关键词： 热塑性树脂   金属   异质结构   机器学习   计算材料学   键长  

摘要： 目的探索一种能精确预测热塑性树脂/金属异质界面键合典型特征的方法,采用计算材料学与机器学习结合的方式构建预测模型。方法提出了基于机器学习与计算材料学的热塑性树脂/金属异质结构界面键合特征预测新策略。基于热塑性树脂/金属界面焊接冶金特征,建立了界面反应精细原子模型,通过分子动力学模拟构建了异质界面键合典型特征数据集。根据键合原子间物理、化学及结构特征选取输入特征向量,随后分别通过随机森林回归模型、梯度提升回归树模型、LASSO回归模型以及BP神经网络模型对该数据集进行训练,并综合评估预测性能,选出预测结果最优算法模型。最后通过基于皮尔逊相关系数和主成分分析的特征工程,降低特征向量维度,进而有效降低模型计算复杂度。结果建立了热塑性树脂/金属异质结构界面键长预测模型,其中随机森林回归模型、梯度提升回归树模型、LASSO回归模型以及BP神经网络模型的均方根误差RMSE分别为0.0466、0.0446、0.0999、0.0627。特征工程使特征向量从20维降到5维,降维后的新特征向量在梯度提升回归树模型中预测的RMSE为0.0386。结论梯度提升回归树模型对热塑性树脂/金属异质结构界面键合特征的预测效果最好,特征工程能有效降低模型复杂度,并提升预测性能。

关键词： 新能源汽车   智能化   自动驾驶   车联网   人工智能  

摘要： 随着节能环保理念的深入人心,新能源汽车产业进入快速发展阶段,智能化技术在新能源汽车领域的应用推动了产品形态与功能的革新。本文梳理了新能源汽车智能化技术的发展现状,重点分析了智能驾驶辅助、车联网、智能充电等技术的应用情况,展望了自动驾驶、人工智能、智能网联生态等技术的未来发展趋势,新能源汽车产业要顺应智能化浪潮,加速核心技术突破,完善标准规范体系,打造融合创新的产业生态,推动我国新能源汽车迈向高质量发展新阶段。

关键词： 城乡规划教育   工程教育   人工智能   技术体系   转型   学科发展  

摘要： 规划教育是工程教育的重要组成。教育技术体系在规划教育的发展历程中至关重要。规划的传统教育技术体系长期依靠人类智能,变化甚微。基于规划教育要素构成,本研究提出新教育技术体系,系统比较人工智能和人类智能的优劣势,探索两者如何优势互补,作用于规划教育各构成要素,辅助规划教育。通过教育心理学的学习者核心素养和多元智能理论两种途径,探索人工智能介入规划教育的技术和应用场景可能性。根据学科发展规律,提出人工智能辅助规划教育的理论,讨论新教育技术体系推动规划教育学科转型的可行性。

关键词： 教育场域   人工智能   教师文化   哈格里夫斯   “流动的马赛克”  

摘要： 教育场域中的人工智能快速发展,引领“第四次教育革命”。在这场教育变革中扮演重要角色的教师受到多方关注,对教师行为有直接影响的教师文化也需受到重视。人工智能首先是以文化资本的形式进入到教育场域之中,对教师文化的内容与形式产生影响,而哈格里夫斯描绘的“流动的马赛克”或将成为发展新趋势。同时,Chat GPT也让人们看到了强人工智能出现的可能性,这意味着人工智能也可能以“游戏者”的身份进入到教育场域中,这也对教师文化有重要影响。

关键词： 自然语言处理   人工智能应用   人工智能技术   机器学习   图像识别   大数据   人机交互   语言识别  

摘要： 引言。在科技突飞猛进的今天,人工智能(AI)技术在教育领域的应用已成为备受瞩目的议题。艾瑞咨询在2024年发布的《2024年AIGC+教育行业报告》中,深入分析了人工智能在当代教育中的应用现状,揭示了教育行业对人工智能应用的主要层面。人工智能技术在机器学习、自然语言处理、语言识别、图像识别、大数据、语音处理、人机交互等领域与教育的深度融合,为学生的学习带来了革命性的变化[1]。

关键词： 智能制造   激光导航   线段特征   定位算法  

摘要： 自动导引车(Automatic Guided Vehicle,AGV)作为智能制造系统的重要组成部分之一,为智能制造系统提供柔性物料搬运,其无人化趋势已是必然。针对此,这里研究开发了基于同步定位与建图(Simultaneous Localization and Map⁃ping,SLAM)导航的堆垛垛式叉车AGV,提出了一种基于IEPF算法(Iterative End Point Fit,IEPF)以及最小二乘法的雷达点云线段提取方法,在此基础上,研究基于线段特征匹配的SLAM定位算法,并将设计的SLAM导航算法移植到试验车测试。测试结果表明这里设计的基于激光SLAM导航的堆垛式叉车AGV具有较好的稳定性,能够实现横向7mm、纵向13mm的定位误差,为无人叉车的研究提供了技术支撑。

