关键词： 子宫内膜癌   机器学习   肿瘤基因组图谱   免疫基因   预后  

摘要： 目的:探究子宫内膜癌(Endometrial Cancer,EC)免疫微环境与基因表达的关联及其对预后的预测价值,通过生物信息学分析与机器学习技术,识别关键的免疫相关基因,构建预后模型,以期为EC的个性化治疗提供新的方向。方法:基于TCGA数据库,采用DESeq2、edgeR和limma工具筛选差异表达基因,结合ImmPort数据库筛选免疫相关基因。利用Lasso回归、单变量特征选择、Boruta和随机森林等机器学习算法进行特征基因筛选。通过单因素和多因素Cox回归分析评估基因的预后价值,并构建风险评分模型。采用CIBERSORT算法分析肿瘤免疫浸润,通过免疫组化验证关键基因表达。结果:通过3种差异分析结果与免疫相关基因的交集,确定62个差异表达的免疫基因,并使用多种机器学习模型筛选得到25个潜在生物标志物,其中被机器学习筛选为预后相关基因。单因素和多因素Cox回归分析证实,INHBE、SLURP1和TNFSF11基因与EC患者的生存期显著相关。构建的风险评分模型能够有效区分不同预后组别的生存率,且与免疫细胞浸润程度相关。免疫组化分析进一步验证这些基因在肿瘤与正常组织间的表达差异。结论:INHBE、SLURP1和TNFSF11是EC免疫微环境中关键的预后生物标志物,其表达水平与免疫细胞浸润及患者生存率密切相关,为EC的精准医疗提供理论基础。

关键词： 软法   人工智能   伦理规范   实施机制   软法实效  

摘要： 软法的广泛存在,并不意味着其切实地得到了遵守和执行。人工智能领域的软法——人工智能伦理规范——被证明存在“实效赤字”,其原因在于:人工智能伦理规范的非强制性,抽象性、模糊性,分散、混乱与叠床架屋,自愿遵守的动力不足,合规悖论,社会系统论困境,以及人工智能发展压倒约束的宿命论。但人工智能伦理规范因其灵活快捷性、多样适配性、合作试验性、事实压力性、跨国适用性而仍然有独特价值。经验研究表明,组织机制、合规压力机制、合规激励机制、技术方法论机制、基准机制以及软硬法互动机制,可推动软法的间接实施。价值共识与经济逻辑的结合、内在理由和外在推动的结合,是软法获得更多实效之道。

关键词： 农业用水量   机器学习   用水量预测   SHAP   河套灌区  

摘要： 农业用水预测是区域水资源规划中的关键环节,对于实现水资源合理开发,保障粮食安全具有重要的指导意义。然而,现有农业用水预测模型普遍存在输入参数冗余、模型精度不够等问题,不利于有效地进行水资源管理和优化决策。因此,选择内蒙河套灌区作为研究对象,首先对灌区农业用水量相关驱动因子进行主成分分析(Principal Components Analysis,简称PCA),筛选出影响灌区农业用水量的关键因子;其次构建多种基于机器学习的农业用水预测模型;最后,利用Shapley加法解释方法(SHapley Additive exPlanations,SHAP)验证最优模型应用的合理性,并深入挖掘各特征值对农业用水量的贡献影响。结果表明:多层感知器神经网络(MLP)机器学习模型可以有效的预测农业用水量,其R2评价指标为0.84,相较于其他五种不同机器学习模型(最小绝对收缩和选择算子回归Lasso、岭回归Ridge、决策树DT、随机森林RF、极限梯度提升XGboost),该模型预测结果较好。采用SHAP值法对MLP机器学习模型中的输入参数进行量化分析,发现第一产业总产值与粮食产量有较高的绝对平均SHAP值,而在不同灌域中SHAP值贡献大小略有差异。构建农业用水量预测筛选模型可以准确预测农业用水量,从而实现灌区农业精准灌溉并提高水资源利用效率,对于缓解未来河套灌区水资源供需矛盾具有重要的实际意义。

关键词： 人形机器人   人工智能   智能交互   智能运营   人—机—环境   应用场景   最佳形式   伙伴  

摘要： 具身智能是人工智能发展的前沿,人形机器人则是具身智能在细分应用场景落地的最佳形式。它能实现连贯高效的“人—机—环境”智能交互,其应用场景已经从最初的智能运营和制造,发展到担当人们的生活助手乃至情感伙伴。

