关键词： 机器学习   含水率   影响因子   叶丝烘干参数   自适应控制   卷积神经网络  

摘要： 为提升烟丝生产质量,使不同批次间叶丝含水率均符合标准,研究了基于机器学习与含水率影响因子的叶丝烘干参数自适应控制算法。选取包括加料流量及出口含水率、烘丝机筒壁温度等13个叶丝烘干含水率影响因子,经递归特征消除法完成影响因子筛选后,构建筛选后叶丝烘干含水率影响因子的样本数据集,作为以卷积神经网络LeNet-5构建叶丝出口含水率预测模型的输入样本,预测叶丝出口含水率;在PID反馈控制中输入预测含水率与标准含水率之间的差值,输出最佳叶丝烘干参数,实现叶丝出口含水率控制;并利用双层EWMA控制模型平稳控制叶丝批次内的出口含水率、协同控制批次间的出口含水率。实验表明:该算法可准确预测叶丝烘干含水率,增加叶丝烘干含水率控制稳定性,提高卷烟制丝生产过程中叶丝烘干含水率的均质化水平。

关键词： 人工智能   机器学习   神经网络   股票价格预测   投资组合优化   Markowitz  

摘要： 文章对长短期记忆网络(LSTM)模型在预测股票价格方面的应用进行了研究,并探讨了如何将LSTM模型的预测结果融入Markowitz传统投资组合优化模型中。报告了LSTM模型在投资组合管理中的新现状,特别是在预期收益波动率的预测方面。通过数据集调整和训练次数的优化实验,研究对模型预测精度的提升潜力进行了调查,并发现精确度可接近90%。最后,文章基于LSTM预测数据进行了最佳投资组合构建及其收益分析。

关键词： 病理医师   人工智能   潜在价值   研发实践   核心算法   多样需求  

摘要： 病理大模型通过大模型微调实现特定下游任务,适应病理领域多样需求,为病理人工智能(artificial intelligence)高质量发展提供契机。本文结合病理人工智能的研发实践,梳理国外病理大模型的研究进展,剖析病理领域大模型构建的关键技术与核心算法,探讨大模型在医疗、教学及科研方向的潜在价值,归纳总结实际应用过程中所遭遇的挑战以及改进的方向。本文旨在帮助病理医师更好地理解病理大模型在病理领域的应用前景,推动人工智能技术安全且高效地演进,携手共同助力病理大模型的创新发展。

关键词： 食管癌   机器学习   影像组学  

摘要： 目的应用不同机器学习算法构建食管鳞癌患者化疗联合免疫治疗反应预测模型,并筛选出最优模型。方法回顾性收集2022年1月至2023年12月在陆军军医大学第一附属医院胸外科住院,行化疗联合免疫治疗的174例食管鳞癌患者,收集患者治疗前的CT及临床信息。采用简单随机抽样法将患者按7:3比例随机分为训练集(n=122)与测试集(n=52)。提取并筛选CT影像组学特征,使用5种机器学习算法构建影像组学模型和临床-影像组学模型。在训练集中进行5折交叉验证,在测试集中采用受试者工作特征曲线(receiver operating characteristic curve,ROC)、F1分数评估预测模型性能,对于表现最佳模型使用局部可解释模型不可知的解释(local interpretable model-agnostic explanations,LIME)算法进行解释。结果174例患者中有115例患者出现临床缓解(66.1%)。从患者临床信息与CT影像中筛选出1个临床特征、10个影像组学特征。基于5种机器学习算法构建的影像组学模型和临床-影像组学模型的最佳ROC曲线下面积(area under of receiver operating characteristic,AUC)分别是0.750(95%CI:0.616~0.883)和0.766(95%CI:0.647~0.895)。最优临床-影像组学模型的F1分数为0.829。基于LIME算法,最佳模型对实例样本的预测显示出可靠性。结论基于机器学习算法构建的临床-影像组学预测模型性能良好,通过预测食管鳞癌患者化疗联合免疫治疗反应,为医生临床决策提供参考。

