关键词： 机器学习   虚拟现实   抑郁症   健康管理  

摘要： 抑郁症严重地危害着人类的身心健康。目前传统的抑郁症诊断和治疗技术存在一定的弊端,而机器学习技术结合精神健康数据可以加强对患者精神状况的了解,提高抑郁症诊断的准确性和特异性。VR干预技术可以有效地减少抑郁症状,在辅助治疗抑郁症方面具有安全可控、治疗生态效度高、治疗经济高效等优势。本文总结了机器学习与虚拟现实在抑郁症健康管理方面的应用,并分析了今后的研究方向和挑战。

关键词： 人工智能   大数据   食品科学与工程   人才培养  

摘要： 随着人工智能(Artificial intelligence,AI)大数据的发展,食品科学与工程专业的人才培养模式在食品行业变化的大环境下也受到了影响。通过论述AI大数据分析的优势、基本思路和原理,从毕业生素养(通识能力)、专业知识与技能、课程培养方面、工作满意度、工作稳定性等方面解读AI分析报告;同时,分析AI大数据背景下食品科学与工程专业人才培养提升的建议和措施,为提升我国食品工程领域的人才培养质量提供新思路。

关键词： 水位预报   水文水动力模型   机器学习模型   耦合模型  

摘要： 为探讨利用水文水动力模型和机器学习模型来提高河道水位预报精度的可行性,首先利用水文水动力模型进行河道水位预报,采用支持向量机模型对水文水动力模型的预报结果进行校正,进而构建了一种耦合水文水动力模型和机器学习模型的河道水位预报模型。在广州市南沙区蕉西水闸的应用结果表明,构建的耦合模型的预报效果优于单一的水文水动力模型,明显地提高了不同预见期下的水位预报精度;尽管随着预见期的增加,耦合模型的预报精度有一定的衰减趋势,但整体上仍优于水文水动力模型提供的水位预报结果。

关键词： 科技公司   人工智能   大国竞争   技术监管   全球治理  

摘要： 作为影响地缘政治的重要行为体,科技公司的作用尚未得到学术界的足够关注。随着科技日益成为主权国家在竞争中维护利益和发挥影响力的战略工具,科技公司与主权国家之间的权力格局和相互依赖关系正经历深刻变革。科技公司依托其在技术变革中的引领性角色,正在成为影响国家创新能力、国内治理能力和综合国力的关键变量。在这一过程中,科技公司不再只是被动应势,而是在新的动态关系中顺势而为,通过主动介入地缘政治博弈,影响政策制定以实现其商业利益。通过对25位人工智能领域从业者的深度访谈,并结合对英特尔、Mistral AI、OpenAI三家公司的具体行动进行案例分析,研究揭示了科技公司顺势而为的行为逻辑以及由此产生的资源分配失衡、监管效果不佳、国际合作受损和生态系统扭曲四类潜在风险。因此,国家应审慎应对科技巨头崛起带来的权力与利益冲突,同时,重视科技公司在塑造全球政治经济格局中的关键作用,以开放包容的态度加强国际合作,共同引导科技创新造福人类。

关键词： 数据要素   新质生产力   产业链韧性   人工智能   空间效应  

摘要： 基于2011~2022年31个省域面板数据,考察数据要素影响新质生产力的传导机制与空间效应,对提升新质生产力的路径进行探索。研究发现:数据要素能够显著地促进新质生产力发展,但区域间存在差异,我国西部地区数据要素对新质生产力发展的作用不显著,东部和中部地区作用明显。调节效应表明提升产业链韧性对数据要素推进新质生产力具有正向调节作用,城乡收入差距对数据要素推进新质生产力具有负向调节作用。选取人工智能为门槛变量,发现数据要素对新质生产力发展存在正向非线性关系,人工智能发展水平增强了这一正向促进关系。此外,空间效应表明数据要素对邻近地区新质生产力发展具有显著的溢出效应。基于此,政府应不断加强数字基础设施建设、促进区域发展平衡、优化教育资源、提升产业链韧性、缩小城乡收入差距、加强人工智能发展、更好地利用数据要素推动新质生产力的发展,促进经济的均衡和可持续发展。

