关键词： 大语言模型   人工智能   ChatGPT   护理教育   护理科研   临床护理   范围综述  

摘要： 目的对大语言模型在护理学领域的应用研究进行范围综述,为相关研究提供参考。方法遵循范围综述方法,系统检索中英文数据库中相关大语言模型在护理学领域应用的相关研究。检索时限为建库至2024年5月,由2名研究人员独立筛选提取资料,并对纳入文献进行总结和分析。结果共纳入33篇文献,大语言模型在护理学领域的应用主要集中于护理教育(48.49%)、临床护理(42.42%),护理科研(3.03%)及综合应用(6.06%);其应用形式主要包括护理专业考试或护理基础知识测试、护理教学写作、临床模拟场景构建、制订护理计划、协助患者病情管理、为患者提供专业知识和信息支持等。大语言模型已经在护理教育和临床护理的患者管理方面展现出了显著的应用效果,但在知识应用、回答临床问题、进行专业判断或决策时仍有缺陷,不足以取代人工。结论大语言模型在我国护理学领域的研究处于起步阶段,未来的研究应当积极整合前沿技术,以促进其在该领域的深入应用,同时,应加快制定和推行标准化的使用准则和指南,确保技术应用的安全性和有效性,切实推动护理学领域的创新与发展。

关键词： 生产效能分析   评价体系   BP神经网络   量化评估   智能制造  

摘要： 随着新一代信息技术飞速发展,航空制造“数智化”转型诉求愈加强烈,然而产线数字化、智能化改造进程中,缺乏科学的生产效能评价手段,难以准确识别制造薄弱环节。面对这一严峻挑战,提出一种基于BP神经网络的生产效能评价方法:构建一种生产效能评价体系,对影响生产效能的关键因素指标进行分析,选取适合的度量元集合并量化;以生产周期、生产质量为目标参数,引入BP神经网络,构建历史数据集训练,形成生产效能评价模型;通过实际制造数据对生产效能评价模型进行仿真测试,验证了所提方法的有效性和科学性。

关键词： 人体解剖学   神经解剖学   机能学   神经系统   神经科学   人工智能   生命科学   形态学  

摘要： 神经系统是人体内起主导作用的系统,具有复杂的结构和功能。尽管当今人类依靠智慧逐渐征服自然,但尚不能从形态学和机能学角度对神经系统的结构和功能予以全面阐述,仍存在很多“未解之谜”。在今后相当长的一个时期内,人类对神经系统结构和功能的探索将始终处于生命科学的前沿地位。神经解学是人体解剖学的重要组成部分,其核心任务是研究和阐明神经系统的结构,为揭示神经系统的功能、预防和治疗相关疾病、开发人工智能等提供理论基础。

关键词： 管理会计   课程设计   人工智能  

摘要： 基于人工智能背景,聚焦会计专业课程设计的探索,培养能够适应时代发展的会计专业人才。分析了人工智能对会计职能、工作及教育的影响,以管理会计课程为例,指出了管理会计课程设计现状及存在的问题,从教学目标、教学内容、教学手段、考核方式等方面较为全面地介绍了基于人工智能的管理会计课程设计框架,并提出了在会计专业课程设计中,应注意技术与理论的深度融合、高校教师与企业教师的协作关系以及企业教师与学生之间的沟通与互动。

关键词： 电厂辅机   振动分析   频谱图   故障诊断   趋势预测   三维建模   大数据分析   人工智能   数据可视化  

摘要： 文章主要探讨了电厂主要辅机设备的振动问题,以及将三维模型应用于振动分析过程的方法和实践;阐述了振动产生的原因及其对电厂运行的影响,以及常用的辅机设备振动分析方法。通过研究如何利用三维可视化等技术对电厂辅机的振动进行分析和监控,并依托与之相匹配的数字化项目实际应用案例,深入挖掘和提高电厂辅机设备的运行及维护效率,节省相关设备的维护成本,持续保障安全生产。

关键词： 意识   人工智能   现象学  

摘要： 人工智能的风险与安全是目前全球热议的问题,从现象学哲学的视角看,以下问题亟待学界的思考、讨论与回答:(1)“有意识的”人工智能的可能性问题,其中也包括(2)自觉、自主和自由的人工意识的可能性问题,(3)意识的人为制作或意识的自行生成是否可能的问题,(4)精神科学研究与自然科学研究的关系如何的问题,(5)计算与思维的本质差异何在的问题,(6)超级智能是否完成“对齐”以及去除了“毒素”的超级人工智能是否可能等问题。

