关键词： 人工智能   职教语文   医护生   职业素养  

摘要： 为积极响应国家“人工智能+”行动,职教语文应积极推动数字化转型,主动探寻人工智能与职教语文深度融合的新模式。在这一过程中,职教语文的AI应用主要涵盖四大场景:“智启教学新境”“智伴学习之旅”“智促学科融合”“智领职业实践”。初步的教学实践表明,AI技术的融入不仅显著提升了教学效率,还极大地激发了学生的学习主动性,对于提升医护等专业学生的职业素养起到了积极的推动作用。

关键词： 多模态   表型组学   慢性萎缩性胃炎   病证结合   人工智能   炎-癌转化  

摘要： 通过分析多模态数据在胃“炎-癌”转化诊断中的应用现状,探讨构建胃“炎-癌”转化病证结合诊疗系统的可行性和策略。提出在中医表型组学的基础上,将文献研究、横断面调查、队列随访产生的多模态数据,利用人工智能技术构建多维度的病证结合诊疗指标体系,以揭示胃“炎-癌”转化过程的复杂病机及转化规律;再利用远期随访诊疗系统动态收集患者的中医四诊资料信息与现代医学诊疗数据,构建信息提取、多模态表型建模及信息输出三大模块,实现基于真实临床数据的慢性萎缩性胃炎远期随访诊疗。该系统可为临床诊疗和科研提供技术支持,并为中医智能诊断提供思路和方法。

关键词： 供应链安全   民营企业   新兴产业   民营经济   研发投入   人工智能   智能汽车   持续用力  

摘要： 习近平总书记在民营企业座谈会上的重要讲话论述精辟、内涵丰富,让我们充分感受到了党和国家对民营企业和民营经济的高度重视。在坚定信心的同时,我们一定要鼓足干劲,撸起袖子加油干。结合湖南持续用力打造“三个高地”,我们将在以下方面重点发力:创新引领,为供应链安全提供保障。芯片是人工智能、新能源、智能汽车等新兴产业的基座,是创新源头。未来我们将持续加大研发投入和人才培养力度,不断推出有特色的AI芯片,保障供应链安全,抵御外来风险,为高质量发展和新质生产力的培育贡献自己的力量。

关键词： 分布式作战   有人/无人协同   任务式指挥   开放式系统架构   人工智能  

摘要： 分布式作战是美军为应对大国竞争而提出的一种新型作战概念,因其自主性、协同性、分布式、低成本的特点迅速成为军事研究热点。以分布式作战的背景和目的为出发点,按照时间主线梳理了分布式作战相关概念和典型项目的发展过程,分析了分布式作战的特点与优势,提出未来分布式作战研究需重点关注的关键要素。

关键词： 人工智能   地理教育   新质生产力   数字化  

摘要： 在国家教育数字化战略行动的深入推动下,我国地理教育正步入数字化转型的新阶段,其中人工智能作为新兴技术正深度融入教育领域。数字技术正深刻重构地理教育的生态环境,为地理教育的高质量发展带来前所未有的机遇与挑战。数智时代,人工智能赋能地理教育不仅是历史演进的必然趋势,也是地理学科落实立德树人根本任务、推动新质生产力发展的核心驱动力,对于加速构建中国式现代化地理教育强国具有现实意义。本研究旨在深入探讨人工智能在地理教育变革中的时代意蕴、本质内涵及逻辑关系,分析其对地理教育转型的深远影响,并以系统思维为指导推动地理教育的智能化建设与数字化转型进程。

关键词： 人工智能   云数据   共享   联邦学习  

摘要： 研究主要针对当前企业项目云数据共享效果不佳,隐私性不足的问题,利用基于人工智能的方法搭建了一个云数据自动化共享系统。新系统使用联邦学习和差分隐私算法提升了算法性能。通过使用表明,新系统的基准测试准确率范围能够达到89.24%~91.54%。同时新系统的准确率最高能够达到98.42%。新系统的模型交易延时最高能够达到964.48 ms。由此可见,该文模型能够有效提升云数据共享准确性,同时加入联邦学习也能够提升云数据共享效果。

关键词： 人工智能   高校音乐通识课   教师能力  

摘要： 本文基于人工智能技术的发展趋势,探讨高校音乐通识课程教师能力的培养导向。首先,分析人工智能技术对高校音乐通识课程教育模式、教学内容和教师角色的影响;其次,提出教师能力培养的核心导向,包括技术素养、创新能力、艺术与科技融合能力及伦理与文化意识等方面;最后,结合国内外教育现状与政策,探讨高校音乐通识课程教师能力培养的路径,如教师培训与赋能机制、课程开发与教学设计优化以及资源共享与生态体系建设等。

