关键词： 人工智能   企业管理   矩阵式管理   组织结构  

摘要： 随着人工智能技术的迅速发展,企业面临着管理方式的重大变革。文章探讨人工智能时代企业管理变革的逻辑与框架。首先,分析了人工智能时代企业管理变革的逻辑,继而从重塑企业文化内核,根植数据驱动理念、优化企业组织结构,推行矩阵式管理模式等三个维度构建了人工智能时代企业管理变革的框架,从而为我国企业提供一个应对人工智能挑战、把握发展机遇的管理变革路径。

关键词： 直升机   敏感性分析   机器学习  

摘要： 针对直升机侦察效能指标敏感性分析的迫切需求,基于机器学习中的逻辑斯蒂回归方法,提出了一种面向侦察效能的直升机指标敏感性分析方法。首先,介绍了基于机器学习的直升机侦察效能指标敏感性分析的基本步骤;其次,通过任务想定、指标体系构建、相关数据收集、效能评估、机器学习算法的运用进行建模和训练,实现对直升机侦察任务效能的敏感性评估。本研究可以为直升机任务效能敏感分析提供参考,并为直升机在体系中的研发和应用提供更加科学合理的支持。

关键词： 人工智能   高校科技期刊   高质量发展   智能审稿   智能校对   智能传播  

摘要： 为了解决高校科技期刊审稿周期长、编辑工作量大、个性化服务不足等问题,探究人工智能技术在科技期刊高质量发展中的应用。在科技期刊编辑审稿、期刊排版与发布、数字化出版传播及期刊质量管理等环节应用人工智能技术,可以实现自动化审稿、智能化排版、智能化传播、个性化服务等功能,有助于提高高校科技期刊的编校质量、出版效率、传播能力和服务效能。同时,人工智能技术还可以帮助高校科技期刊管理者更好地了解读者需求和市场动态,为期刊的精准定位和品牌建设提供有力支持,赋能高校科技期刊高质量发展。

关键词： 智能网联汽车   故障诊断   ADAS   大数据分析   机器学习  

摘要： 随着智能网联汽车技术的迅猛发展,故障诊断技术的研究变得尤为重要。文章系统地分析了智能网联汽车故障诊断技术的发展现状,探讨了高级驾驶辅助系统(ADAS)、生态驾驶环境模拟及电控系统检测等关键技术。研究发现,基于大数据和机器学习的智能故障诊断方法在提高故障检测的准确性和及时性方面具有显著优势,然而,故障诊断技术面临着数据量和系统复杂性、系统集成和互操作性等挑战。基于此,文章提出了技术创新和标准化策略,以应对这些挑战,推动智能网联汽车的可靠性和安全性提高。未来,智能网联汽车故障诊断技术将进一步走向智能化和自动化,为智能交通的实现提供有力保障。

关键词： 糖尿病视网膜病变   血管生成   机器学习   生物标志物   免疫细胞浸润  

摘要： 目的基于转录组学挖掘糖尿病视网膜病变(DR)中与血管生成基因(ARGs)相关的生物标志物。方法通过差异表达分析筛选出DR患者群体与健康对照群体间的差异表达基因(DEGs)。运用加权基因共表达网络分析识别出与ARGs最显著相关的关键模块。将DEGs与此关键模块中的基因做交集处理,得到了一系列的候选基因。其次,操纵3款不同的机器学习算法从这些候选基因中挑选出有潜力的DR生物标志物并基于这些标志物构建出用于DR诊断的列线图模型,通过绘制并分析接受者操作特征曲线(ROC),校准曲线以及决策曲线分析曲线,进一步验证列线图模型预测的准确性。此外,研究DR组患者和对照组之间的免疫细胞浸润情况,同时,预测针对DR治疗的潜在靶向生物标志物的化学药物。结果基于生物信息学分析,共鉴定出153个DEGs和969个关键模块基因。以上两种结果取交集获得19个候选基因。3种机器学习算法确定了4个生物标志物[血清淀粉样蛋白A2(SAA2)、内质网驻留蛋白27(ERP27)、谷胱甘肽过氧化物酶8(GPX8)和RAB蛋白家族成员RAB7B],ROC曲线证实此4个生物标志物具有有效区分DR患者和正常人的能力。根据此4种生物标志物构建的列线图模型,能够有效预测DR的患病概率。免疫细胞浸润结果表明,4种生物标志物与28种免疫细胞之间均展现出较强的相关性。药物预测发现,分别靶向SAA2和GPX8的地塞米松、二硫化谷胱甘肽和谷胱甘肽可能是治疗DR的潜在药物。结论SAA2、ERP27、GPX8和RAB7B可建立诊断DR的可靠模型,这些生物标志物主要参与补体和凝血级联反应,以及调控免疫细胞浸润等关键生物学过程。

