关键词： 防腐涂料   研发效率   机器学习   人工智能模型   耐老化性  

摘要： 针对现有防腐涂料研发成本高、研发效率低的问题,通过数据输入、特征选择、测试集比例选择、机器学习算法种类选择、模型训练/评估等步骤,训练出可进行耐老化性能预测的人工智能(AI)模型。研究了不同模型参数对AI模型预测效果的影响,得到了适宜的模型参数。在AI模型复用及验证的过程中,创新性地采用“AI预测+正交设计”的方法进行新型防腐配方优化设计和验证,相较基于经验试错法、正交试验法,采用新方法所需的实验量分别减少93%、78%,显著提升新型涂料研发效率,降低研发成本,有助于解决材料智能研发面临的“小样本”难题。

关键词： 新质生产力   人工智能   职业发展   审计  

摘要： 新质生产力是一种以科技创新为主导,摆脱传统增长路径,具有高科技、高效能、高质量特征的生产力,其本质是对技术进步的系统性整合和提升。新质生产力时代的审计职业发展不仅需要面对技术的直接冲击,而且必须适应由此引发的广泛职业生涯变化。文章在新质生产力背景下,通过构建人工智能对审计职业发展的影响模型,重点关注了人工智能技术对审计职业的现有影响和潜在影响。实证分析结果表明,尽管审计师对人工智能的了解程度普遍较低,但他们已经意识到这些技术可能对审计职业发展产生显著影响,且这种影响与复杂的人工智能技术高度相关;随着人工智能技术的现有影响不断增大,审计师感知的人工智能对审计职业发展的影响逐步提高。

关键词： 肺腺癌   肺结节   人工智能   深度学习   神经网络  

摘要： 目的研究多种深度学习融合模型预测肺腺癌浸润程度的可行性,并评估其预测效能。方法回顾性纳入经病理证实为肺腺癌的肺结节316例,其中腺体前驱病变(含非典型腺瘤样增生和原位腺癌)94例、微浸润腺癌123例和浸润性腺癌99例,并建立数据集。253个(80%)用于训练深度学习模型,63个(20%)用于模型验证。使用深度学习模型(包括AlexNet、VGG19、GoogleNet和ResNet)从数据集中进行特征提取,通过PCA进行特征降维,利用SVM对其分类,并评价单独和融合深度学习模型对不同浸润程度肺腺癌的鉴别价值。结果深度学习模型对于肺腺癌浸润程度的预测取得了良好的诊断性能,AlexNet、VGG19、GoogleNet和ResNet以及融合(combine)模型模型的总体准确率分别达到73.68%、89.47%、77.19%、89.47%、92.98%。combine模型对于不同浸润程度肺腺癌诊断的准确性均高于94%。结论深度学习融合模型对于肺腺癌的浸润程度有良好的诊断性能,可以为临床提供更为可靠的术前诊断依据。

关键词： 机器学习   非自杀性自伤   预测力   应用  

摘要： 非自杀性自伤(Non-suicidal Self-injury,NSSI)是重大的公共卫生问题,具有高度污名化、高度复杂性和高度异质性的特点,传统NSSI研究测量和分析方法有限,获得的影响因子预测力较低。近年来机器学习逐步应用于NSSI的分析和建模中,并通过提高NSSI研究工具预测力、增加预测模型复杂度和精确度、区分NSSI类别和亚型,使整体预测性能上升到中等水平。未来需结合NSSI传统理论和研究方法使筛选标准更严格,拓展非问卷NSSI数据与深度学习、无监督学习的结合,根据“先分型、再迁移”的原则增加模型的可复制性与可比性,进一步提高预测性能。

关键词： 风电机组   故障诊断   机器学习   卷积神经网络   长短期记忆网络  

摘要： 风电机组复杂多变的工作环境给其状态监测和故障检测带来挑战。因此,提出一种新的风电机组故障检测方法,将CNN与LSTM相结合,以风电机组监控系统中的SCADA数据为研究对象。建立基于卷积神经网络的学习架构,实现对系统中各节点之间动态数据的有效识别;采用注意机制强化关键信息的作用,实现对长短时记忆网络中所需要的各种特征的提取;通过权重映射及参数学习等方法提升模型准确率,实现对风电机组故障的早期预警。

关键词： 人工智能   算法侵权   风险责任   救济制度  

摘要： 数字经济时代人工智能侵权法律问题主要表现在算法领域。算法侵权根据其种类可分为平台侵权、第三人侵权、算法自动化侵权等情形,如出现大规模微型侵权,即使该侵权对于个体侵害轻微,也应认定为侵权损害,并根据不同情形采用不同方式进行规制。现阶段算法治理已从事后填补阶段逐步发展至事前预防阶段,根据风险责任理论,算法侵权应在传统侵权责任的基础上适度扩张算法受益者、算法运营者和算法管理者责任,以实现各方利益平衡,避免出现算法侵权泛滥的情况。针对算法侵权的救济问题,需要完善算法侵权责任体系及相应的赔偿制度,针对主观上存在故意和造成严重后果的算法侵权适用分级惩罚性赔偿,以更好应对算法侵权风险。

关键词： 数智赋能   人工智能   非遗档案   全生命周期  

摘要： 探讨了数智技术赋能的非物质文化遗产档案全生命周期管理策略。在梳理全生命周期管理理论和数智技术发展历程的基础上,分析了大数据、人工智能、区块链、云计算等技术在非遗档案采集、整理、管理等环节的应用路径,提出了多源异构数据采集、知识图谱构建、智能存储、云平台搭建等数智化管理策略。同时,还分析了数智技术应用面临的技术、管理、伦理等方面的实践挑战,并从统一标准、更新技术、优化资源、培养人才、跨部门协作等方面提出了对策建议。

关键词： 风险与控制   人工智能   快速迭代   有效避免   投资陷阱   利用和发展  

摘要： 随着人工智能大模型的兴起,各行各业对算力的需求急剧增加,也引发了算力投资的热潮。然而,算力技术的快速迭代可能导致投资陷阱,因此如何合理进行算力投资,有效避免潜在陷阱,并促进算力资源的高效利用和发展,成为相关企业经营面临的新挑战。

关键词： 汽车制造业   长安汽车   索科洛夫   智能制造   人工智能   特斯拉   AI   实体经济  

摘要： 从本茨发明第一辆汽车至今的137年间,汽车工业经历了机械化、电气化、电子化三次革命。而今,由AI推动的第四次革命,正在重塑着百年汽车工业的底层逻辑。2023年,当ChatGPT突破1亿用户仅用时两个月时,全球产业界突然意识到:AI(人工智能)不再是实验室里的概念,而是撬动实体经济的战略杠杆。随后在汽车制造业这个庞大赛道,一场由AI主导的变革也悄然展开。从重庆赛力斯的超级工厂到宝马捷克索科洛夫的未来出行中心,再从长安汽车的“黑灯工厂”到特斯拉的全球物流网络,当前,AI技术正以超出预期的速度重塑着百年汽车工业的底层逻辑。

关键词： 电气设备   故障预测   维护策略   人工智能   数据采集   模型训练   安全性  

摘要： 人工智能技术在电气设备故障预测与维护领域的应用愈发常见,是未来电气设备故障预测与维护的主要手段。研究结合既有文献成果,基于人工智能的电气设备故障预测与维护的步骤,提出设备故障数据的采集策略、特征提取与模型训练策略、安全性与隐私保护策略。所作研究为优化与完善人工智能技术在电气设备故障预测与维护领域的应用,提供一定的参考和借鉴。