关键词： 半U形地下空间   机器学习   截面宽度   坡高   烟气回流长度   最高烟气温升  

摘要： 结合火灾数值模拟(FDS)与机器学习方法,该文对半U形地下空间火灾时的烟气运动进行了深入分析。研究发现,在预测烟气回流长度及烟气最高温升方面,BP神经网络相比于支持向量机回归(SVR)展现了更高的精度,其决定系数超过了95%,而相对误差仅集中在20%以内,显著优于SVR方法。通过shap值解释机器学习模型,并结合FDS数值模拟的结果,揭示坡高是影响烟气回流长度的决定性因素,且坡高的增大、宽度的减小或热释放速率增大均会缩短烟气回流。同时,热释放速率是影响烟气最高温升的主要因素,受坡高影响较大,而宽度的减小虽能在一定幅度上降低最高烟气温升,但效果并不显著。该研究拓展了地下空间火灾烟气运动参数的预测方法,为地下空间火灾动力学行为预测及通风排烟系统的优化设计贡献了创新性的方法。

关键词： 缺血性脑卒中   铁死亡   生物信息学   HT22细胞   机器学习   特征基因   细胞实验   NFE2L2   ASCL4   GPX4  

摘要： 背景:铁死亡与缺血性脑卒中的发病密切相关,靶向铁死亡是一种治疗缺血性脑卒中有前景的方案,但具体调控靶点尚不明确。目的:通过生物信息学和机器学习方法筛选缺血性脑卒中铁死亡相关特征基因,并通过细胞实验进行验证,探讨铁死亡在缺血性脑卒中的作用。方法:基于GEO数据库和FerrDb数据库选取符合条件的缺血性脑卒中相关数据集和铁死亡表达数据集,通过t检验筛选铁死亡相关差异基因。对铁死亡相关差异基因进行GO功能富集分析与KEGG信号通路富集分析。通过PPI网络分析和机器学习筛选缺血性脑卒中铁死亡的特征基因,利用ROC分析和GSEA分析探究特征基因的准确性和生物功能。然后进行细胞实验,将HT22细胞分为对照组与缺血性脑卒中组,对照组不作任何干预,缺血性脑卒中组加入0.1 mol/L的H_(2)O_(2)干预24 h诱导细胞氧化应激和铁死亡,通过实时荧光定量RT-PCR和Western Blot验证铁死亡的发生和特征基因表达。结果与结论:(1)共获取45个铁死亡相关差异基因,GO和KEGG富集分析发现差异基因与氧化应激、自噬、铁死亡、脂肪细胞因子信号通路和线粒体代谢密切相关。(2)通过PPI网络中的MCODE插件和cytoHubba插件与机器学习中的LASSO算法和SVM-RFE算法共鉴定出1个铁死亡特征基因核因子E2相关因子2(nuclear factor erythroid 2-related factor 2,NFE2L2)。(3)对NFE2L2进行ROC曲线分析,发现在训练集和验证集中构建的诊断预测模型具有良好的准确性与特异性;对NFE2L2进行GSEA分析,发现特征基因通过免疫、炎症反应、氨基酸代谢及神经因子调控等方面参与缺血性脑卒中发病机制的调控。(4)细胞实验的RT-PCR和Western Blot分析表明,与对照组对比,缺血性脑卒中组中的酰基辅酶A合成酶长链家族成员4 mRNA和蛋白表达水平显著增高(P<0.05),谷胱甘肽过氧化物酶4 mRNA和蛋白表达水平显著降低(P<0.05);与对照组对比,缺血性脑卒中组中特征基因NFE2L2 mRNA和蛋白表达水平显著增高(P<0.05)。(5)上述结果证实,缺血性脑卒中与铁死亡密切相关,靶向特征基因NFE2L2可以为研究和治疗缺血性脑卒中提供一定的思路与方向。

关键词： 道元   位   道元化   间距   人工智能   老子之道  

摘要： 自然语言处理建构在“道元(token)”之上,道元是AI算法处理和学习各种文字、图像与声音数据类型的基本元素。道元生成的过程与老子“道生一,一生二,二生三,三生万物”相似。大语言模型利用“间距”产生道元后,转换成位,透过大量数据的学习与计算,进行新的道元生成与意义重组。由于结合概率重组,人工智能出现类似于人类行为的不可预测性和独特性。未来借鉴老子哲学和汉字的多样性,人工智能可以发展出更全面和创新的框架。

