关键词： 机器学习   极端梯度提升   Zr-Cu-Ni-Al-Y合金   非晶形成能力   数据增强  

摘要： 为提高机器学习预测非晶形成能力的精度，从结构、热力学和动力学出发提取原子尺寸差、混合焓和估算的液相线温度处粘度作为特征参量。采用随机森林（RF）、极端梯度提升（XGBoost）和多层感知机（MLP）算法预测非晶合金的最大尺寸。结果表明，利用原始数据集和增强数据集建立的XGBoost模型都表现出了优异的性能，后者取得了所有模型中最高的决定系数0.9148。由增强数据集训练的XGBoost模型预测的数据集之外的Zr-Cu-Ni-Al-(Y)非晶合金最大尺寸与测量值符合得最好，表明其具有出色的泛化能力。通过模型解释发现，相比热力学和结构因素，动力学因素与非晶形成能力具有更强的相关性。

关键词： 地方法人银行   违约风险   系统性风险   复杂网络   机器学习  

摘要： 近年来，地方法人银行违约风险持续增加，银行体系承压明显，若发生风险事件，不仅会冲击金融市场，而且在金融市场内传播还会引发系统性风险。本文采用复杂网络方法，通过模拟系统性风险的形成过程，甄别我国35家银行对系统性风险的影响发现：2016年以来，对系统性风险贡献较大的银行多为地方法人银行；地方法人银行系统重要性明显低于国有商业银行和股份制银行，但违约概率最高。此外，本文还发现，使用机器学习方法能够较好地识别和预测银行违约行为，银行内外部特征和其违约行为存在明显的非线性关联。

关键词： 机器学习   中心-环境特征   原子环境类型   Nb合金设计  

摘要： 利用基于图的深度神经网络进行材料结构的数字编码方法缺少局部性特征，且需要大量数据，这在特定的材料研究中很难满足。本文提出了一种数据密集度较低的“中心-环境”（CE）特征表示方法，利用预先定义的注意力集中机制，构建机器学习模型研究局部合金化对Nb合金的结构稳定性影响。本研究中的CE特征模型采用原子环境类型（AET）方法，很好地描述了环境原子的低对称性的物理壳层结构。优化的ML-CEAET模型预测了Nb的双位点置换能误差为55.37 meV，表明Si-M置换对（M= Ta， W， Re和镧系稀土元素）是Nb的稳定剂。通过直接预测未训练的Nb合金元素，进一步验证了ML-CEAET模型的良好可迁移性。在小数据集的情况下，具有CE特征的非深度学习模型比文献中具有基于图特征的深度学习模型表现更好。

关键词： 腮腺肿瘤   多形性腺瘤   鉴别诊断   影像组学   磁共振成像   机器学习  

摘要： 目的 探讨MRI影像组学结合机器学习模型在腮腺恶性肿瘤与多形性腺瘤鉴别诊断中的作用。方法 选取确诊为腮腺肿瘤的患者，包括64例腮腺恶性肿瘤和78例多形性腺瘤，在T1WI、T2WI脂肪抑制序列（fat suppression-T2WI,FS-T2WI）、DWI序列上手动勾画感兴趣区域并提取影像组学特征。利用z-score方法进行数据标准化，运用Mean对数据进行归一化处理，利用皮尔森相似度、多变量方差分析、特征递归消除进行特征筛选，筛选出与腮腺恶性肿瘤、多形性腺瘤鉴别诊断最相关的特征。使用支持向量机（support vector machine,SVM）、线性判别分析（linear discriminant analysis,LDA）、逻辑回归（logistic regression,LR）、随机森林（random forest,RF）和决策树（decision tree,DT）5种算法构建机器学习模型，绘制受试者工作特征曲线（receiver operating characteristic curve,ROC），评价鉴别诊断模型的效能。结果 共筛选出17个影像组学特征用于模型构建，测试集中LDA模型的曲线下面积（area under the curve,AUC）为0.871,95%可信区间为0.780～0.963，准确率为0.836,LDA模型的预测效能最好。结论 MRI影像组学结合机器学习模型对术前鉴别腮腺恶性肿瘤与多形性腺瘤具有重要作用。

关键词： 人工智能   数据要素   新质生产力   价值创造  

摘要： 为促进人工智能与实体经济深度融合,推动人工智能赋能制造业新质生产力形成与价值创造能力提升,文章基于省际面板数据,运用熵值法测度了2011—2022年我国30个省份的人工智能发展和制造业新质生产力价值创造水平,并构建固定效应模型、面板门槛回归模型实证检验人工智能赋能制造业新质生产力价值创造的影响效应及特征。理论分析表明:人工智能驱动数据的要素化和智能化,推动企业数智化转型,通过降本增效、智能决策、模式创新、业态融合赋能制造业领域的新质生产力价值创造。实证检验发现,人工智能总体上能够显著提升制造业新质生产力价值创造水平,其影响效应呈现非线性特征,当人力资本质量、知识产权保护水平跨越单一门槛值时,人工智能对制造业新质生产力价值创造的促进作用显著增强。在人工智能产业发展三大梯队地区中,对第一梯队地区(北京、上海、广东、浙江和江苏)驱动效果最强,而对第二、三梯队地区促进作用则不明显。基于此,应进一步培育发展人工智能产业,构建面向AI时代的制造业创新智能生态,建立完善的市场监管与安全体系,以赋能制造业新质生产力价值创造。