关键词： 塑造者   人工智能   工作岗位   青年一代   自动驾驶技术   机器人   责任感   好奇心  

摘要： 让我们以好奇心为帆。勇敢探索未知的边界;以热爱为度,坚定追寻内心的方向;以责任感为锚,守护人类的核心价值。我们正身处一个前所未有的时代——人工智能以惊人的速度重塑着世界的面貌。从ChatGPT的横空出世到自动驾驶技术的成熟,从算法推荐的信息洪流到机器人逐渐取代人类工作岗位,人工智能的浪潮正以不可阻挡之势席卷全球。对于青年一代而言,这既是机遇,也是挑战。我们既是这场技术革命的见证者,也是参与者,更是塑造者。

关键词： 地震工程   机器学习   18WCEE   响应预测   损伤评估  

摘要： 随着计算机技术的进步,机器学习在多个领域的应用日益广泛。在地震工程领域,如何有效利用机器学习以解决实际问题,已成为地震工程专家关注的焦点。本文立足于18届世界地震工程大会中的会议论文,以近年来国内外相关研究文献作为补充,对基于机器学习的结构地震响应预测和损伤评估的相关研究进行了总结和评述。首先,从算法的角度分别梳理了机器学习和深度学习在结构地震响应预测方面的研究现状,介绍了现有研究中的常用算法及其适用性;其次,按照数据类型将数据分为时序数据和图像数据,针对每一类数据,分别总结评述了其基于机器学习的结构地震损伤评估的研究现状,包括数据来源、研究流程以及优缺点;最后,针对目前存在的数据质量不高或分布不均衡、参数选择困难和模型泛化性能较差等问题,讨论了未来的研究方向,旨在推动机器学习在地震工程领域的深入应用和进一步发展。

关键词： 人才培养   实践课程   实践创新能力   项目驱动   校企合作   人工智能  

摘要： 针对本科院校人工智能类专业人才实践创新能力培养过程中存在的不足,以培养学生的实践创新能力为导向,提出基于“多融合、一体化”的人工智能类实践课程教学体系,具体阐述实践课程教学体系的架构及具体实施方案,说明实施效果。

关键词： 信息科学   人工智能   材料基因组   大数据   智能设计   材料基因工程   试错法   研发模式  

摘要： 1.征稿介绍传统的基于经验和实验的“试错法”依然是材料的主要研发模式,存在研发效率低、效果差、周期长、成本高的缺点。借鉴“人类基因组”的研究理念,2011年美国政府启动了“材料基因组”计划,材料基因工程融合了材料科学、物理、化学、数学、信息科学、先进制造、大数据和人工智能等不同学科,是以人工智能和大数据为基础的新兴研究领域。

关键词： 人工智能   体育课   教学质量评价   教学评估  

摘要： 体育与健康课程核心素养在于培养学生的运动能力、健康行为和体育品德,这些素养是学生身心健康发展的基础,也是体育课程教学质量评价的重要指标。随着人工智能技术在体育教学中的应用,如何有效评价这些核心素养成为教学质量评估的关键挑战。本文以中小学排球课教学质量评价为例,探讨人工智能技术在体育课教学质量评价中的应用,分析其优势与挑战,并提出相应的优化策略,旨在为排球科学化与系统化教学提供参考与借鉴。

关键词： 数字化煤场管理系统   系统构建   人工智能  

摘要： 煤炭行业在发展过程中,传统煤场管理存在信息滞后、操作复杂等突出问题。文章构建的数字化煤场管理系统融合了人工智能和大数据等先进技术,实现了煤场信息的全方位采集、智能分析和动态呈现。通过在某大型煤炭企业的应用验证,该系统显著提升了管理效率、减少了运营开支,并保障了煤炭质量。系统的架构设计合理、性能稳定,既为煤炭企业带来了效益提升,又推动了行业的可持续发展,在煤炭智能化管理领域具有重要的应用价值。