关键词： 智能制造   缸体机加工   双追溯体系   双闭环控制   质量控制  

摘要： 随着汽车工业的发展,发动机缸体机加工的质量控制要求也不断提高。但在复杂的加工环境下,传统的质量追溯与控制手段,难以满足高质量要求,存在信息孤岛、数据不连贯、溯源效率不高等问题。本文提出了“双溯源-双闭环”的发动机缸体机加工质量基于智能制造的体系。通过设计缸体机加工的质量追溯系统,实现了从原材料到成品的全过程追溯,并通过流程闭环和质量闭环相结合,构建了加工参数和工艺流程实时调整的双闭环控制体系,从而提高了质量控制的精准性。结合实际应用案例,验证了该系统在改进缸体加工质量和提高生产效率方面的有效性和可行性,以期为提高缸体加工的质量控制水平和生产效率提供参考。

关键词： 机器学习   支持向量机   物理驱动   无标记数据   结构动力响应分析  

摘要： 物理驱动机器学习是一种将物理原理融入机器学习框架的前沿方法。通过引入物理知识,该方法旨在使模型更为贴合实际世界的物理规律和约束,以提高模型在学习过程中对数据本质特征的准确捕捉。该研究使用了一种以支持向量机为基础的物理驱动方法,用于精确计算结构的动力响应。该算法通过最小化多输出最小二乘支持向量机的目标函数,实现了对回归模型参数的精准拟合。同时,通过在特征空间中引入系统动态平衡方程和初始条件的物理约束,无需事先训练数据即可有效计算结构的动力响应。随后开展在地震动荷载作用下的单自由度体系和二层剪切框架多自由度体系的动力响应,并将所用方法与传统方法的结果进行了对比。分析结果表明,提出的物理驱动机器学习方法在精度和大时间步长性能方面均显著优于传统方法。

关键词： 肝泡状棘球蚴病   体层摄影术,X线计算机   机器学习   影像组学   生物活性  

摘要： 目的探讨基于病灶内部及边缘带的CT影像组学模型预测肝泡状棘球蚴病(HAE)生物活性的应用价值。方法回顾性收集2012年1月—2023年12月经病理学确诊为HAE并明确生物活性的303例患者的临床资料及术前CT门脉期影像数据(有活性182例;无活性121例)。手动勾画靶病灶整体体积(GLV),并利用软件的自动扩展功能在边缘带向外扩展10、15及20 mm的范围(病灶周围总体积GPLV10~20 mm)。按8∶2的比例将入组病例随机分为训练集(n=242)和验证集(n=61)。将提取的影像组学特征经Pearson相关系数筛选以及最小绝对收缩和选择算子(LASSO)降维后,利用5种不同分类器构建影像组学模型,采用曲线下面积(AUC)、敏感度、特异度、精确度和F1分数来评估各模型预测HAE生物活性的效能,筛选出最佳分类器进一步构建不同兴趣容积的预测模型,进而确定最优组学模型。结果每个病灶区域均提取1874个影像组学特征。5种机器学习算法构建的模型均具有预测价值,其中极端随机树(ExtraTrees)算法表现最好。最优组学模型GPLV20 mm的预测效能最佳,其在训练集和验证集的AUC分别为0.876(95%CI:0.833~0.918)、0.802(95%CI:0.690~0.914)。结论联合病灶内部及边缘带的影像组学模型可更好地预测肝泡状棘球蚴病生物活性,基于病灶内部及边缘20 mm范围的影像组学特征构建的预测模型具有最好的预测效能。

关键词： 课程思政   人工智能   新工科   食品营养与检验教育  

摘要： 新工科背景下,如何无缝插入思政元素,让学生无违和感,从而培养具有职业素养高、主动探索和精益求精的工匠精神的食品营养与检验教育专业人才对保障食品安全具有非常重要的意义。利用人工智能(AI)赋能在该专业的教学中的各个环节课前、课中和课后分别进行赋能的探索,利用大语言模型网站、学习通、AI助手等进行思政元素的收集、教学过程案例的构建、个性化教学以及教学后效果的统计分析。从而促进提高学生的主动、系统性进行学习的动力,提高专业基础知识水平同时也增强其热心奉献的敬业精神和积极探索的创新能力。

关键词： 人工智能   图书校对工作   转型现状   转型策略   未来展望  

摘要： 本文在阐述人工智能技术基本概念的基础上,分析图书校对工作转型的现状和存在的问题,根据当下的人工智能发展趋势,深入研究基于人工智能技术支持的图书校对工作转型策略,并对其未来进行展望,以期推动图书校对工作适应时代发展,进一步提高效率,为图书校对工作的转型发展提供参考。