关键词： 针刺   失眠   功能磁共振成像   人工智能   诊断   预测  

摘要： 失眠是一种临床常见的睡眠障碍,可引起许多疾病,如抑郁症、焦虑症等,严重影响患者的生活质量及社会功能。除昼夜节律、稳态和睡眠条件等外在因素外,情绪障碍等内在因素也会导致失眠。其治疗多采用药物及认知行为疗法,而药物治疗存在不良反应大、易复发及产生依赖性等问题,认知行为疗法常因专业人员不足、成本较高等难以在临床实施。传统中医针刺疗法具有简便安全、近远期疗效显著等优点,其中经皮耳穴疗法能通过刺激耳部迷走神经改善失眠及其相关症状。目前,fMRI已应用于失眠的诊断、疗效评价及针刺治疗失眠的脑机制研究中。默认网络、感觉运动网络及情绪环路的干预和修复可能是针刺产生疗效的重要机制。人工智能联合fMRI分类诊断失眠已有初步进展,在疗效预测方面也有巨大应用前景。简述失眠的诊断、病理机制及针刺治疗失眠的临床优势,重点阐述fMRI在针刺,尤其是经皮耳穴疗法治疗失眠脑机制研究中的应用。

关键词： 人工智能   智库   要素模型  

摘要： [目的/意义]全面系统地探究智库运行机制与组成要素,能够为分析智库的功能实现提供模型基础。[方法/过程]本文剖析了智库运作模式下的各功能要素,建构了利益相关者—组织—技术—证据(stakeholder-organization-technology-evidence,SOTE)要素模型,并对其动力因素以及应用场景展开阐述。在此基础上,着重分析人工智能这一变革性力量对SOTE模型的影响。[结果/结论]人工智能显著改变了SOTE模型的各要素及要素间的互动模式,为智库功能实践路径提供了创新动力,推动了智库议程设置、研究与运营工作的革新优化。

关键词： 直肠癌   肿瘤退缩分级   机器学习   影像组学   新辅助放化疗  

摘要： 目的基于增强CT影像特征构建多模态影像组学模型,预测局部进展期直肠癌(locally advanced rectal cancer,LARC)患者接受新辅助放化疗(neoadjuvant chemoradiotherapy,NCRT)后的肿瘤退缩分级(tumor regression grade,TRG)。方法回顾性分析2016年10月至2023年10月期间四川大学华西医院收治的符合纳入排除标准的199例LARC患者的临床资料,纳入患者皆在NCRT后联合全直肠系膜切除术。收集患者的临床病理信息,并提取NCRT前CT图像的影像组学特性。使用Python 3.13.0进行特征降维,并采用单因素logistic回归和Lasso回归5倍交叉验证方法筛选影像组学特征。将所有患者按照7∶3的比例随机分为训练集和测试集进行机器学习并构建联合模型,计算准确率、灵敏度、特异度、曲线下面积(area under curve,AUC),并绘制受试者工作特征曲线、混淆矩阵、临床决策曲线(decision curve analysis,DCA)以评估模型性能。结果199例患者中,疗效不良155例(77.89%),疗效良好44例(22.11%)。使用单因素logistic回归(logistic regression,LR)和Lasso回归筛选出8个临床病理特征和5个影像组学特征(包括1个形状特征,2个一阶统计特征,2个纹理特征),分别建立LR模型、支持向量机(support vector machine,SVM)模型、随机森林(random forest,RF)模型、分布式梯度增强库(eXtreme gradient boosting,XGBoost)模型。训练集中,LR、SVM、RF和XGBoost模型的AUC分别为0.99、0.98、1.00、1.00,准确率分别为0.94、0.93、1.00、1.00,灵敏度分别为0.98、1.00、1.00、1.00,特异度分别为0.80、0.67、1.00、1.00。测试集中,4个模型的AUC分别为0.97、0.92、0.96、0.95,准确率分别为0.87、0.87、0.88、0.90,灵敏度分别为1.00、1.00、1.00、0.95,特异度分别为0.50、0.50、0.56、0.75;其中XGBoost模型的效能最佳,其准确率和特异度最高。DCA显示4个模型均有临床获益。结论基于增强CT的多模态影像组学模型在预测LARC行NCRT的疗效上具有良好的临床应用价值,能实现疗效良好与疗效不良的有效预测,辅助制定个性化的临床干预方案。

关键词： 工业机器人   智能制造   深度学习   ACG-RIT  

摘要： 本文针对工业机器人在智能制造中的应用需求,将深度强化学习算法引入工业机器人操作建模中。基于actor-critic算法模型,制定了智能化的工业机器人操作控制策略,对工业机器人进行高精度、高效率操作控制。针对传统actor-critic算法在初始位姿不确定情况下学习效率较低的问题,提出了基于随机化逆向任务的自动课程生成算法(ACG-RIT),有效提升了工业机器人在复杂任务中的学习效率和操作成功率。试验结果表明,ACGRIT算法在多种几何体操作任务中均表现出色,平均操作成功率远高于其他对比算法。