关键词： 智能制造   电机在线检测   增压泵   噪音控制  

摘要： 随着智能制造技术的不断进步,电机在线检测装备在工业生产和家用设备中的应用变得愈加重要。电机作为众多机械设备的核心部件,其稳定运行直接影响到设备的整体性能和使用寿命。本论文致力于研究基于智能制造的电机在线检测装备的设计与应用,通过深入分析其关键技术和实际效果,探讨其在提升电机检测效率和设备可靠性方面的潜力。

关键词： “一带一路”   智能制造   现代产业学院   “专业+语言”  

摘要： 随着“一带一路”倡议的深入推进,服务于共建国家的我国制造业企业对具备特定岗位能力和应用型人才的需求在不断变化,对高校国际化应用型人才的培养提出了新要求。沈阳工学院以与武汉华中数控股份有限公司共建的现代产业学院为依托,通过“六共”机制,将俄语语言培养融入智能制造领域的新工科专业中,构建了“专业+言语”的国际化应用型人才培养新模式。通过确定改革方向、创新培养模式、明确实施路径,探索为服务“一带一路”倡议培养智能制造领域国际化应用型人才的新途径,带动学生高质量就业,为高校国际化应用型人才培养提供借鉴。

关键词： KNN算法   互信息   死亡率预测   机器学习   心力衰竭   艰难梭菌感染  

摘要： 在医疗领域,普遍存在的数据缺失现象会加剧构建临床预测模型的难度.针对某些具有重要医学价值的特征因数据缺失率较高而被丢弃的问题,提出基于互信息加权的K近邻填补算法(Weighted KNN Imputation Algorithm Based on Mutual Information,MIW-KNN).首先,在心力衰竭合并艰难梭菌感染患者的数据集上,与多重插补法、K近邻(K-nearest neighbor,KNN)填补法、均值法等方法进行对比验证所提出方法的有效性.其次,对比不同模型的死亡风险预测效果以验证所提出方法的性能优势.通过单变量分析法所筛选的20个特征,根据9种机器学习算法分别构建预测模型.采用AUC(Area Under the Receiver Operating Characteristic Curve)与准确率作为主要指标以评估模型的性能,通过SHAP(Shapley Additive Explanations)解释分析不同临床特征对模型的影响.最终表明,MIW-KNN算法具有最高的填补精度,基于该方法填补的数据集所构建的随机森林模型实现了最佳的预测性能.AUC为0.841,准确率为***显示红细胞宽度、晶体输注、白细胞计数是最具影响力的前三个特征.

关键词： 中老年   衰弱   社区   人工智能   机器学习   决策树算法   重要度分析  

摘要： 目的旨在利用人工智能技术分析上海某社区中老年群体的衰弱表型特征,并评估各特征对衰弱状态的贡献度,以期为老年人衰弱健康管理提供量化依据。方法研究选取2023年7月30日—9月30日在上海市某社区卫生服务中心就诊的55岁及以上人群为研究对象。采用电子化问卷收集研究对象一般健康状况和日常生活状况,采用智能手环测量日常活动数据,收集实验室检查数据,并通过Fried衰弱表型量表进行衰弱评估。利用机器学习决策树算法对数据进行预处理和模型训练,分析各项表型特征对衰弱结果的重要程度。结果共纳入556例样本,其中8.3%处于衰弱期,46.0%处于衰弱前期,45.7%无衰弱。研究发现,年龄、教育程度、婚姻状况和收入水平等因素均与衰弱的发生有显著关联。智能手环监测睡眠、步数、活动时间等日常活动数据显示衰弱组在这些指标上显著低于非衰弱组。机器学习算法的定量分析结果表明,年龄是对衰弱贡献最大的特征,其次为平均睡眠时间、丙氨酸氨基转移酶(alanine transarninase,ALT)和身体运动情况。结论本研究通过人工智能技术揭示了影响老年人衰弱状态的多种因素,并识别出年龄、睡眠时间等多种重要度较高的衰弱表型。研究结果有助于提高老年人衰弱管理的效率,并为医疗保健系统资源的合理分配提供了依据。