关键词： 强化学习   人工智能   机器人   预训练   CUDA   前沿科技   操作控制   GPU  

摘要： 人工智能科创高地宇树开源强化学习项目可支持训练到真机部署日前,宇树宣布开源其强化学习项目RL GYM,支持从训练、仿真到真机部署的全流程操作,用户可在预训练基础上进行仿真模拟,并迁移至宇树旗下三款实体机器人。训练阶段依赖英伟达Issac Gym平台,需CUDA(运算平台)支持,仿真阶段则兼容多种GPU、CPU和TPU。项目还包括机器人模拟包、操作控制工具及训练数据集等。

关键词： 冠心病   冠状动脉周围脂肪   主要心血管不良事件   影像组学   机器学习  

摘要： 目的探讨基于人工智能的冠状动脉周围脂肪影像组学及衰减指数(FAI)构建可解释性机器学习模型预测冠心病患者主要心血管不良事件(MACE)发生的应用价值。方法回顾性搜集2021年1月至2023年9月于华北理工大学附属医院同时行冠状动脉CT血管造影(CCTA)检查及侵入性冠状动脉造影术(ICA)检查的冠心病患者186例,经纳排标准筛选后最终纳入150例,根据MACE发生情况,分为MACE阳性组(n=66)和MACE阴性组(n=84)。按照8∶2比例随机划分为训练集和测试集,依次采用Mann-Whitney U检验及最小绝对收缩与选择算子(LASSO)算法筛选影像组学特征。由极端梯度提升(XGBoost)及随机森林(RF)机器学习算法构建预测冠心病患者MACE发生的模型(共4种,临床独立预测因素构建的XGBoost模型及RF模型;临床独立预测因素-影像组学评分联合数据构建的XGBoost模型及RF模型),绘制受试者工作特征(ROC)曲线并计算曲线下面积(AUC),评价各模型预测冠心病患者发生MACE的效能;以DeLong检验比较各模型间效能的差异。以校准曲线评价四种模型的拟合度。以决策曲线分析评价四种模型的临床应用价值。结果责任血管FAI、CT_FFR及冠状动脉狭窄程度为冠心病患者发生MACE的独立预测因素(P<0.05);相较于独立预测因素数据,联合冠状动脉周围脂肪影像组学评分后进一步提高了模型的预测效能。训练集中,由独立预测因素数据及临床独立预测因素-影像组学评分联合数据构建的XGBoost模型AUC值分别为0.94和0.98;准确率分别为0.84和0.93。其RF模型AUC值分别为0.93和0.99;准确率分别为0.87和0.94。测试集中,由独立预测因素数据及临床独立预测因素-影像组学评分联合数据构建的XGBoost模型AUC值分别为0.64和0.91;准确率分别为0.53和0.76。其RF模型AUC值分别为0.74和0.94;准确率分别为0.69和0.84。在测试集中,由临床独立预测因素-影像组学评分联合数据构建的RF模型的AUC值、准确率、灵敏度、特异度、阳性预测值(PPV)和阴性预测值(NPV)均最高。经DeLong检验,在训练集与测试集中,由临床独立预测因素-影像组学评分联合数据构建的模型的诊断效能均优于临床独立预测因素数据构建的模型(P均<0.05)。在基于同一数据的情况下,训练集和测试集的校准曲线表明,RF分类器较XGBoost分类器拟合度高。测试集临床决策曲线显示,采用RF模型预测冠心病患者MACE发生的净受益最高且风险阈值范围更大。结论基于人工智能的冠状动脉周围脂肪影像组学及FAI构建可解释性机器学习模型可以较为准确地预测冠心病患者MACE的发生;利用RF算法获得的结合临床独立预测因素及PCAT影像组学评分模型具有最佳的预测效能。

关键词： 生态优化   科技人才   创新生态   主体培育   人工智能   品牌打造   资源禀赋   战略部署  

摘要： 为深入贯彻落实省委、省政府关于“加快建设创新浙江、因地制宜发展新质生产力”的战略部署,拱墅区以教育科技人才一体改革发展为突破口,立足中心城区资源禀赋,聚焦创新生态优化、高能级平台建设、成果转化路径贯通、企业主体培育和服务品牌打造,奋力打造新质生产力发展高地。近期火爆出圈的人工智能企业深度求索,正是拱墅区蓬勃创新生态的生动注脚。