关键词： 心血管影像学   精准医学   多模态成像   分子影像学   人工智能  

摘要： 近年来,随着多模态成像、人工智能与分子影像的快速发展,心血管影像已从传统的结构评估工具演变为集功能、组织学、代谢与细胞机制于一体的多维平台,逐步迈入精准医学的核心舞台。本期专题汇集六项高质量研究,涵盖从儿童肿瘤治疗后的心肌损伤识别、心肌纤维化量化,到房颤导管消融疗效预测、慢性缺血机制成像,再到系统性免疫疾病的右心室评估与自由呼吸心脏磁共振(cardiac magnetic resonance,CMR)新技术验证,全面展现了心血管影像在诊断、评估与决策支持中的临床与科研价值。

关键词： 智测引擎   软件测试   知识图谱   人工智能   测试自动化   缺陷识别   测试流程优化  

摘要： 文章主要探讨基于人工智能(Artificial Intelligence,AI)的软件测试“智测引擎”系统的研发,其核心是通过融合知识图谱与自然语言处理、机器学习等AI技术,实现软件测试全流程的自动化与智能化。研究设定五大核心目标,涵盖测试用例自动生成、缺陷自动识别与分类、测试流程动态优化、测试数据管理与回溯以及系统在实际场景中的性能验证与交互设计完善。围绕研究目标,重点探索知识图谱在测试中的应用路径:在测试用例生成环节,借助知识图谱提升需求文档理解精度,实现文本到用例的精准转化;在缺陷识别领域,依托缺陷知识图谱优化识别与分类效果;在流程优化中,通过知识图谱关联任务与资源信息,支撑智能调度。经实际项目验证与反馈迭代,智测引擎可显著提升测试效率与软件质量,其技术思路为软件测试智能化提供实践参考,也为软件工程学科教学提供案例支持。

关键词： 拉曼光谱   智能检测   机器学习   人工智能  

摘要： 综述了支持向量机、随机森林、K-近邻算法、掩蔽自动编码器结构(SMAE)及循环神经网络等机器学习算法在拉曼光谱分析中的基础原理与最新进展,对比了不同算法在多分类识别、荧光抑制与超分辨成像中的适用场景。在多分类任务中,SMAE较传统卷积神经网络显著提升了识别准确率;在荧光抑制方面,噪声学习算法将信噪比提高10倍,实现弱信号高效提取;在超分辨成像中,超分辨卷积神经网络突破衍射极限1.6倍,为纳米级化学成像提供新手段。当前机器学习拉曼分析仍面临数据库规模不足、模型泛化能力弱及仪器微型化受限等挑战。未来可通过构建标准化光谱数据库、开发轻量化模型及集成芯片级光谱模块等措施,推动其在现场快速检测与便携诊断中的广泛应用。

关键词： 人工智能   汽车电气自动化   机器视觉   应用场景  

摘要： 伴随科技的迅猛发展,人工智能广泛应用于各领域,汽车电气自动化也不例外。该技术借助强大的数据处理与分析能力,优化汽车电气系统运行参数,提升动力性能与能源利用效率,推动汽车制造智能化升级,还在车辆使用中构建智能驾驶辅助系统,提升驾驶安全性与便捷性。本文深入剖析人工智能技术在汽车电气自动化中的应用关键,探讨其应用特点、汽车电气自动化现状、关键技术及应用场景,为汽车行业智能化发展提供理论支持。

关键词： 消费提质   治理能力   民生福祉   科学技术  

摘要： 2025年8月国务院印发的《关于深入实施“人工智能+”行动的意见》提出,加快实施6大重点行动。一是“人工智能+”科学技术,加速科学发现进程,驱动技术研发模式创新和效能提升,创新哲学社会科学研究方法。二是“人工智能+”产业发展,培育智能原生新模式新业态,推进工业全要素智能化发展,加快农业数智化转型升级,创新服务业发展新模式。三是“人工智能+”消费提质,拓展服务消费新场景,培育产品消费新业态。四是“人工智能+”民生福祉,创造更加智能的工作方式,推行更富成效的学习方式,打造更有品质的美好生活。五是“人工智能+”治理能力,开创社会治理人机共生新图景,打造安全治理多元共治新格局,共绘美丽中国生态治理新画卷。六是“人工智能+”全球合作,推动人工智能普惠共享,共建人工智能全球治理体系。

