关键词： YY/T1949-2024   人工智能   医疗器械   糖尿病视网膜病变   数据质量   数据集  

摘要： 近年来,随着人工智能医疗器械产业的迅猛发展,监管部门对数据集的质量控制也在不断加强。2024年,国家药品监督管理局发布的重要行业标准YY/T 1949-2024《人工智能医疗器械数据集专用要求:糖尿病视网膜病变眼底彩照》,是我国首个针对特定疾病领域人工智能医疗器械数据集质量评价的专项标准。该标准在既有的人工智能医疗器械通用标准框架下,重点围绕糖尿病视网膜病变眼底彩照数据集,系统性地提出了专业化的质量要求与测试方法。该标准的实施将为数据集制造责任方提供明确的技术指导,有助于提升糖尿病视网膜病变人工智能辅助诊断软件的研发质量,推动行业规范化发展。

关键词： 设备树   模组   驱动系统移植   外置存储   人工智能   天气现象  

摘要： 自2019年3月发布L4T 32.1以来,Jetson NANO系列模组在五年间经历了18个版本的迭代,最终稳定在L4T 32.7.6版本。基于Overlay技术的版本仅有1个,并且仅支持L4T 32.7.5和L4T 32.7.6两个版本。而在人工智能领域中,特别是在气象观测中的智能天气现象识别方面,为了满足大容量存储和其他外设的需求,需要对Jetson NANO模块进行载板扩展。因此,驱动架构的移植及设备树的修改显得尤为重要。文章详细阐述了设备树的修改方法,解决了Jetson NANO模块在L4T镜像烧录和捞取过程中的兼容性问题,并实现了对外置EMMC接口的支持。该方案已成功应用于全国各类气象观测站,为智能气象观测提供了可靠的技术支持。

关键词： 深海气田开发   人工智能   智能钻完井   智能气藏   生产优化   应用场景   共享数据库  

摘要： 深海海域环境复杂,存在地形条件多变、地层压力高、水温低、流体腐蚀性强,以及气藏分布分散、边底水发育等因素,同时深海气田井数少、数据噪声大、井下动态监测设备易损坏、数值模拟模型耗时长,这些问题给深海气田的勘探开发带来极大的挑战,人工智能的发展为解决上述问题带来了可能。从物探、测井、钻完井及气藏工程4个领域系统论述了人工智能技术在深海气田勘探开发领域的现状与研究进展,并展望了人工智能技术在深海气田未来的发展方向。研究结果表明:①总结了现有人工智能在深海气田关键勘探开发技术,如地震相识别、岩性识别、测井曲线重构、钻完井参数反演、工况预警、气藏代理模型评价、流动保障风险智能评估等方面的应用场景;②探讨了当前智能勘探面临的硬件不足、数据治理困难、算法泛化能力不足及“深海油气+智能化”应用场景难落地等挑战;③提出建立深海气田共享数据库,发展可解释性智能算法,解决少井条件下储层模型精确预测难题,构建深海气藏井筒-储层-地面一体化智能决策平台发展方向。结论认为,人工智能技术有望实现深海气田生产关键开发指标的快速预测和生产制度的智能优化和决策,研究成果对进一步推动深海气田人工智能算法相关研究与应用具有较好的参考作用,并可为深海气田勘探开发领域未来的发展提供指导。

关键词： 微创技术   上颈椎手术   枢椎椎体骨折   人工智能  

摘要： 近日,山西医科大学第二医院骨科脊柱一病区宋文慧主任医师上颈椎团队,成功完成1例枢椎椎体骨折机器人辅助下后路微创经皮椎弓根钉内固定手术。该手术的成功标志着山西医大二院骨科上颈椎团队引领山西省上颈椎疾病诊治进入人工智能微创时代,达到国内领先水平。

关键词： 人工智能   环境交互   硬件自适应   神经形态器件   神经网络  

摘要： 在过去的几十年里,人工智能(AI)技术迅速发展.从完成简单任务的自动化设备到具有一定学习能力的智能机器人,AI正以前所未有的速度改变着世界.但真正的智能不仅仅在于高效处理大量数据和执行预设任务,更在于与环境的深度互动和自适应决策等能力.这就要求AI系统突破现有模式的多重限制,例如离散符号处理与物理世界连续性之间的根本矛盾,固定特征空间与开放环境无限可能性的相互冲突,以及静态部署方式与动态演化需求的彼此割裂等问题,最终实现自主感知周围环境,主动适应环境变化并完成独立学习和决策,摆脱对人工干预高度的依赖.本文针对AI与环境的交互技术进行简要综述,讨论当前的进展并展望未来AI系统在环境互动中的创新和应用,以及相应电子材料的发展和未来挑战.

