关键词： 人工智能   AIGC   艺术审美   视觉艺术   审美判断  

摘要： 艺术审美是一种由康德开启的、以“沉思”为核心的美学判断。从“审美”在艺术世界所产生的作用和影响力来看,人工智能生成内容尚未被纳入艺术世界,主要在于其情感上的缺失与艺术语言的匮乏。就人工智能对艺术审美的影响而言,或认为人工智能生成的内容因缺乏情感色彩而不可能成为艺术作品,或从视觉的角度阐述人工智能在艺术意义上的进步。不论是数据主义——视觉脉络下的“审美升级”、情感主义——技艺融合的“审美降级”、修正方案——作为艺术形式的人工智能,还是“沉思”与“数据”双向参与的人工智能原生“艺术”,都将成为探索人工智能时代艺术审美的有效途径之一。

关键词： 人工智能   人力资源培训体系   影响  

摘要： 文章从AI在人力资源培训体系中的应用入手,探讨了个性化学习体验的构建、智能教育平台的开发运用、数据驱动的培训效果评估,以及AI在培训过程中的实际操作等方面。同时,文章还分析了AI如何通过提高培训效率、优化培训内容质量、加强人才评估和职业发展路径规划,促进人力资源培训体系的优化及跨部门沟通与协作学习。并且文章也指出了在技术与伦理、技术融入及用户接受度等方面面临的挑战,并展望了未来的发展趋势与研究方向,强调了跨学科合作的重要性与对社会伦理问题的关注。

关键词： Fisher判别分析法   Bayes判别分析法   机器学习   边坡稳定性  

摘要： 边坡失稳灾害作为世界上三大地质灾害之一,每年都会因边坡失稳造成严重的经济损失和人员伤亡,因此,关于边坡稳定性的预测与分析尤为重要。文章采用Bayes判别分析法、Fisher判别分析法及机器学习,选择边坡工程的重度、黏聚力、内摩擦角、边坡坡角、坡高以及孔压比6个参数作为自变量因子,分别建立判别模型、随机森林(RF)预测模型对边坡的稳定性进行预测分析。结果显示,Bayes判别分析法与Fisher判别分析法的预测准确率分别为88.46%和80.77%,两种方法的预测准确性均达到较高的预测效果,其中Bayes判别分析法的判别效果更佳;相较于判别分析,RF预测模型的预测效果更好,对于边坡稳定性的预测准确率高达96%,且该方法对于边坡稳定性的判别具有快速、方便、准确率较高的优点,在边坡工程中具有较好的应用前景,文章研究结论可为边坡工程建设提供一定的理论参考。

关键词： 网络安全   漏洞评估   可利用性   指标约简   机器学习  

摘要： 通用漏洞评分系统是目前应用最为广泛的漏洞评估方法,但其评估结果偏向于漏洞本身的危害性,而未考虑网络环境因素。针对上述问题,提出一种面向网络环境的漏洞可利用性评估方法,基于群体专家经验,利用统计学方法选择漏洞属性,构建漏洞可利用性评估指标体系。同时,结合网络环境属性,基于最近邻算法对漏洞可利用性进行评估。该方法能对已知和未知漏洞进行精准的智能化评估,既融合了网络环境对漏洞可利用性的影响,又降低了专家经验的依赖程度。最后通过实验验证了该方法的有效性。

关键词： 人工智能   课程思政   教学团队   建设方案   实践  

摘要： 随着人工智能技术的迅速发展,教育领域正经历着深刻的变革。课程思政作为高校思想政治教育的重要形式,其教学团队的建设对于提升教学质量、实现立德树人根本任务具有重要意义。人工智能背景下加强课程思政教学团队建设,不仅是提升教学质量、实现教育现代化的必然选择,也是培养适应未来社会需求的高素质人才的关键举措。基于此,本文旨在探讨人工智能背景下课程思政教学团队建设的方案设计与实践,以期为相关领域的研究和实践提供参考。

关键词： 人工智能   管理会计   转型   对策  

摘要： 随着信息化技术水平逐年提高,部分企业财务会计逐渐转型为管理会计。企业要想切实提升管理会计转型效果,需要深入了解社会经济变动趋势,优化业务结构,重整会计流程。目前,部分企业在财务会计向管理会计转型的过程中,受到内部因素影响,导致转型质量较差。企业应根据现实情况,提出了相应的应对措施,使企业的财务核算逐步走向管理会计的层次。在人工智能,大数据,云计算等信息技术的推动下,信息技术的发展已经成为必然趋势。随着云计算等多种科技手段的广泛使用,企业的财务核算功能逐渐减弱乃至被取代,企业迫切需要寻找新的突破口,而转变为管理会计则是一种必然和需要探讨的途径。所以,研究与之有关的问题及应对措施,是加速企业从企业到企业的转变的关键所在。