关键词： 智能经济   产业集群   人工智能   企业财务管理   数字化转型   大数据   深度融合   国际竞争力  

摘要： 以人工智能加速数字化转型已经不再是“选择题”,而是关乎企业长远发展的“必修课”。数字经济加速演进,信创产业快速崛起,云计算、大数据、人工智能等技术为企业高质量发展带来澎湃的发展动能。国家高度重视智能经济发展,促进人工智能和实体经济深度融合。2024年,《政府工作报告》指出,“深化大数据、人工智能等研发应用,开展‘人工智能+’行动,打造具有国际竞争力的数字产业集群。”

关键词： 卷首语   人工智能   AI   视频内容   科技  

摘要： 龙年的春天提前到来,生机勃勃,欢快、明朗而充满希冀——正是“龙德在田,和气致祥”之气象。然而,世界变化太快,科技创新不断地刷新着我们的认知,突破性的AI多模态技术具有“世界级别的模拟与创作能力”——在我们还不完全了解AI之时,又迎来了OpenAI革新之作,震撼了科技界的视频生成大模型SORA,它能根据你的一句话在短短一分钟内生成高度逼真且充满创意的视频内容。科技巨头马斯克也表示“人类已面临人工智能带来的巨大挑战”。

关键词： 冠脉狭窄程度   可溶性生长刺激表达因子2   三酰甘油葡萄糖乘积指数   机器学习  

摘要： 目的 探讨可溶性生长刺激表达因子2(sST2)和三酰甘油葡萄糖乘积(TyG)指数对冠心病患者冠脉狭窄程度的影响,同时构建最佳机器学习预测模型并进行验证。方法 收集2021年6月至2023年2月在蚌埠医科大学第一附属医院确诊为冠心病的193例患者资料,根据Gensini评分分为轻度狭窄组(n=92)和重度狭窄组(n=101),对比两组患者的特征差异,进一步使用多因素logistic回归分析sST2、TyG与冠脉狭窄程度的关联;同时构建多种机器学习算法,包括随机森林、支持向量机、基于XGBoost (eXtreme Gradient Boosting,极端梯度提升)的模型和反向传播神经网络算法,开展冠脉狭窄预测能力比较,通过计算受试者工作特征(ROC)曲线下面积(AUC)寻找最优模型。结果 与轻度狭窄组相比,重度狭窄组sST2、TyG指数水平更高,差异有统计学意义(P<0.001)。多因素logistic回归分析表明sST2(OR=1.082,95%CI:1.008~1.161)和TyG指数(OR=3.834,95%CI:1.856~7.921)是冠心病患者重度冠脉狭窄的危险因素。不同机器学习模型预测性能均高于传统logistic模型(AUC:0.708,95%CI:0.576~0.841),其中,预测性能最高的为XGBoost模型(AUC:0.848,95%CI:0.740~0.955)。此外,机器学习模型的变量重要性排序结果均显示,ST2和TyG指数是位于前5位重要的预测变量。结论 sST2与TyG指数和冠心病患者冠脉狭窄密切相关,特别是结合机器学习算法能更好地开展冠脉狭窄风险预测。

关键词： 大数据   人工智能   计算机  

摘要： 随着大数据与网络技术领域的持续创新与突破,我们已正式迈入大数据时代。在此背景下,人工智能技术犹如一颗璀璨新星,不仅吸引了公众的广泛关注,更为计算机网络信息技术的蓬勃发展开辟了新路径,注入了强大动力。当前,人工智能技术以其独特的优势,在多个关键领域如人工神经网络构建、网络入侵检测、信息安全防护、专家系统优化以及智能代理技术等方面展现出广泛的应用潜力。鉴于此,本文旨在首先对人工智能的基本概念进行精炼概述,随后深入探讨其在计算机网络技术领域的多元化应用趋势,并进一步展望其未来的发展前景。通过这一探讨,我们期望能够揭示人工智能如何成为推动计算机网络技术革新与升级的重要力量,以及它如何引领我们迈向更加智能、安全、高效的数字时代。

关键词： 叫应技术   人工智能   三断   应急管理  

摘要： 近年来,随着经济的快速发展,各类灾害事故隐患和安全风险交织叠加、易发多发,影响城市公共安全的因素日益增多。构建智能化的多网多层级泛在叫应系统,成为国家和社会稳定持续发展、为人民生命健康及财产安全提供精准保障的重大战略需求。该系统综合应用新一代信息通信技术和人工智能技术,在灾害事故的应急处置与救援环节中,将信息通信延伸到“最后一公里”,确保在“断电、断网、断路”的“三断”场景下仍能实现泛在叫应能力。这标志着预警信息从“推送式响应”向“强迫式叫应”的转变,全面提升了对各类灾害事故应急处置与救援的智能化和精准化水平。