关键词： 膏体充填   流变特性   机器学习   贝叶斯优化   极度提升回归树  

摘要： 探究膏体充填料浆流变特性,对矿山合理布置充填管路,高效进行充填作业有重要意义。目的:将繁琐且影响因素众多的膏体流变参数测量试验与先进的机器学习回归预测模型相结合,实现膏体流变参数的准确预测。方法:利用不同物料配合比条件下共128组膏体流变特性试验数据作为模型数据集,选择极度梯度提升回归树(XGBoost)模型,结合贝叶斯算法(BO)对模型进行超参数寻优设置,建立了多目标参数回归预测模型。结果:研究结果表明:经贝叶斯算法优化后的BO-XGBoost模型较XGBoost模型性能显著提升,决定系数R^(2)提高6%。所构建BO-XGBoost模型真实值与预测值在屈服应力数据集上相对误差维持在0.02水平;黏度数据集维持在0.1水平。结论:BO-XGBoost模型可实现膏体流变参数的高效准确预测,创新性地使用了多目标回归模型,为矿山充填作业设计提供参考,具有一定实际工程应用意义。

关键词： 病案质量   人工智能   病历内涵质控   智能化管理  

摘要： 目的 通过实时监测院内医疗行为,实现对病历内涵质量的全过程、系统化和智能化管理,提升病案质量管理工作的科学化、精细化水平。方法 通过整合医院内多个业务系统中的多源异构数据,运用自然语言处理、机器学习等人工智能技术对文本数据进行结构化处理,并建立完善的质控规则体系和病历质量评分体系,对医疗行为进行实时监测和评估,全面追踪病历内涵质量。结果 实现了病历内涵质控的闭环管理,健全了“事前提醒、事中监管、事后质控”的质控管理体系,有效提升了病历内涵质量。结论 AI病历内涵质控系统的建设,实现了从数据到管理再到临床的闭环,为医院临床业务的高质量发展提供了数据支撑和保障。

关键词： 时代新人   立德树人   全民终身学习   人工智能   顶层设计   财务管理体系   大数据   学习型社会  

摘要： 随着大数据、互联网+、人工智能等新兴技术的快速发展,党的二十大报告提出加快建设网络强国、数字中国;要推进教育数字化,建设全民终身学习的学习型社会、学习型大国。2023年,国务院印发《数字中国建设整体布局规划》,首次系统提出数字中国建设的整体布局,为加快建设数字中国提供了顶层设计和战略指引。高校作为全面贯彻党的教育方针、落实立德树人根本任务、培养堪当民族复兴重任的时代新人的坚强阵地,肩负着为党育人、为国育才的使命。

关键词： 人工智能   智能认知大模型   人力资源管理   智能化转型  

摘要： 近年来,人工智能技术得到迅猛发展,智能认知大模型成为提高社会经济效率的关键技术手段。企业人力资源管理同样需要应用智能认知大模型,通过智能化招聘、培训、考核、薪酬管理及辅助决策等场景,可以深化人力资源智能化应用,构建多维人才评价体系,创新人力资源激励方式,赋能管理决策。智能认知大模型不仅可以提升组织的竞争力与运营效率,还能够促使人力资源部门转型为利润中心,释放管理者潜能,专注于实现高质量发展。

关键词： 遥感   TanDEM-X   Sentinel-2   机器学习   数字高程模型   林下地形  

摘要： 针对植被覆盖区TanDEM-X DEM无法描述精细化林下地形的问题,本文提出了一种联合TanDEM-X DEM和Sentinel-2多光谱数据的林下地形提取方法。首先,将TanDEM-X DEM和Sentinel-2的多波段信息作为输入变量、高精度林下地形数据(LVIS测高数据)作为输出变量,通过随机森林拟合方法构建林下地形预测模型;之后,利用得到的训练模型实现无参考数据区域的林下地形提取。为了验证本文提出的方法,选择位于非洲加蓬的两个典型试验区进行验证。结果表明:提出的方法能够有效地较正TanDEM-X DEM中包含的森林高度偏差,同时提取更为精细的林下地形信息;相较于原始TanDEM-X DEM,本文方法所提取的地形精度在两个试验区分别提升了76%和63%;此外,本文方法生成的林下地形结果保持了较为完整的地形纹理,可以较好的描述林下地形细节。因此,本研究为采用TanDEM-X DEM获取大范围林下地形,提供了一种可行的方案。

