关键词： 人工智能   工业机器人   战略性新兴企业   企业进入   数字经济  

摘要： 互联网、大数据和智能技术的发展拓展了人工智能的应用场景，催生了新行业和新兴消费市场，为新兴企业进入提供便利。基于2010～2022年中国城市层面数据探讨人工智能对战略性新兴企业进入的影响。研究发现，人工智能应用有利于新兴企业的进入。人工智能发展有利于相关技术的攻关和突破，汇集高素质和高技能型人才，提高城市技术集聚水平，产生较强的外部性，有利于新兴企业的涌现。此外，人工智能应用的积极作用主要集中在东部地区和中心城市，以及数字经济发展水平高、市场化程度高的地区。同时，数字经济发展和市场化水平提高会促使人工智能应用形成边际报酬递增的非线性影响。经济后果检验发现，工业机器人的应用对经济社会的影响不仅在于新兴市场进入，还会影响社会整体创业氛围，对经济高质量发展有明显促进作用。

关键词： 布尔可满足性问题   消息传递神经网络   图神经网络   机器学习   人工智能  

摘要： 为优化端到端神经布尔可满足性问题(SAT)求解器的消息传递网络结构、减少求解过程中的迭代次数并提升求解器性能，提出一种新型的更多更深的消息传递网络（MDMPN）。该网络通过引入整体消息传递模块，在每次消息传递迭代中实现从文字节点到子句节点的额外的整体消息传递，以传递更多的消息。同时，通过引入消息跳跃模块，实现从文字节点到它的二阶邻居的消息传递，从而传递更深的消息。为了评估MDMPN的性能与泛化能力，将它应用于目前先进的神经SAT求解器QuerySAT和基础神经求解器NeuroSAT。实验结果表明，在困难随机3-SAT数据集上，应用MDMPN的QuerySAT求解性能优于标准的QuerySAT，在求解包含600个变量的困难3-SAT问题上准确率提高了46.12个百分点。应用MDMPN的NeuroSAT也优于标准的NeuroSAT，在求解包含600个变量的困难3-SAT问题上准确率提高了35.69个百分点。

关键词： 公共文化服务   文化馆数字化   公共文化云建设   人工智能  

摘要： 本文探讨了人工智能技术在文化馆数字化转型中的应用及其前景。近年来,深度学习算法和大模型平台的发展推动了人工智能技术的突破。本文分析了人工智能对公共文化服务,特别是在内容生成、传播应用和场景体验方面的影响。AIGC技术在文本、图像、视频生成等方面的应用,为文化资源开发和内容生产带来新视角。大模型平台通过学习文化资源数据,实现个性化生成资源,推动文化机构数字化转型升级。智能机器人、数字人、AR/VR等技术为公众提供沉浸式文化体验。在公共文化云平台发展方面,国家公共文化云平台引入5G、区块链、大数据等技术,提升了平台功能智能化程度和内容生产的智慧化水平,提升了用户个性化体验。在公共文化新空间的发展上,本文讨论了“公共文化驿站”建设,展示了数字化技术在公共文化服务领域的创新应用。最后,本文展望了人工智能与公共文化云深度融合的未来,强调了政策引导和智能驱动在推动公共文化自信繁荣发展中的作用。

关键词： 边坡工程   滑坡易发性   不完整滑坡编录   机器学习   SBAS-InSAR  

摘要： 滑坡样本数据是构建易发性模型的基础，而滑坡样本缺失会影响易发性建模和预测结果的准确性。为了揭示滑坡样本缺失下易发性规律及提出潜在滑坡识别方法，以江西省寻乌县为例，基于野外地质调查的滑坡编录数据(假设为理想工况)，通过随机均匀选取并剔除10%,20%,30%,40%,50%比例和研究区南部的滑坡样本模拟不同滑坡样本缺失工况及聚集性缺失工况，分别选取随机森林和支持向量机模型构建不同滑坡样本缺失工况易发性模型，分析滑坡样本缺失对易发性预测结果的影响规律。同时，结合SBAS-InSAR技术和易发性预测结果构建易发性-InSAR多源信息法，进行滑坡样本缺失地区潜在滑坡识别。最后，在滑坡样本聚集性缺失工况的基础上，将识别的潜在滑坡作为扩充样本构建滑坡易发性模型，并进行精度评价。结果表明：(1)滑坡样本缺失的比例越大则滑坡易发性评价结果的不确定性就越强，且聚集性缺失工况下的滑坡易发性预测精度下降明显；(2)易发性-InSAR多源信息法可以准确识别潜在滑坡，为滑坡样本缺失地区扩充滑坡样本提供有效方法；(3)相较于滑坡样本聚集性缺失的工况，滑坡样本扩充工况下的滑坡易发性结果具有更高的精度和更低的不确定性，表明潜在滑坡识别可有效改善滑坡聚集性缺失这一严肃问题。

