用深度神经网络自动学习信号内在表征,在高效处理大规模数据的同时提供较好的分期性能。深度学习方法未来的研究重点应该从模型设计的角度转变为提升模型可解释性和泛化性,从而推动深度神经网络在睡眠医学领域中的应用。

关键词： 黄精   心脏衰老   网络药理学   机器学习   分子对接   作用机制  

摘要： 目的:利用网络药理学、机器学习和分子对接阐释黄精对心脏衰老的作用机制。方法:通过TCMSP数据库获取黄精的活性成分,同时运用UniProt与Swiss target prediction数据库获取药物相关靶点;在GeneCard、OMIM等数据库筛选心脏衰老相关靶点;通过jvenn在线平台获取黄精与心脏衰老的交集靶点;用Cytoscape 3.10.3软件绘制药物-成分-靶点-心脏衰老网络;用STRING与Cytoscape 3.10.3构建蛋白互作网络;分别使用随机森林(RF)、套索回归(Lasso)和支持向量机(SVM)机器学习算法筛选出核心靶点;通过Metascape数据库进行GO功能与KEGG通路富集分析;用AutoDock软件进行分子对接验证。结果:筛选出5个关键活性成分,分别为黄芩素、甘草素、4',5-二羟基黄酮、(2R)-7羟基-2-(4-羟基苯基)-苯并四氢吡喃-4-酮、3′-甲氧基大豆黄素;筛选得到10个关键靶点,其中哺乳动物雷帕霉素靶蛋白(MTOR)为机器学习算法预测的最核心靶点,涉及癌症途径、神经退行性疾病、Apelin、细胞周期、核因子-κB等信号通路。分子对接表明核心靶点与核心成分具有较好的结合活性。结论:黄精可能通过调控多个靶点与信号通路来影响心脏衰老。

关键词： 通用模型   深蓝   ChatGPT   阿尔法狗   阅读   人工智能  

摘要： “人工智能+”应当怎么加从1997年计算机程序“深蓝”战胜国际象棋大师卡斯帕罗夫,到2016年人工智能围棋程序“阿尔法狗”战胜围棋世界冠军李世石,在这大约20年间,人们对人工智能在特定领域中是否能够超越人类自身的智力进行了大量争论。近两年来,随着ChatGPT等通用模型及一些专用模型的涌现,如何加快推动人工智能技术发展、怎样应用人工智能赋能产业升级等,成为人们热议的话题。

关键词： 胃肿瘤   人工智能   胃癌根治术   腹腔镜检查   深度学习   机器学习  

摘要： 胃癌是全球范围内发病率与死亡率较高的恶性肿瘤之一,早期诊断与精准治疗对提高患者生存率至关重要。人工智能在胃癌诊疗中展现出多维应用价值。内镜诊断方面,深度学习模型通过白光内镜图像分析提升病变识别及浸润深度判断能力(曲线下面积达0.870),显示出强大的预测性能;影像学领域,基于计算机断层扫描的多模态影像组学模型在腹膜转移预测(曲线下面积达0.843)及化疗反应评估中表现优异;手术辅助中,机器学习可预测内镜切除的成功率(准确率>93%),卷积神经网络实现腹腔镜血管精准识别(精度>0.93)。目前瓶颈集中在系统接口标准化及多中心数据协同,未来需融合轻量化模型、联合学习框架及智能机器人技术,构建覆盖胃癌全周期的人工智能增强诊疗体系。

关键词： 机器人自动技术   数控机床   智能制造  

摘要： 旨在设计基于机器人自动技术的数控机床产线,以提升制造业的生产效率和智能化水平。通过集成机械、电子、控制、计算机和人工智能等技术,设计了机器人单元、数控机床单元和控制系统,并通过实验验证了其可行性和优越性。结果表明,该产线在生产效率、加工质量、柔性化水平和智能化方面均显著优于传统产线。