关键词： 人工智能   智能财务   财务智能体  

摘要： 人工智能是当前最热门的技术,人工智能在财务管理中的应用就是智能财务。本文首先对智能财务的概念以及智能财务建设水平与发展阶段理论进行梳理;然后介绍了实践领域的一些智能财务软件以及应用方向,发现当前的智能财务应用上存在的问题,在此基础上对未来智能财务发展方向进行了思考,同时关注未来智能财务建设发展过程中可能存在的风险隐患;希望通过本文的探讨能引起更多的研究人员关注智能财务这个课题,进一步推动集成性的财务智能体的发展与应用,为智能财务的建设添砖加瓦。

关键词： 计算药剂学   药物制剂   人工智能   机器学习   数学建模   药剂学应用  

摘要： 本文对计算药剂学领域的最新研究进展及其应用进行综述,旨在为解决复杂药物递送系统中无法仅凭经验或试错法解决的问题提供新的视角。通过检索与计算药剂学相关的最新研究文献,本文对其中的原理和应用现状进行综合评述。计算药剂学依托于人工智能和机器学习技术,运用分子建模、过程模拟、生物药剂学建模等多尺度数学模拟手段,为传统药剂学中的辅料选择、固体分散体技术应用以及自乳化系统、眼部药物递送系统、3D打印药物制剂等新兴领域提供了创新的解决方案。尽管计算药剂学目前能够为多种药物制剂提供初步的实验预测,但其预测的精确度仍有待进一步提高。

关键词： 早发型与晚发型子痫前期   生物信息学分析   机器学习   遗传标志物  

摘要： 目的本研究旨在筛选出能够区分早发型与晚发型子痫前期的遗传标志物,并评估这些标志物的区分能力。方法从GEO数据库获取早发型及晚发型子痫前期数据集(GSE74341、GSE190639及GSE4707数据集),以GSE74341和GSE190639数据集为实验组,GSE4707数据集为验证组,筛选并验证早发型子痫前期与晚发型子痫前期间的差异表达基因。应用最小绝对值收缩与选择算子(least absolute shrinkage and selection operator,LASSO)及支持向量机-递归特征消除(support vector machines-recursive feature elimination,SVM-RFE)两种机器学习方法筛选特征遗传标志物,并通过受试者工作特征(receiver operating characteristic,ROC)曲线评估特征遗传标志物的区分能力。结果与早发型子痫前期相比,检出7个显著上调基因和3个显著下调基因。通过两种机器学习的方法及在验证组中进行基因表达差异分析,共同筛选出1个特征遗传标志物(MME)。ROC曲线的曲线下面积(area under the curve,AUC)在实验组及验证组中分别为0.975(95%CI:0.921~1.000)及1(95%CI:1.000~1.000)。结论MME可能作为区分早-晚发型子痫前期的特征遗传标志物。

关键词： 人工智能   建筑结构   健康监测系统  

摘要： 在现代社会经济快速发展的推动下,广大人民群众生活品质不断提升,对于房屋建筑也提出了更高的标准和要求。因此,针对房屋工程项目建设成果,相关技术人员须有效开展建筑结构健康监测工作,逐步引入更为先进的人工智能。通过人工智能技术对建筑结构健康状况作出动态化监测,并对潜在的风险与病害进行有效的预测。在当今房屋建筑规模不断扩大、建设高度不断增加的行业背景下,建筑结构安全及健康监测的重要性日益显著。传统建筑结构监测方法,主要依赖人工巡查,其效率低下,监测结果精确度不足。利用人工智能进行建筑结构健康监测,工作人员将安装监控设备和传感器,实现建筑结构的实时动态检测,并采用先进的算法分析监测数据,从而持续、准确地掌握建筑结构的健康状况。

关键词： 光纤光缆   信息通信行业   有源光缆   人工智能   电力线缆   大数据   业务收人   全球连接  

摘要： 信息通信行业是形成新质生产力的重要阵地。在长飞光纤光缆股份有限公司(以下简称“长飞”)看来,以5G、大数据、人工智能等为代表的数字技术是支撑和推动新质生产力发展的重要力量。10年来,长飞已在印尼、南非、巴西、波兰、墨西哥等地建立了8个生产基地,通过50多个海外公司或办事处向全球100多个国家和地区提供光通信产品与服务,海外业务收入占公司总收入的比例已连续三年保持在30%以上。与此同时,长飞还围绕光纤光缆主业布局相关多元化业务,在特种光纤光缆、有源光缆、电力线缆等领域进行业务整合和拓展。