关键词： 克罗恩病   焦虑   抑郁   机器学习  

摘要： 目的分析克罗恩病(CD)患者焦虑和抑郁的影响因素。方法收集2023年1月至2024年6月就诊于滨州市第二人民医院的96例CD患者的临床资料,根据焦虑抑郁状态将其分为病例组(n=51)和对照组(n=45)。采用最小绝对收缩和选择算子(LASSO)回归算法、机器学习和Logistic回归分析CD患者发生焦虑抑郁的影响因素。结果Logistic回归分析结果显示,肠道狭窄(OR=5.110,95%CI 1.121~23.302,P=0.035)、Harvey-Bradshaw指数(HBI)≥5分(OR=19.364,95%CI 4.189~89.518,P<0.001)、患者报告结局(PRO)=1(OR=7.092,95%CI1.975~25.465,P=0.003)和平均月收入≤3000元(OR=3.413,95%CI 1.113~10.464,P=0.032)是CD患者发生焦虑抑郁的独立危险因素。结论疾病活动度、肠道狭窄和经济条件是CD患者发生焦虑抑郁的影响因素,临床工作者应针对上述因素及早干预。

关键词： 人工智能   巴文化建设   现实需求   赋能路径  

摘要： 巴文化的挖掘开发、群众体验感受、文化传承推广、文旅融合发展迫切需要人工智能进行赋能,从而提高文化遗产保护与传承的效率,推动文化产业的创新发展,培育巴文化内涵发展和品牌提升的增长极.达州市巴文化建设应把握数字时代新机遇,充分发挥人工智能赋能独特优势和强大动力,进一步完善数据建设丰富研究资源、运用人工智能提升研发水平、优化数智素养打造建设队伍、突出行业跨界增强多元发展、赋能产业提质推进文旅融合.

关键词： 人工智能   主流媒体   内容赋能   平台建设  

摘要： 数智时代,主流媒体拥抱AI技术势不可逆。近年来,各大主流媒体纷纷布局智能化转型战略,并取得了丰富的探索成效。从参与新闻生产提质增效,到系统研发和产业链打造,再到在人工智能赋能内容生产、人工智能平台建设等方面,都做了积极的探索和实践。同时,主流媒体应冷静反思并主动应对AI应用带来的风险和挑战,在确保内容技术安全可控的前提下,进一步向智能化媒体转型。

关键词： 数据挖掘   机器学习算法   数据样本  

摘要： 数据挖掘是当前各领域工作中的关键技术手段,尤其是在预测分析方面,可以从海量数据中提取有效信息,为决策制定提供可靠依据。基于此,探究基于机器学习算法的数据挖掘方法,通过原始数据预处理、数据分类挖掘等,简化数据挖掘流程,提高数据挖掘效率。研究表明,机器学习算法的合理应用,不仅能有效弥补传统数据挖掘方法的不足,还能缩短数据挖掘时间,提升信息增益值,为行业应用提供参考。

关键词： 集装箱维保   人工智能   大模型   数据安全   信息共享  

摘要： 针对集装箱维保系统发展现状,结合人工智能技术发展背景,介绍集装箱维保系统智能化技术原理及功能模块,分析集装箱维保系统智能化发展优劣势,探讨集装箱维保系统智能化管理措施和发展趋势,指出未来集装箱维保系统将向退租箱维修审批智能化、箱况分级管理智能化、修箱审批与验箱智慧化协同、维保功能拓展等方向发展。

关键词： 机电一体化   智能制造   系统设计  

摘要： 设计了一种基于机电一体化技术的智能制造系统,旨在解决不同作业点间的协同作业问题。系统整合了生产、检测、组装和存储等环节,通过实时数据协同作业实现高效的订单加工。系统将机电技术、自动化控制技术和信息技术相结合,增强了设备的自主决策和自适应能力。通过传感器和嵌入式平台实时采集生产数据,设备能根据实时变化进行自我调整,确保生产流程顺畅。该系统在不同生产规模下运行稳定,内存占用率低,能够有效提升生产效率。研究表明,基于机电一体化技术的智能制造系统具有较高的实际应用价值。

关键词： ±800 kV干式平波电抗器   震后评估   机器学习   SHAP法  

摘要： 为实现电气设备的震后状态快速评估,以保障电力系统的应急决策与灾后恢复顺利进行,文中提出一种基于机器学习的评估方法。以±800 kV干式平波电抗器为研究对象,建立Abaqus有限元模型进行地震响应分析确定其抗震薄弱环节。向有限元模型中输入大量地震波计算获得用于建立评估模型所需的机器学习数据集,采取相关性分析法剔除冗余特征,选取不同机器学习算法比较其评估性能,并通过SHAP(shapley additive explanations)解释评估模型,以此避免机器学习模型的“黑箱”特性。结果表明:平波电抗器的抗震薄弱环节为支撑绝缘子根部应力响应;基于XGBoost算法架构的评估模型具有最优性能;SHAP法可从全局和局部层面揭示地震动参数对设备震后状态的影响。基于机器学习算法建立的评估模型能够快速准确地评估设备震后状态,可为变电站或换流站整站的智能化防灾系统建立提供技术支撑。

关键词： 机器学习   语言学习   大模型   语言模型   婴儿  

摘要： 世界上每个婴儿都能在出生后短短几年内学会一门语言,这样看学习语言似乎并不难。但要弄清楚这个过程是怎样运作的,就是另一回事了。对此,语言学家已经提出过详细的理论解释,但机器学习近来的发展又给这一领域增添了新的难题。计算机科学家在试图构建语言模型,以便让机器理解人类语言时,并没有沿用语言学几十年来的研究成果,而是另辟蹊径,采取新的方法,最终实现了现今像ChatGPT一样可靠的聊天机器人。可他们创造出的语言模型真的在学习吗?

关键词： ChatGPT   人工智能   教育数字化   转型措施  

摘要： 近年来,人工智能技术,尤其是基于自然语言处理的ChatGPT类人工智能,凭借其强大的语义理解和生成能力,已经在教育的各个环节中展现出巨大的应用潜力。教育数字化转型已成为全球教育改革的重要趋势,各国纷纷通过信息化手段提高教育质量、优化资源配置、促进教育公平。本文分析了ChatGPT类人工智能在其他领域的应用案例及其在教育领域的潜力,在此基础上研究了教育数字化转型的现状与挑战,并提出了ChatGPT类人工智能赋能教育数字化转型的路径,包括教育内容创新、教学方法变革、学习体验提升和教育管理智能化,并探讨了伦理和隐私问题,旨在为教育工作者、政策制定者和技术开发者提供参考,推动教育数字化转型进程。

关键词： 人工智能   高职毕业生   就业质量  

摘要： 随着人工智能技术的快速发展对就业市场的影响日益显著,尤其是对高职毕业生这一特定群体。文章基于福建某高职院校毕业生的问卷调查数据,实证考察了人工智能技术对高职毕业生就业质量的影响效应。研究结果显示,人工智能技术的应用程度与高职毕业生的就业质量之间存在显著的正相关关系,表明人工智能技术的发展为高职毕业生提供了更多的就业机会和更好的工作条件,然而,研究也指出了人工智能技术可能对传统岗位构成的替代威胁,导致就业结构的变化和就业质量的分化。因此,高职毕业生需要不断提升自己的技能和能力的同时,也要同步提升使用AI,控制AI的能力,以适应这一变化。文章的研究为理解人工智能技术对高职毕业生就业质量的影响提供了实证依据,并为高职院校的教育改革、课程设置、就业指导和政策制定提供了参考。