关键词： 智能制造   中职数控专业   课程体系  

摘要： 随着新一代信息技术的迅速发展,智能制造以自动化、数字化、网络化和智能化为核心特征,改变了传统制造模式,为职业教育尤其是数控专业课程体系带来了新的机遇。然而,当前中职数控专业课程体系建设面临一些主要问题,包括课程内容更新滞后、教师能力不足以及校企合作不紧密等。针对这些问题,建议采用优化课程内容、提升师资水平和深化校企合作等策略,以期打造契合智能制造要求的高质量课程体系,全面增强学生的职业能力。

关键词： 高校图书馆   科研创新   人工智能   数智化转型   用户关系   馆员素养   文化引领  

摘要： 2025年6月24-27日,“2025年高校图书馆发展论坛”在江西省南昌市成功举办,来自国内200余所高校图书馆以及相关行业的嘉宾、学者、馆长与馆员代表等400余人参加会议。论坛以“高校科研创新中的图书馆”为主题,设立主论坛、分论坛、圆桌会议等议程,围绕人工智能在图书馆的场景化应用与融合发展、数智时代图书馆与用户关系的连接赋能与共生、AI时代馆员素养与专业队伍建设、高校创新文化生态构建等前沿议题展开研讨交流。会议深入探讨了在教育、科技、人才一体化发展背景下,高校图书馆如何深度融入科研创新体系,成为高校创新生态中不可或缺的智慧中枢。

关键词： 机器学习   高校科研管理   科研数据   智能化   数据驱动  

摘要： 随着信息技术的飞速发展,机器学习技术在各领域的应用日益广泛。高校科研管理在推动科技创新、促进学科发展、提升学校竞争力、服务社会等方面发挥着至关重要的作用,是高校实现高质量发展的关键环节。高校科研管理中引入机器学习技术将有助于提高科研效率和管理水平。通过文献综述的方法,对机器学习在高校科研管理中的应用研究进展进行了深入研究。研究发现,机器学习在科研项目管理、科研绩效管理、科研成果评价与管理、科研档案管理、科研数据管理与分析、科研人员管理与评价、科研合作与团队建设等方面具有显著的应用价值。然而也面临着数据相关问题、算法与模型问题、人才短缺问题、安全与隐私问题、成本与资源问题、伦理与规范问题、应用效果评估问题等。未来,随着技术的发展,机器学习将在科研管理中发挥越来越重要的作用。特别是在大数据和深度学习技术的推动下,科研管理的智能化和数据驱动化将成为趋势。高校科研管理者应积极推动这一技术的应用,以提升科研管理的效率和决策质量。

关键词： 天然气   脱硫   人工智能   Savitzky-Golay滤波   特征工程   深度学习   多任务学习  

摘要： 目的对天然气脱硫过程进行准确建模有助于天然气企业实现高效、稳定的生产,提高产品气气质,增加经济效益,同时确保尾气排放达标。现有基于人工智能技术的建模研究虽然取得了一定的进展,但通常侧重于对单一生产目标的预测,无法应对多样化的应用需求,使其在工业装置中的应用受到限制。方法采用多任务学习(multi-task learning,MTL)技术充分挖掘天然气脱硫工艺生产数据中各个变量间的内在关联,结合Savitzky-Golay滤波去噪、Pearson相关性分析与随机森林算法特征降维,精确地识别出脱硫过程中的关键生产变量。在此基础上,采用MTL方法同时完成了产品气中总硫含量和硫化氢含量的多目标预测任务。结果与传统机器学习方法相比,提出的MTL模型在预测准确性和预测稳定性方面具有显著优势,产品气中总硫质量浓度和硫化氢质量浓度的决定系数平均值(R^(2))分别为0.980和0.972,均方误差平均值(S_(ME))分别为0.127(mg/m^(3))^(2)和0.008(mg/m^(3))^(2),预测误差减少了50%以上。采用沙普利加法解释(Shapley additive explanations,SHAP)方法度量模型中输入变量的重要度,发现MTL模型能准确识别关键操作变量,并且在两个预测任务中,关键变量的重要性排序及其对预测目标的影响规律具有一致性,表明模型在准确捕捉多任务间协同效应方面具有优势。结论所提出的建模方法不仅实现了对多个目标的准确预测,增强了模型的鲁棒性和可解释性,同时还降低了建模计算的成本,提升了其在工业应用中的实用性,可为开发适用于天然气脱硫过程的建模方法提供参考。

关键词： 乡村振兴   农业高职院校   人工智能   通识课程   课程建设  

摘要： 乡村振兴战略与职业教育数字化转型双重驱动下,农业高职院校人工智能通识课程建设成为培养新型农业技术技能人才的关键路径。文章构建了“基础认知-场景创新-责任践行”双轨课程框架,针对非计算机专业和计算机专业学生分别侧重工具应用与工程实施能力培养。通过融合技术基础、国产工具实践、伦理研讨与产业应用的教学内容,采用“分层-混合”教学法,依托虚拟仿真平台与校企实战项目衔接理论与实践。研究结果表明,该课程体系能有效提升学生的数字素养与三农情怀,为乡村振兴提供可持续的智力支持。师资队伍建设通过跨学科协作、校企互聘等机制强化“农业+AI”复合能力,保障课程实施质量。