关键词： 轻梯度提升机算法   决策树   集成学习   机器学习  

摘要： 轻梯度提升机算法(light gradient boosting machine,LightGBM)是机器学习领域中比较强大的算法之一,LightGBM采用高效的树学习算法,以更快地训练模型,其独特的直方图分桶方法和基于梯度的单边叶子生长技术降低了内存的使用和计算成本。LightGBM被广泛应用于医疗、自然语言处理、金融、工业制造等领域。然而,LightGBM在高维数据处理、类别特征处理、模型解释性等方面仍面临许多挑战。目前,解决这些问题的方法主要集中在特征工程、可视化、模型混合等方面,并取得了很好的效果。介绍了决策树家族的相关算法原理和变体研究;对LightGBM的原理、优缺点进行梳理,归纳出算法所面临的挑战,并指出LightGBM未来的研究热点和难点;对LightGBM的发展进行了总结和展望。

关键词： 儿童   呼吸衰竭   血清指标   肺部超声特征   机器学习模型   重症肺炎  

摘要： 目的基于血清指标和肺部超声特征构建机器学习模型预测小儿重症肺炎并呼吸衰竭。方法病例对照研究。选取2019年1月至2024年1月九江市妇幼保健院儿童重症医学科收治的208例重症肺炎患儿作为研究对象, 根据患儿入院后3个月有无伴发呼吸衰竭分为衰竭组(131例)和非衰竭组(77例)。以SPSS软件应用基于机器学习的Logistic回归、决策分类回归树(CRT)、反向传播神经网络(BPNN)算法分别构建患儿伴发呼吸衰竭的预测模型, 通过比较受试者工作特征(ROC)曲线分析三者预测价值。结果单因素分析显示, 两组患儿年龄、既往肺部感染病史、儿童危重病情评分(PCIS)、先天性气道畸形、先天性心脏病、肺部超声评分(LUS)、涎液化糖链抗原(KL-6)、血清可溶性髓系细胞表达的触发受体-1(sTREM-1)比较, 差异均有统计学意义(均P<0.05)。多因素Logistic回归分析显示, 年龄、PCIS评分、LUS、先天性心脏病、KL-6、sTREM-1均是重症肺炎患儿伴发呼吸衰竭的独立危险因素(均P<0.05)。CRT模型构建显示, 年龄、先天性心脏病、KL-6及先天性气道畸形是重症肺炎患儿伴发呼吸衰竭的影响因素。BPNN模型结果显示, 影响因素重要性排序为KL-6>年龄>sTREM-1>LUS>PCIS评分>先天性心脏病>先天性气道畸形>既往肺部感染病史。3种机器学习算法构建的模型中, Logistic模型预测效能最佳, 曲线下面积为0.981, 灵敏度为0.962, 特异度为0.909。结论重症肺炎患儿伴呼吸衰竭风险的影响因素包括年龄、LUS、KL-6、sTREM-1等, 基于血清指标和肺部超声特征构建的机器学习模型预测小儿重症肺炎伴呼吸衰竭效能较好, 其中以Logistic模型预测效能最佳。

关键词： 施工机械   碳排放   智能监测   物联网   人工智能  

摘要： 本文提出一种基于物联网和人工智能技术的施工机械碳排放智能监测与管控系统,以提高监测精度和管控效果。该系统通过传感器网络实时采集施工机械的工况数据,利用改进的长短期记忆神经网络(LSTM)模型对碳排放进行预测,并结合多目标优化算法实现碳排放的智能管控。

关键词： 信息化管理系统   制造型企业   制造效率   智能制造   供应链   数字化技术   制造工厂   决策体系  

摘要： 随着数字化技术的成熟与机器智能化的普及,制造型企业正积极探索前沿数字技术,以重新审视和业务运营,加速智能化转型。上海东尚信息科技有限公司创始人、董事长兼总经理蒋振山认为,智能制造的关键在于运用全面集成的技术来采集数据,实现制造工厂及供应链的全流程数字化。工厂智能化改造能多维度降低成本,提高人力效率,并构建数字化决策体系,减少流程冗余,提升制造效率。