关键词： 大数据   人工智能   智能交通   信息化管理   融合应用  

摘要： 在城市化快速推进与交通需求持续增长的背景下,传统交通管理方式难以有效解决日益复杂的交通问题。本文设计了一种融合大数据与人工智能技术的智能交通信息化管理模式,重点探讨了大数据在交通数据采集、深度挖掘与精准预测中的核心作用,以及人工智能在辅助决策与动态控制优化中的核心价值。通过展示两者协同应用的具体场景与技术创新,剖析当前模式构建存在的难点,并提出相应的解决方案,旨在提升交通管理的智能化程度,为打造高效交通系统贡献理论与实践参考。

关键词： 生成式人工智能   多模态学习   跨模态对齐   PAI-ArtLab  

摘要： 为将生成式人工智能及其生成内容融入课堂教学,研究基于生成式人工智能的课堂教学方法。通过运用ChatGPT和PAI ArtLab两个生成式人工智能平台,开展“图生文”与“文生图”实验,构建了多模态AI实践项目。教学实验采用图文互转模式,涵盖数据预处理、模型调用与效果评估等环节,形成了完整的生成式AI教学闭环,有效增强大数据专业学生的AI实践能力。在AIGC驱动下,该课堂教学实验模式能够激发学生对多模态生成技术的学习兴趣,帮助学生理解并应用生成式人工智能模型,掌握多模态人工智能中视觉语义对齐的基本原理和关键技术。

关键词： 脉冲神经网络   多值逻辑   目标检测   交通标志识别   人工智能  

摘要： 作为神经形态计算的代表方法,脉冲神经网络因其高效的计算特性,在感知与控制任务以及软硬件协同计算中得到了广泛应用。然而,SNN中广泛应用的传统积分泄露神经元模型仅能将输入特征编码为二值脉冲信号,严重限制了其特征表达能力和在复杂视觉任务(如目标检测)中的性能。基于多值逻辑神经元模型提出了一种三值激活层的脉冲神经网络。通过对卷积层的激活层范围重新设定,三值激活层能够在二值激活的基础上,大幅提高了目标检测算法的模型性能。在公开数据集上的实验结果表明,与二值激活对比,所提出的三值激活方法在三类交通标志上的目标位置识别精度可以从80.8%提高到92.5%。此外,为了将以上脉冲神经网络运行在基于新型纳米器件的多值逻辑计算系统中,对参数量化后的模型性能进行了评估,将模型参数量化到整数范围之后,模型的性能仅下降1%多一点。与ANN相比,在精度下降了4.2%的同时,参数量减少了81.6%。

关键词： 人工智能   医学设备   数据采集   RFID技术   贝叶斯学习   关联算法  

摘要： 针对医学设备信息数据采集系统存在效率低下、易出错等问题,通过人工智能技术设计医学设备信息数据自动化采集系统。采用RFID技术采集医学设备信息数据,RFID电子标签中存储医学设备信息数据,阅读器读取电子标签中的信息数据,利用贝叶斯学习方法清洗数据,清除冗余数据,处理后数据通过通信管理器传输至后台服务器中进行存储,通过关联算法挖掘医学设备信息数据间的关联性,并通过IFB树结构向用户提供医学设备信息数据查询功能。实验结果显示,该系统在实际应用过程中需尽量保障电子标签与阅读器呈正面或45°,所采集数据与实际信息数据间的关联强度较强,数据传输的干扰率普遍控制在0.2以内,而连通性则能够达到0.8以上。

关键词： 强交互性   高临场感   三个课堂   人工智能   具身认知  

摘要： “三个课堂”在“开齐课”的基础上要实现“开好课”的目标,需全面加强新一代人工智能技术的融合应用,以提升交互性和临场感,克服时空分离给师生交互带来的不便以及给临场感带来的阻隔。新一代认知科学,即认知的具身观点,为人工智能全面融入“三个课堂”提供了新的科学基石与理论依据。理论上,基于具身认知的“感知—行动—反思”动态循环结构,强交互性、高临场感“三个课堂”要包含接受信息的感知层、运用信息的行动层与内化信息的反思层。实践中,人工智能全面融入“三个课堂”的具体路径是:以大模型为支撑,借助扩展现实技术打造沉浸式具身学习环境强化空间交互体验,运用智能学科工具设计交互式教学活动促进学习的具身参与,基于自适应学习系统生成个性化学习资源适配多元认知需求,通过学习分析技术实现基于证据的精准评价与有效反馈调节。