关键词： 公共图书馆   人工智能   少儿阅读服务  

摘要： 近年来,随着人工智能(AI)技术的快速发展,人们的生活方式也发生了深刻的改变。在教育领域,人工智能技术也正在被不断的开发和应用,其中在阅读服务方面表现出了巨大的潜力。公共图书馆作为儿童获取知识、培养阅读兴趣的重要场所,也开始积极的探索人工智能技术的应用,以期为儿童提供更加个性化、智能化的阅读服务。本文结合人工智能的概念和应用,分析现阶段AI赋能公共图书馆儿童阅读服务存在的问题,并提出了相应的优化策略,以期为有关人士提供借鉴和参考。

关键词： 智慧建筑   人工智能   新工科   建设类高校   人才培养  

摘要： 在新工科建设和建筑行业转型升级背景下,立足国家发展战略和建筑行业发展需求,发挥建设类高校学科优势与特色,探索“人工智能+建筑”复合专业人才培养新模式,对为全面建成社会主义现代化强国培养储备智慧建筑领域紧缺人才具有重要的研究价值和实践意义。以沈阳建筑大学人工智能专业为例,从人才培养目标与定位、专业课程体系优化、人才培养评价体系改革、新工科人才实践能力培养等多个方面进行了探讨,初步形成了“人工智能+建筑”专业建设和人才培养改革实践经验,取得了良好的人才培养成效。

关键词： 压力性损伤   人工智能   深度学习   YOLO   目标检测   神经网络模型   App  

摘要： 背景随着人口老龄化,压力性损伤(PI)的发病率逐渐增加,这不仅严重影响了患者的生存质量,还增加了医保支出。然而,PI的早期发现和准确分期极大地依赖于专业培训。目的构建并测试一个用于PI自动检测和分期的人工智能模型,以提高PI诊断的实时性、准确性和客观性。方法选取常熟市第一人民医院压疮电子化管理系统中2021年1月—2024年2月的693张PI图像,将图像随机划分为训练集(551张)和测试集(142张),并按照2019年美国压疮咨询委员会(NPUAP)制订的PI预防和治疗指南分为6期,包括:Ⅰ期154张、Ⅱ期188张、Ⅲ期160张、Ⅳ期82张、深部组织损伤期57张、不可分期52张。利用基于5种不同版本的YOLOv8[nano(n)、small(s)、medium(m)、large(l)和extra large(x)]神经网络和迁移学习,建立针对PI的深度学习目标检测模型。模型评价指标包括精确度、准确率、灵敏度、特异度及检测速度等。最后,通过Ultralytics Hub平台将模型部署到手机应用程序(App)中,实现AI模型在临床工作中的应用。结果在对包含142张PI图像的测试集进行评估时,YOLOv8l版本在确保高精确度(0.827)的同时,也展现了较快的推理速度(68.49帧/s),与其他YOLO版本相比,在精确度与速度之间取得了最佳的平衡。具体而言,其在所有类别上的整体准确率为93.18%,灵敏度为76.52%,特异度为96.29%,假阳性率为3.72%。在6个PI分期中,模型预测Ⅰ期的准确率最高,达到95.97%;预测Ⅱ期、Ⅲ期、Ⅳ期、深部组织损伤期、不可分期分别取得了91.28%、91.28%、91.95%、95.30%和93.29%的准确率。就处理速度而言,YOLOv8l处理142张图像的总耗时为2.07 s,平均每秒可处理68.49张PI图像。结论基于YOLOv8l网络的AI模型能够快速、准确地对PI进行检测和分期。将该模型部署到手机App中,能够在临床实践中便携使用,具有很大的临床应用潜力。

关键词： 影像组学   人工智能   软件设计   二分类  

摘要： 针对影像组学研究需要使用多款软件,常存在数据不兼容、算法参数无法调节等问题,开发一款基于人工智能的影像组学分析建模软件,为医生和科研工作者提供支持图像预处理、特征提取、特征筛选、建模分析和数据可视化的影像组学集中解决方案。使用一个公开数据集对软件功能进行测试,创建8组分析模型,一一完成对测试集数据的分类预测并输出关键性能指标,通过参数调优,使得模型性能进一步优化,验证软件的可用性。该软件的使用可使研究人员更多聚焦课题本身,减少不必要的开发负担,对于影像组学研究朝着更加方便、高效的方向发展具有积极的推动作用。