关键词： 泌尿系结石   基因组学   人工智能   药物预防   结石复发  

摘要： 泌尿系结石是常见泌尿系统疾病之一,2024年泌尿系结石诊治取得了重要进展,包括新一代基因组学研究揭示了更多与结石形成相关的遗传变异;人工智能、机器深度学习、大数据等技术在泌尿系结石诊治方面得到广泛应用,显著提高了临床诊治水平;新型一次性电子输尿管软镜、肾镜及配套智能控温控压技术使得结石微创手术更加安全有效;更多机器人辅助结石手术平台开展临床应用;药物预防结石复发取得新的成果。这些进展将有助于为患者提供个体化的管理方案,显著提高治疗效果,改善患者的生活质量。

关键词： 新医科   整合式教学模式   外科护理学   人工智能  

摘要： 文章旨在探索一套新的教学模式,以提高护生的职业核心素养,使课堂教学与时俱进,以顺应新时代发展对护理人才的需求。研究选取吉林省某本科高校21级76名护生,22级78名护理本科护生分别为对照组与观察组,对照组采取传统教学模式,观察组采取“整合式教学模式”,以学生满意度、学生成绩、中文版护生核心能力量表、威廉斯创造力倾向测验量表作为评价指标。结果显示,观察组学生满意度、学生成绩、护生核心能力、创造力倾向经统计分析显著优于对照组(P>0.05)。多学科“整合式教学模式”能提高护理专业学生的课程满意度、学科成绩、专业核心能力与创造力。

关键词： 人工智能   地域文化   高校美育   艺术设计   创新育人  

摘要： 随着信息技术的迅猛发展,数智化已成为推动社会进步的重要力量,为教育领域带来了前所未有的变革机遇。在美育领域,应用型高校肩负着培养具有创新思维和实践能力的艺术人才的重任。通过分析数智化技术对美育艺术设计类课程教学的影响,提出了一系列创新育人策略,旨在提升美育教学的质量和效率,培养符合时代需求的高素质艺术人才。同时,也探讨了实施这些策略可能面临的挑战和解决方案,以期为应用型高校美育艺术设计类教学的改革与发展提供参考。

关键词： 人工智能   客体地位   沙盒监管   发展与平衡  

摘要： 人工智能即使类人化程度越来越高,但其在技术上的本质是模拟人类智慧,因此人工智能在构成要件上不具备理性基础与独立意志,无法突破客体束缚进而获得主体资格。面对这项高端技术带来的巨大风险,应当以沙盒监管为核心进行技术规制,以“刺破人工智能面纱”为原则的归责方式,采用强制保险制度作为社会保障手段,从而实现人工智能在安全可控和科技发展之间的平衡。

关键词： 大数据   人工智能   运动训练   数据分析  

摘要： 主要探讨了大数据与人工智能技术在运动训练领域的应用及其未来趋势。首先,概述了这2种技术在运动训练中的基本应用框架,并详细分析了在数据分析、智能训练、智能裁判及运动员表现提升等方面的具体实践;其次,通过探讨其在提高训练效率、竞技水平及降低受伤风险等方面的优势,揭示了大数据与人工智能技术对现代运动训练的深刻影响,同时指出了目前面临的数据安全、技术成本及与传统方法融合等挑战;最后,提出个性化训练、智能装备、虚拟现实辅助训练等未来发展方向,以期为运动训练的技术革新提供前瞻性思考。

关键词： 数字贸易治理   人工智能   生成式AI   规则重构   技术主权  

摘要： 人工智能时代,不断涌现的合成数据促进新型数字贸易形态的形成,而生成式AI技术的广泛应用则对国际贸易方式及全球价值链产生深远影响。在此背景下,人工智能特别是生成式AI相关标准和规则制定成为全球数字贸易治理新焦点,但各方尚未形成共识,导致当前全球数字贸易治理存在碎片化和区域化特征,特别是欧美国内立法加剧了这些现象。基于全球数字贸易治理新动向,中国需以“发展权优先、安全可控、包容普惠”为原则,深化与联合国等多边机制合作,推动数据标准互操作性及WTO电子商务协定落地;构建自主数字贸易规则网络,依托“一带一路”等平台推进新一代数字贸易标准和规则体系建设;加快完善生成式AI规则体系,聚焦数据质量、隐私保护与伦理审查,平衡创新激励与风险防控。