关键词： 机器学习   机械自动化   设备检测   故障诊断  

摘要： 机器学习在设备状态监测、工艺优化、机器人控制和生产调度方面具有显著优势,当前在机械自动化领域得到了广泛应用.然而,在实践中,该技术在数据质量、标注成本、模型复杂性和实时性、算法性能和鲁棒性等方面存在许多挑战.基于此,本文提出了提高数据质量、简化模型结构、优化算法性能以及提高系统鲁棒性等一系列策略,以确保机器学习技术在机械自动化领域中能够得到有效应用.

关键词： 特征提取   机器学习   神经网络   预测  

摘要： 光伏功率预测对电力系统的调度和运行具有重要意义。针对辐照度预报存在偏差以及单一模型预测精度不高而导致的光伏功率预测效果较差的问题，提出一种基于斜面辐照度机理模型的类别型梯度提升（Category Boosting，CatBoost）算法和具有多头注意力的双向门控循环单元（Bidirectional gated recurrent unit with multi-head attention，BiGRUM）网络的组合模型进行光伏功率预测。首先，将天气预报模型预测的全球水平总辐照度（global horizontal irradiance，GHI）通过斜面辐照度机理模型修正为光伏板上的斜面辐照度（Global tilted irradiance，GTI），同时通过物理方法计算光伏板倾斜面上直接辐照度和散射辐照度修正因子，进一步修正辐照度。然后，根据所有特征对输出功率的贡献大小筛选出重要特征作为组合预测模型的输入。最后，利用光伏电站的真实运行数据对所提方法进行对比实验。在总体性能结果显示，与其他方法相比，所提方法MAE指标至少降低15.56%，RMSE指标至少降低14.67%。

关键词： 智能场景   智慧城市   概念   物联网   人工智能  

摘要： 随着智慧城市建设加速落地实施，城市各类空间场景的智能化将成为城市真正落实智慧愿景的重要趋势和关键抓手。以全球近10年246项城市场景智能化项目为样本，全面剖析当前各国智能场景实践探索的发展现状。结合文献理论研究，提出城市智能场景的概念定义，总结智能场景具有“技术赋能”与“空间载体”两大特征。详细解读智能场景规划设计四大关键要素“全面感知、精准判断、恰当反应、学习优化”，探讨具有可操作性的城市空间场景智能化路径，以期为全面推动智能场景的实践落地提供全新的理论视角和实践路径支撑。

关键词： 影像组学   肺癌   肿瘤分期   机器学习   预测模型  

摘要： 目的：探讨CT影像组学机器学习分类模型对非小细胞肺癌患者分期进行预测的价值。方法：从癌症影像数据库（TCIA）下载lung1数据集，选用符合条件的291例非小细胞肺癌患者的数据并将其分为两组，1组（Ⅰ、Ⅱ期）和2组（Ⅲ期、Ⅳ期）。从每个肿瘤病灶分别提取1 037个影像组学特征，运用t检验、最小绝对收缩和选择算子（LASSO）算法进行特征筛选。病灶的CT形态学特征通过t检验和卡方检验进行筛选。采用Logistic回归、随机森林、高斯朴素贝叶斯、支持向量机、AdaBoost等5种机器学习分类器进行模型训练并建立预测模型，用受试者工作特征曲线（ROC）来评价这些预测模型的效能并选出最优模型。最后使用在本院收集的91例患者数据进行外部验证。结果：本研究在特征筛选后，得到13个具有较高诊断价值的影像组学特征用于后续建立NSCLC患者分期预测模型。在5种机器学习分类模型中，随机森林分类预测模型是最佳模型，运用此模型的验证集AUC值最高，为0.740。经过外部验证，该模型在训练集AUC值为1.000，敏感度为1.000，特异度为1.000；测试集AUC值为0.698，敏感度为0.873，特异度为0.500。病例的CT形态学特征里面，除了病灶大小之外，其它特征在不同分期患者的差异无统计学意义。结论：CT影像组学机器学习分类模型对NSCLC患者的分期有一定的预测能力。