关键词： 密度峰值聚类   细胞定位   自适应   机器学习  

摘要： 自动准确地定位生物医学成像图像中的大量细胞对生物医学研究具有重要意义。现有图像处理方法定位分布密集和黏连细胞的精度不高，且参数设置对数据十分敏感。为此，提出一种基于密度峰值聚类、自适应优化参数的细胞定位方法。首先建立深度学习模型进行细胞分割以提升聚类效果；其次分析图像前景区域局部密度与较高密度点的最小距离趋势性变化，以自动优化密度阈值和距离阈值参数来选取聚类中心，实现对密集、黏连细胞的自动定位。与常用的5种算法比较发现，所提方法在荧光微光学切片断层扫描成像小鼠数据集中的检出率、准确率分别为0.89和0.81，在更复杂的数据集中相较于比较方法更优，为细胞定位工作提供了一种新的高准确度自动化方法，在生物医学图像处理的计算机应用领域具有良好前景。

关键词： 科技革命   人工智能   全球治理   全球科技共同体  

摘要： 人工智能等新兴技术为世界发展带来新机遇的同时，也带来一系列全球性挑战，人工智能治理正成为全球治理的重要领域。作为全球治理的积极参与者和贡献者，中国参与全球人工智能治理是时代大势所趋。中国较强的科技创新实力和现代化治理能力为参与全球人工智能治理提供重要支撑，同时，中国参与全球人工智能治理是国际社会应对共同挑战的现实需要，也代表广大发展中国家的立场和声音。中国参与全球人工智能治理遵循“以自立自强为标杆，以国家安全为底线，以造福人类为准则，寻求合作的最大公约数”，以全球科技共同体推动构建人类命运共同体。

关键词： 混凝土   氯离子传输   机器学习   应力水平  

摘要： 机器学习预测模型已逐渐成为研究混凝土氯离子传输性能的重要方法，目前尚未考虑到荷载对氯离子传输的影响，本文建立了荷载作用下混凝土氯离子传输的机器学习预测模型。基于已有的试验研究，建立了包含2458个样本的数据库。通过开展六种机器算法预测模型性能的评估，发现基于XGBoost算法的机器学习模型更适用于受压混凝土中氯离子传输的机器学习预测。进而，将SHAP方法与XGBoost算法结合，开展了受压混凝土中氯离子传输机器学习预测结果的可解释性分析。结果表明，应力荷载水平λ对于混凝土中氯盐侵蚀的影响仅次于暴露时间。此外，氯离子侵蚀速率随着压应力水平的增大呈现先降低后升高的趋势。相较于Fick第二定律的解析模型，所建立的机器学习模型能够准确地呈现出氯离子浓度峰值的位置，可更好地预测混凝土中氯离子传输行为。

关键词： 家具   智能制造   工业机器人   技术体系  

摘要： 在工业4.0时代背景下,工业机器人在各种制造领域中的应用日益普遍。本研究对家具智能制造行业中工业机器人技术应用存在的局限性问题进行深入分析,重点聚焦于工业机器人灵活性、人机协作、信息采集以及智能监控和质量控制等应用方面。在此基础上,结合家具智能制造转型过程中对工业机器人快速响应、个性化控制和按需定制等技术需求,构建了一个全面高效的技术体系。该体系涵盖硬件层、软件层、传感器、控制策略、技术整合和交互等模块,旨在为工业机器人在家具智能制造中的深度集成和智能化应用提供系统的技术支持。更进一步探讨了该技术应用过程中的潜在挑战与机遇,从技术挑战、经济效益和社会伦理考量3个方面进行详细解读,为家具产业的数字化智能制造转型升级提供技术支撑和理论指导。

关键词： 医学微生物学   教学改革   大分子结构教学   人工智能   三维结构  

摘要： 为充分激励医学院校本科生学习基础学科理论知识的积极性，文章以传统课堂教学为载体，进一步发掘优质学科内容，与人工智能模型AlphaFold在线教学相结合，深度融入病原微生物大分子三维结构信息，实行医学微生物学的课程教学改革，并探讨该教学模式在医学微生物学理论教学中的应用效果与可改进之处，为基础医学相关的学科教学改革提供新思路。