关键词： 人工智能   神经再生   脊髓损伤   机器外骨骼   脑机接口   神经电刺激   脑皮质重组   深度学习   机器学习   神经网络  

摘要： 背景:近年来人工智能逐渐兴起,在多方面应用于脊髓神经损伤与修复领域,对临床治疗也有诸多积极影响。目的:研究人工智能在脊髓神经损伤与修复领域的诊断、治疗和康复中的应用进展,明确该领域的研究热点和不足,为今后研究工作提供建议。方法:在Web of Science核心集数据库检索建库至2023年收录的人工智能在脊髓神经损伤与修复领域相关文献,使用CiteSpace 6.1.R6和VOSviewer 1.6.19软件对文献数据进行一般文献学分析、文献共被引、期刊共被引、期刊双图叠加及关键词聚类等可视化分析。结果与结论:①共筛选出1713篇文章,此领域年发文量呈波动上升趋势,其中美国占据主导地位,Kadone Hideki是发文量最多的作者,《ARCH PHYS MED REHAB》是被引用次数最多的期刊。②关键词共现和聚类分析显示,去除与检索词相近的关键词后,主要关键词被分为3个主要集群:外骨骼与运动康复(为最大核心热点)、机器学习和神经可塑性、机器人和康复训练。③关键词爆发分析显示,深度学习和人工智能在过去5年中已成为突发术语。④文献共被引和高被引文献分析结果显示,人工智能在脊髓神经损伤与修复领域热点集中于动力外骨骼(powered exoskeleton)、步态(gait)、神经电刺激(electrical nerve stimulation)、皮质内脑机接口(intracortical brain-computer interface,IBCI)、机器人(robot)、高分子生物材料(polymer biomaterials)及神经干细胞(neural stem cell)等内容。⑤人工智能在脊髓神经损伤与修复领域的研究近年来呈现上升趋势,该领域的关注点从外骨骼、电刺激等单一的治疗手段,逐渐向智能化、精准化和个性化等方向转变。⑥该领域存在一些局限性,例如数据缺失或不平衡的后果、数据准确性和可重复性低以及伦理问题(如隐私、研究透明度和临床可靠性等),未来的研究应该解决数据收集的问题,需要大样本、高质量的临床数据集来建立有效的人工智能模型;同时该领域的基因组学等机制研究十分薄弱,未来可利用类脑芯片等多种机器学习技术,运用基因编辑治疗及单细胞空间转录组等方法,进行再生相关基因上调和轴突生长结构蛋白产生等基础机制研究。

关键词： 人工智能   人工智能生成物   独立完成   作品  

摘要： 人工智能生成物是否构成作品是涉及人工智能产物著作权纠纷的基础与核心问题。本文借北互法院宣判的“人工智能文生图”著作权案,通过独创性必备构成要件,明晰人工智能生成物不属于著作权法意义下的作品,无须动用额外的法律手段和社会运行成本去保护这类创作,也无须再讨论其权利归属等问题。

关键词： 小学科学   人工智能   教学  

摘要： 在小学教育阶段融入人工智能教学,对于增强学生综合素质、促进教师职业成长以及推动教育方式和形态的革新具有至关重要的作用。本文对人工智能为教学活动带来了新的活力与可能性进行了探讨。

关键词： 人工智能   政治安全   国家安全   系统科学  

摘要： 在人工智能时代,政治安全的内涵正在被不断深化和持续拓展,各国面临的政治安全风险也愈发复杂。根据系统科学理论,政治安全可以构建为一种政治安全系统,包含正反要素、四大结构面与动态稳定的功能。人工智能在经历从游离到输入的时序过程后,作为一种新的要素与政治安全系统发生互动。人工智能与政治安全的互动遵循“技术—应用—风险—系统”的逻辑过程,并实现对系统内其他要素的影响。这种影响全面且深刻,使得人工智能开始大面积嵌入政治安全系统,重构了政治安全结构。政治安全正在面临人工智能所带来的更复杂的风险形态,包括权力安全、制度安全与价值安全在内的政治安全内部生态都将发生深刻变化,推动整个政治安全形态经历深刻的变革。

关键词： 人工智能   煤矿安全   监测技术   数据分析   风险预测  

摘要： 对人工智能在煤矿安全监测中的应用及其未来发展趋势进行了研究与探讨。对传统的煤矿安全监测方法及其局限性进行了总结,详细探究了人工智能在煤矿安全监测方面的应用,特别是在井下监测监控、人员定位和通讯等方面;探讨了人工智能技术在提高煤矿安全性方面的重要性和潜在价值。研究结果表明,人工智能能显著提升煤矿安全监测的效率和准确性,且随着技术的进步和数据质量的提高,人工智能将在提高煤矿安全生产水平、减少事故发生率方面发挥重要作用。

关键词： 《摩罗诗力说》   知识视野   人工智能   《野草》   生成式   高考满分作文   西方名著  

摘要： 2020年高考满分作文《生活在树上》惊动了学界、文坛,至今犹有余波。这位考生估计爱读汉译西方名著,知识视野真的超出很多文化人。有家传媒以“不说人话”评价此文,因其行文晦涩,多用西典及文言语汇,如嚆矢、祓魅、玉墀、婞直、一觇、滥觞、肯綮等。估计对这家传媒来说,只要不说大白话就是“不说人话”。他不知道人上一百,人外有人。《离骚》《野草》《摩罗诗力说》《查拉斯图拉如是说》在他眼里估计也是“不说人话”。

关键词： 机器学习   镍基单晶高温合金   特征选择   蠕变寿命  

摘要： 构建合适的镍基单晶合金蠕变寿命预测模型,对于我国航空发动机叶片设计、强度分析和寿命预测具有重要意义。采用多项式回归、最近邻回归、支持向量机回归、决策树回归四种机器学习算法,建立镍基单晶高温合金蠕变寿命与合金成分、微观组织和蠕变工艺参数的关系模型,为镍基单晶高温合金的蠕变性能调控提供了新方法。基于蠕变寿命预测模型,系统地比较了四种算法和特征选择对模型性能的影响。结果表明,支持向量机回归模型的预测结果最优,相关性较高的四个特征依次为γ′固溶温度、Ta、W、Re。研究结果可为获得更有效的镍基单晶高温合金蠕变性能预测方法提供参考。