课程文献中心 更多>>

关键词： 机器学习   新型冠状病毒感染   森林图   人工智能   极端梯度提升(XGBoost)   预后   预测模型  

摘要： 目的探讨影响新型冠状病毒感染(novel coronavirus pneumonia;别名corona virus disease 2019,COVID-19)重症病人预后的危险因素,建立预测模型并进行验证,进而准确地评估COVID-19重症病人的不良预后。方法收集2022年11月1日至2023年7月1日沧州市中心医院收治的526例COVID-19重症病人的临床指标与结局(院内28 d内死亡或存活)。用于R软件“caret”包,将526例病人按7∶3的比例拆分为两组:训练集(n=369)用于模型训练,测试集(n=157)用于模型验证。利用极端梯度提升(XGBoost)、随机森林(RF)2种机器学习算法构建病人临床结局的预测模型,应用SHAP进行XGBoost模型可解释性分析,分别得出影响病人预后的变量。将RF和XGBoost得出的变量取交集得到差异有统计学意义的变量,进而构建决策树模型。最后,在训练集和测试集上利用受试者操作特征曲线(ROC曲线)、曲线下面积(AUC)评估所决策树模型的预测性能。结果通过XGBoost模型得到与院内死亡相关的变量15个,随机森林模型得到与院内死亡相关的变量23个,两种模型取交集得到13个与院内死亡相关性最强的重要变量(白细胞介素-6、N端脑钠肽前体、白蛋白、超敏肌钙蛋白I、淋巴细胞、血乳酸、α-羟丁氨酸、肌酸激酶同工酶、动脉血氧分压、年龄、尿素氮、血红蛋白、乳酸脱氢酶)。用这13个重要变量构建决策树模型,得出2个与病人死亡最相关的变量(白细胞介素-6、淋巴细胞),死亡组病人的白细胞介素-6为155.48(42.81,691.3)ng/L,显著高于存活组15.38(10.51,31.11)ng/L(Z=37387.50,P<0.001)。死亡组病人的淋巴细胞为5.4(3.3,12.6)%,显著低于存活组13.5(8.62,22.28)%(Z=10584.50,P<0.001)。在训练集上的决策树模型预测COVID-19重症病人死亡的AUC为0.86,在测试集上的AUC为0.84。结论基于XGBoost和随机森林这2种机器学习方法构建的决策树模型能够更准确地评估COVID-19重症病人的不良预后。

关键词： 知识图谱   金属材料及热处理   混合式教学   人工智能  

摘要： 知识图谱是一种大规模语义网络,富含概念、实体及各种语义关系,是目前发展最快、应用最广的一种知识表达和处理工具。基于“金属材料及热处理”课程存在的理论内容较难、多学科知识交叉的特点,综合考虑学习者的个性特征,设计个性化的学习路径规划模型,构建科学合理的课程知识图谱,并以“金属材料及热处理”课程的学习为例,以知识图谱理论为基础,以个性化学习思想为主导,探索并实践基于课程知识图谱应用的个性化学习。研究结果表明,在“金属材料及热处理”课程教学中采用知识图谱,能够有效改善教学质量并提高学习者的学习积极性和创造力。

关键词： 新一代人工智能   新型工业化   数实融合   产业创新  

摘要： 新一代人工智能驱动新型工业化,是以新一代人工智能的突破性创新为逻辑起点,突出生产组织在衔接技术创新和产业创新过程中的重要作用,将传统的技术—经济范式变革为技术—组织—产业范式。在变革后的新范式中,新一代人工智能表现出渗透性、融合性和创新性三大特征,决定着新型工业化的实践方向,主要通过生产组织的有效衔接深层次赋能产业基础高级化、产业链现代化和新兴产业成长,形成新型工业化的新生产条件、新生产模式和新动力空间。然而,互补性技术短缺、智能计算生态孱弱、产业数据流通不畅和算力规模扩张的能耗需求增加等因素制约着新一代人工智能对新型工业化驱动作用的发挥。因此,应从技术创新引领、生产组织优化、产业数据融通、能源供给保障和产业政策支撑等方面发力,加快促进新一代人工智能的技术优势转化为推进新型工业化的发展效能。

关键词： 本体   人工智能   罕见病   社会网络分析   关联分析   链路预测  

摘要： 以罕见病领域的研究为例,通过对Web of Science核心合集和MEDLINE数据库中的罕见病研究文献进行本体、人工智能和罕见病命名实体的识别和关系抽取,并构建实体间的耦合关系和共现关系网络,分析本体、人工智能及罕见病关联网络的特征,挖掘本体和人工智能在罕见病研究中的应用模式,并预测本体和人工智能技术未来可能的罕见病研究应用。结果表明:30%~40%的罕见病在研究中应用了本体或人工智能技术;基于本体和人工智能耦合关系形成的罕见病网络结构清晰,可划分为较为明显的罕见病集群。本体与人工智能技术协同应用于罕见病研究呈现出5种基本模式,基因本体、癫痫本体、机器学习、模式识别等本体以及人工智能在罕见病研究领域具有较大的应用潜力。