关键词： 农机保养   物联网   人工智能   智慧农业  

摘要： 随着科技的不断发展,智能农机保养与智慧农业安全已成为农业生产现代化的重要组成部分。文章旨在探讨如何结合人工智能技术和物联网技术,推动农机保养和农业安全管理的智能化、自动化进程,以提高农业生产的效率和安全性。基于农机保养与智慧农业安全的概念及重要意义,文章分析了智能传感器、人工智能算法等关键技术在农机保养和农业安全管理中的应用,从政府支持、技术培训、合作推广、标准认证和金融扶持等方面提出了具体措施,以推动农机保养与智慧农业安全的发展,为农业现代化提供新的动力和机遇。

关键词： 骨质疏松症   骨质疏松性骨折   早期诊断(识别)   机器学习   预测模型  

摘要： 骨质疏松性骨折是骨质疏松症的严重后果,早期识别骨折高危风险,采取个性化的诊疗方案,进而降低骨折风险尤为重要。预测模型能够对骨折风险进行分层预测,对骨折的预后也具有重要意义。骨质疏松性骨折风险预测模型的研究数量众多、方法不一,本文从模型构建方法的角度出发,对比传统统计学方法与机器学习算法构建预测模型的优劣,总结分析骨质疏松性骨折预测模型的研究现状,以期为临床医师决策提供有益参考。

关键词： 人工智能   税务筹划   财务管理   决策支持   合规管理  

摘要： 文章从自动化税务合规、预测分析与决策支持、智能税务咨询、税收筹划的智能优化等角度,分析了人工智能在企业税务筹划中的应用前景,针对企业在税务筹划中利用人工智能面临的技术、法律与合规、企业内部接受度、成本与效益等挑战给出了具体的应对策略,以促进企业实现税务筹划的革新与优化。

关键词： 干旱盐碱地   土壤含盐量估算   机器学习模型   深度学习模型  

摘要： 内蒙古自治区鄂尔多斯市达拉特旗黄河南岸由于气候干旱,降水量少,年蒸发量远大于年降水量,靠近黄河地下水位高,导致土壤盐渍化问题突出。以达拉特旗黄河南岸盐碱地为研究对象,基于Sentinel-1、Sentinel-2、Landsat-8和SRTM DEM多源数据,采取相关性分析和连续变量投影结合索套回归(Lasso)、随机森林回归(Random forset,RF)、轻量梯度提升机模型(Light gradient boosting machine,LightGBM)、极端梯度提升模型(Extreme gradient boosting,XGBoost)、一维卷积神经网络(One dimensional convolutional neural networks,1DCNNs)、深度神经网络(Deep neural network,DNN)6种模型进行春季裸土期与植被覆盖期土壤含盐量估算。结果表明:XGBoost模型精度最高,春季裸土期、植被覆盖期测试集决定系数(R2)为0.76、0.58;均方根误差(RMSE)为5.76、7.22 g/kg;平均绝对误差(MAE)为3.38、4.33 g/kg。多源遥感数据结合变量筛选方法利用XGBoost模型揭示研究区不同季节土壤盐分空间分布最有效,含盐量反演结果与野外实际调查分析结果基本吻合。变量重要性分析表明春季裸土期、植被覆盖期重要反演因子分别为:盐分指数(48.3%)、地形因子(33.8%);植被指数(22%)、地形因子(47.9%)。本研究为达拉特旗黄河南岸盐碱地遥感反演提供了有效方法,为春季裸土期与植被覆盖期盐碱化土壤监测及预防提供了理论依据。

关键词： 太赫兹   信道建模   射线跟踪   机器学习  

摘要： 针对6G移动通信的通信场景复杂化、数据海量化,以及传统信道建模方法带来的测量成本昂贵、建模复杂度高等挑战,将机器学习中的反向传播神经网络(Back Propagation Neural Network,BPNN)应用到室内太赫兹信道建模中,有效降低了建模复杂度,提高了建模效率。建立了基于遗传算法(Genetic Algorithm,GA)和蚁群算法(Ant Colony Optimization,ACO)混合优化的BPNN信道参数预测模型,对太赫兹无线信道的大小尺度特性进行了学习与预测,并与传统的BPNN模型、GA-BP和ACO-BP的预测结果进行了比较,验证了所建立模型的准确性和有效性。结果表明,遗传蚁群反向传播(Genetic Algorithm-Ant Colony Optimization-Back Propagation,GA-ACO-BP)模型的预测值和实际值间的误差更小、拟合度更高,该模型的预测性能相较于其他3种模型更优。基于GA-ACO混合优化的BPNN能够在小数据量的情况下对信道参数进行学习和预测,可用于未来基于测量的无线信道建模分析中。