关键词： 卵巢储备功能减退   育肾养卵方   人工智能   网络药理学   HIF-1α/VEGFA信号通路  

摘要： 目的 观察育肾养卵方对卵巢储备功能减退(diminished ovarian reserve,DOR)小鼠卵巢储备功能的影响,并基于低氧诱导因子(hypoxia-inducible factor,HIF)-1α/血管内皮生长因子A(vascular endothelial growth factor A,VEGFA)信号通路探讨其作用机制.方法 基于人工智能的网络药理学进行机制分析,将50只6周龄C57BL/6雌鼠按体质量随机区组法分为对照组、模型组、中药低剂量组、中药中剂量组、中药高剂量组,每组10只.通过苏木精-伊红染色法观察卵巢窦卵泡计数,酶联免疫吸附法(enzyme-linked immunosorbent assay,ELISA)检测血清激素水平,缺口末端标记法(TdT-mediated dUTP nick end labeling,TUNEL)检测卵巢颗粒细胞凋亡;免疫组织化学法检测卵巢HIF-1α的表达;蛋白印迹法检测卵巢HIF-1α、VEGFA、B淋巴细胞瘤-2(B-cell lymphoma-2,BCL2)的表达.结果 采用育肾养卵方低、中、高剂量治疗DOR模型小鼠后,中药低、中、高剂量组小鼠卵巢窦卵泡计数均高于模型组(P=0.024、P<0.001、P<0.001),卵泡刺激素水平均低于模型组(P=0.003、P<0.001、P<0.001),中药中、高剂量组血清抗苗勒管激素水平均高于模型组(P=0.001、P<0.001).网络药理学与分子结合提示育肾养卵方可能通过核心靶点HIF-1α、BCL2、VEGFA影响HIF信号通路.TUNEL提示中药低、中、高剂量治疗后小鼠卵巢颗粒细胞凋亡率均显著低于模型组(P=0.017、P=0.003、P<0.001),免疫组织化学结果显示中药低、中、高剂量治疗后小鼠卵巢颗粒细胞HIF-1α表达较模型组升高(P=0.008、P<0.001、P<0.001),蛋白印迹法显示中药中、高剂量组HIF-1α的蛋白表达量均显著高于模型组(P=0.004、P<0.001),低、中、高剂量组的VEGFA、BCL2 的蛋白表达量均显著高于模型组(P=0.003、P=0.002、P=0.001;P=0.029、P=0.007、P=0.001).结论 育肾养卵方可能是通过HIF-1α/VEGFA信号通路抑制卵巢颗粒细胞凋亡达到治疗效果.

关键词： 人工智能   智能风控   可信性   信义义务   弹性规范  

摘要： 我国公司法第177条规定，国家出资公司应当建立健全内部监督管理和风险控制制度，加强内部合规管理。风险治理的意义不仅在于建立风控机制，更重在健全与加强风险管理。在此过程中，人工智能的辅助作用不可忽视。《欧盟人工智能法案》明确了对于高风险人工智能系统的风控要求，在风控机制中引入人工智能系统，并非仅通过全面智能化提升效率，更在于有效利用与健全风控机制、加强内部风险管理。在风控机制中实现人工智能与风控机制的高度一体化离不开技术性支持。通过人工智能的生成机制提高管理效率、改进监督机制，并结合技术与人工的各自优势驱动风控决策，方能达到风控的高度健全化。以规范化进路推动人工智能赋能公司风险治理，必须充分考虑人工智能所带来的新型业态，合理借鉴反身法的部分元素，形成超越形式法和实质法思路的新型规制模式。为此，应当激活任意性规范的接口功能，通过弹性规范实现快速响应，并充分发挥预见性规范的引导作用。