关键词： 自动化装置   工业物联网   流程自动化   智能制造   仪器仪表   工业仪表   人工智能   分布式能源  

摘要： 各位作者朋友们:《工业仪表与自动化装置》期刊开展“2025年主题征文活动”,积极宣传并报道国内外工业流程自动化、工业互联网、人工智能、工业物联网、智能制造、智慧能源、分布式能源、仪器仪表等行业的发展方向、新技术和新工艺、应用科研设计、信息与动态,探讨新的工业革命的突破点,搭建企业、高校、行业开展论坛交流平台。

关键词： 人工智能   中国特色统计学科建设  

摘要： 由中国统计学会主办,浙江工商大学承办的第二十三次全国统计科学讨论会拟于年内在浙江杭州召开。具体会议时间、地点另行通知。一、会议主题与议题本次会议主题为“人工智能+中国特色统计学科建设”。现面向社会各界征集论文,欢迎统计系统、高等院校、科研院所、公司企业提交参会论文。

关键词： 系统性阅读   知识增长   人工智能时代   信息渠道  

摘要： 随着信息技术的发展特别是人工智能时代的到来,知识、信息呈几何级数增长,获得知识和信息的渠道空前丰富异常便捷,于是有许多人认为传统的纸质阅读已经变得可有可无了。而我认为,人工智能时代不仅需要传统的阅读,而且需要长期系统的阅读,系统性阅读变得越来越重要。所谓系统性阅读,是指有目标地持续性阅读,从而让人保持长期学习和阅读的状态。

关键词： 自动化技术   信息技术   机械设计   人工智能   智能制造  

摘要： 自动化与信息技术融合可推动传统自动化系统具备更高的智能化水平,该技术在实现生产过程中的实时监控、预测分析和决策优化方面具有发展潜力,为了分析两者结合对提升设计效率、优化生产流程、提高产品质量以及实现智能制造的重要作用。该文通过阐述自动化控制、物联网、人工智能、大数据等信息技术在机械设计中的应用实例与创新实践,探讨了其发展现状,并对自动化与信息技术融合进行剖析,根据现有应用和关键技术分析,提出了进一步完善系统集成、数据安全保障、智能算法优化以及跨领域协同创新等方面的建议,以期为机械设计领域的智能化转型提供理论支持和实践指导,旨在为智能制造的发展提供新的方向和思路。

关键词： 生成式人工智能   意识形态风险   ChatGPT   Sora   DeepSeek  

摘要： 作为生成式人工智能的阶段性代表,从ChatGPT到Sora,实现了从文本生成到视频生成的发展、从自然语言交互到物理世界特定模拟的跃进,凸显了人工智能技术的加速迭代之势。生成式人工智能的发展应用必然对社会生产生活产生重塑性、变革性影响,前所未有的意识形态风险即是其一。从属性上看,生成式人工智能的技术本质并未改变,其依然扮演着合目的性的工具角色,并具有鲜明的意识认知垄断、主体观念形塑、文化内核渗透等意识形态属性。从风险生成上看,生成式人工智能发展应用的意识形态风险,具有颠覆性技术的“创造性破坏”所带来的风险生成逻辑,是资本与技术深度“合谋”的必然结果,呈现显性风险与隐性风险并存的生成样态,因数据投喂、权威解构和监管困境产生的意识形态安全风险、意识形态话语风险和意识形态治理风险是其突出表征。从风险治理上看,如何从DeepSeek掀起的国产大模型浪潮出发,建构应对以ChatGPT、Sora为代表的生成式人工智能意识形态风险的策略路径,具有重要现实意义。把握好人工智能与人类智能的本质关系,即始终明确技术创造发展的核心价值在于为人类谋福祉,人的主体性参与是人机互动的基本前提;把握好治理认知与治理策略的并进关系,即坚持“技术向善”理念、注重提升主体智能素养,确立“共建共治”原则、着力增强敏捷治理效能,反思“人机共生”走向、应对多态应用场景治理;把握好价值引领与风险规制的统一关系,即坚守价值引领、共识凝聚、“红线”维护的治理主线,坚决防范西方错误思潮借助技术的反向“渗透”,坚持制度与监管互补的法治治理,是因应生成式人工智能意识形态风险的可行之策。

关键词： 人工智能   金融风险预警   应用现状   不足   优化策略  

摘要： 随着金融市场的快速发展和日益复杂,风险预警的重要性越发凸显。人工智能技术在金融风险预警模型中得到了广泛应用,通过大数据分析、机器学习算法等手段挖掘数据价值,提高风险识别的精准度与效率。然而,目前仍存在数据质量参差不齐影响模型准确性,算法的可解释性差导致决策透明度低等不足。人工智能可以突破传统预警方法的局限,实现更及时、全面的风险监测与防控。本文分析人工智能在金融风险预警模型中的应用现状和存在的问题,进而探索优化策略,旨在帮助金融机构提升风险管理水平,增强金融体系的稳定性。