关键词： 法医DNA   人工智能   机器学习   推断模型   平台建设  

摘要： 随着人工智能(artificial intelligence, AI)技术的快速发展,法医DNA检验领域正经历着一场技术革新,AI技术已经应用到了法医DNA领域的多个方面,包括智能化DNA专家系统、AI辅助优化检验流程、AI辅助DNA统计与分析创新、基于AI的电泳数据快速分析、复杂混合样本分析以及大数据推断模型等,这些技术的应用极大地提高了法医DNA检验的准确性和效率。然而,AI技术的引入也带来了数据隐私、模型可解释性、算法偏见和法律监管等挑战,技术的发展和随之而来的各类问题除了需要法医DNA专家、生物信息学专家和AI专家之间的紧密合作之外,还需要合适的法律规章制度和监管框架的约束,以确保AI技术的应用既符合伦理要求,又能有效促进司法公正。本文深入探讨了人工智能技术在法医DNA检验领域的应用,通过分析AI技术在法医DNA领域的具体应用案例,揭示了AI技术如何助力法医DNA分析向自动化、智能化、高通量化转进,同时也指出了AI技术应用中存在的潜在风险和挑战,以期为法医DNA领域的AI技术应用提供指导和参考。

关键词： 马克思   科技伦理   人工智能   伦理风险  

摘要： 人工智能伦理风险与人工智能的发展相伴而生。用马克思科技伦理观审视人工智能的伦理“风险象”,看到人工智能作为中介介入社会生活使得人与自我的伦理关系失衡,或将引发主体能动性消散、主体自主性消退、主体自为性消解风险;人与人的伦理关系失调,或将引发信任危机恶化、隐私侵犯加剧、固有偏见深化、数字鸿沟扩大风险;人与社会的伦理关系失序,或将引发全面发展受限、阶级压迫升级风险;人与自然的伦理关系失控,或将引发资源攫取超阈、物种多样超压、代际公平超界风险。对人工智能伦理风险的揭示不仅为人工智能的研发与应用提供必要前提,而且为人工智能的可持续发展提供坚实基础。

关键词： 人工智能   康复医学   医学伦理   伦理治理   健康中国  

摘要： 随着人工智能技术的快速发展,人工智能的伦理治理越来越受到人们的重视。联合国教科文组织在2021年发布了《人工智能伦理建议书》,明确了人工智能伦理治理的若干原则。在康复医疗领域,人工智能技术的研究和应用,显著提高了患者的生存和生活质量,但是,由于康复医学服务对象多为病、伤、残、老等群体的特殊性,也带来了一系列复杂的伦理问题。从知情同意、隐私和数据安全、患者身心康复、合规监管、特定群体保护、促进公平等方面,详细分析了人工智能技术在康复医学领域研究应用实践中遇到的伦理问题与挑战,并根据《人工智能伦理建议书》等的原则,提出了应对策略,包括多方协同和跨学科的合作、完善和细化相应的法律法规、加强全社会的伦理宣教、健全问责机制、加大投入倾斜、促进公平等措施,以促进人工智能技术在康复领域的研究应用能够健康发展,造福人类。

关键词： 人工智能   基于原则规制   基于管理规制   基于规则规制  

摘要： 全球主要大国在人工智能治理实践中逐渐形成各具特色的治理模式,英国倚赖框架和原则,美国偏重企业的内部管理,中国积极制定规则和推进立法,分别具有基于原则规制、基于管理规制和基于规则规制的特征。这3种规制模式各具优劣势,彼此可以相互借鉴,取长补短。我国基于规则规制模式具有规则清晰、执行有力、标准统一等优点,但存在规则僵硬、适应性不足等缺陷,可以借鉴英美治理模式所具有的灵活性、自治性等优势。具体而言有以下政策启示:①在治理原则上,采取适当预防原则;②在治理理念上,通过学习型机制保证规则的动态性;③在治理主体上,发挥企业自我管理的效用;④在治理手段上,坚持技术之治与规则之治相结合。

关键词： 台风   直接经济损失   机器学习   脆弱性   灾害风险  

摘要： 基于2014—2021年浙江省县域台风直接经济损失、致灾因子、孕灾环境和承灾体数据,利用随机森林(random forest,RF)、极度梯度提升树(extreme gradient boosting,XGBoost)和轻量级梯度提升机(light gradient boosting machine,LightGBM)3种机器学习集成模型,分别构建了浙江省台风直接经济损失评估模型。结果显示:(1)3种模型均能有效评估台风直接经济损失等级,准确率、精确率、召回率和F1分数均在0.83以上。(2)3种模型对于目标等级为1的样本预评估效果较好,准确率均在0.9以上,而对等级2、3的样本预评估能力相对不足。(3)对于2个测试台风而言,RF、XGBoost对于米娜(1918)的预测结果均略优于杜鹃(1521),LightGBM对杜鹃(1521)的预测准确率高于米娜(1918),但精确率、F1分数和卡帕系数均低于米娜(1918),模型的泛化能力有待进一步提高。(4)以台风过程总降水量、台风过程极大风速为代表的致灾因子特征变量在3种模型中的重要性均较高,远高于孕灾环境和承灾体特征变量。研究结论可为进一步改进台风经济损失评估模型和辅助防灾减灾决策提供支持。