关键词： 人工智能   东盟   东盟中心性   人工智能伦理  

摘要： 东盟于2024年初发布了《东盟人工智能治理和伦理指南》,旨在规范东盟各成员国负责任地研发和部署人工智能模型,以凝聚域内人工智能治理共识、搭建东盟域内、外的国际合作平台,进而提升自身在人工智能治理的全球影响力。该指南凸显了在人工智能治理方面的“东盟中心性”。这主要缘于成员国就绪度差异性、成员国国内相关议题治理情况各异以及地区社会对人工智能的认知差距。受域内数据流通的不便捷及人工智能、数字化转型的不同步等阻碍,东盟面临进一步制定人工智能区域性战略的挑战。未来,东盟将重点关注人工智能与教育的融合、域内国家建立最佳实践分享机制以及与域外国家开展国际合作等优先事项。

关键词： 人工智能   音乐教育   云课堂   机遇   挑战  

摘要： 在当代社会,以数字化、信息化为代表的人工智能技术在诸多学科领域得到了推广与应用,高校音乐教育专业云课堂便是其中之一。高校音乐教育专业云课堂构建的机遇与挑战并存,机遇在于云课堂具有强大的数字教学资源、信息连通优势,以及多元的音乐线上教学形式;挑战在于教师面临线下到线上的转向困境、课程设置层面探索力度不足、课堂管理层面难度较大,以及音乐专业线上教学平台存在瓶颈。为了促进高校音乐教育专业更好地适应人工智能时代发展需求,文章指出,需要结合当前面临的挑战,从提升教师线上教学的技能与水平、加快教学管理信息化进程、设计音乐教学专业线上课程,以及拓展音乐教育专业线上教学平台等方面着手,促进高校音乐教育专业云课堂取得显著成效。

关键词： 财务共享中心建设   财务共享模式   大数据时代   人工智能   大数据技术   存在的不足   互联网   强化沟通  

摘要： 随着互联网、人工智能与大数据时代的到来,企业为了提升对业务、资金的把控能力,纷纷将财务共享模式与大数据技术进行了融合,在效率提升、降低风险、强化沟通等方面取得了可喜的成绩。但在实际执行过程中,个别企业在财务共享中心建设过程中仍在人才、制度、环境建设等方面存在问题,亟待企业强化财务共享中心建设。本文将通过对大数据时代背景下,企业财务共享中心意义及存在的不足进行分析的基础上,提出企业强化财务共享中心建设的具体措施。

关键词： 人工智能   大数据技术   数据资源   数据密集型   数据生成   数据采集   数据积累   数据化  

摘要： 近年来,随着大数据和人工智能的发展,我国各行业拥有密集的数据资源,数据采集和数据应用能力不断提高,数据生成能力巨大,导致数据积累越来越快,使得大数据资源越来越丰富。大数据技术的应用也从金融、互联网、能源等数据密集型行业扩展到非数据化行业,其对各行各业的影响越来越明显。

关键词： 颗粒态磷   环境二号卫星   高光谱遥感   机器学习  

摘要： 以巢湖为研究对象,利用HJ-2A/B卫星HSI高光谱遥感数据,结合地面实测样点数据,采用Pearson相关分析法和CARS算法筛选颗粒态光谱敏感波段,结合随机森林(RF)、支持向量机(SVM)、极限学习机(ELM)、卷积神经网络(CNN)等机器学习算法构建湖泊颗粒态磷遥感估算模型,并进行反演。Pearson-CNN模型具有较好的预测能力,R^(2)、RMSE、RPD分别为0.765、32.49μg/L、1.97。这表明该模型能够快速捕获颗粒态磷光谱特征,具有较强的非线性学习能力,有利于提高颗粒态磷遥感模型的估计精度,为湖泊磷源监测与评估提供了良好的支持。

关键词： 用户实体行为分析   人工智能   数据安全   数据审计  

摘要： 基于用户实体行为分析数据安全审计管理系统,为应对企业内外部数据安全威胁提供了新的解决方案。通过对用户、设备和应用的行为进行持续监控,建立动态基线,并实时分析异常行为,有效识别潜在威胁。提出了包含实体、行为、基线和算法为核心4要素,以及数据采集、行为分析和处置响应为3步骤的框架系统,展示了如何将人工智能增强的用户实体行为分析构建智能化的数据安全审计体系,以增强数据保护能力和合规性。