关键词： 人工智能   大数据技术   健康档案管理   应用场景  

摘要： 在人工智能(AI)与大数据技术迅猛发展的时代背景下,健康档案管理领域正经历深刻变革。文章系统探讨人工智能(AI)与大数据技术在健康档案管理中的应用场景,通过分析传统健康档案管理模式存在的不足,阐述新技术应用的价值与意义,并提出具体的应用策略,以期为数智时代健康档案管理的高效转型与可持续发展提供理论支撑与实践参考,从而提升健康档案管理效率与服务品质,推动医疗健康事业高质量发展。

关键词： 人工智能   物联网   智慧农业   边缘网关   STM32   AI赋能  

摘要： 边缘网关作为连接各种传感器和农业管理系统的核心设备,能够通过数据采集、处理与传输以及边缘计算和远程控制,实现农业生产的智能化和自动化。在现代农业中,边缘网关扮演着关键角色,能有效缓解农村劳动力不足的问题、提高农业生产的效率、减少资源浪费和环境污染、加快农业信息化进程、促进农业的可持续发展。为此,设计了一款嵌入式边缘网关设备,旨在解决农业信息化过程中的兼容性问题。该边缘网关的网络层集成了LoRa、NB-IoT、ZigBee、WiFi、蓝牙等通信协议,应用层支持MQTT、CoAP和HTTP/HTTPS等多种协议,可广泛兼容各种采用开放协议的传感设备。同时,该边缘网关还具备较强的数据处理能力,支持复杂的应用程序和算法,能实现语音识别和图像识别,通过云端决策系统实现AI赋能智慧农业。

关键词： 人工智能   网络架构   大语言模型   智算网络  

摘要： 当今生成式人工智能和大规模深度学习模型的兴起使得智算中心的规模和算力需求激增,然而,传统的数据中心网络架构正成为制约AI算力发挥的瓶颈。针对AI智算网络发展需求,研究了当前主流的组网拓扑和组网协议等技术,研究表明几种主流网络拓扑和组网协议在特定场景下存在不同程度的优异特性和不足,在具体应用中需要根据规模和流量模式选择合适的拓扑结构和组网协议,这为研究人员和工程技术人员提供了对智算网络组网技术的全面认识和参考。

关键词： 生成式人工智能   数据结构   实践应用  

摘要： 为响应国家教育数字化战略,并应对数据结构课程的抽象性与复杂性挑战,该研究探索了生成式人工智能(GAI)在教学中的融合应用路径。研究构建了一个覆盖课前、课中、课后的三阶段、多模态GAI赋能框架,具体实践包括利用通用大模型辅助资源生成与作业批改,运用多模态模型进行教学视频分析与思维导图构建以及在实践教学中整理生成了数据结构基本概念简易理解知识库,通过检索增强生成技术(RAG)构建并应用了领域特定的“数据结构智问”问答模型。初步实践表明,该模式在提升备课效率、丰富学习资源方面成效显著。然而,研究亦发现,在深化学生对核心抽象原理的理解以及防范学生过度依赖工具等方面仍面临挑战,亟待进一步探索。

关键词： 人工智能   认知安全   主流媒体   传媒变革  

摘要： 人工智能技术对传媒行业产生变革性影响,推动传媒生产体系迭代升级。人工智能以全新的生产逻辑、交互方式和应用场景,重构网络叙事、重塑信息生态,直接影响受众认知模式、过程和态度,同时带来认知安全风险。本文从认知安全角度,探索分析人工智能潜在的认知风险,结合新华社在媒体融合生产和传播方面的实践,浅析主流媒体应对措施。

关键词： 腮腺肿瘤   双能CT   体层摄影术   X线计算机   人工智能   影像组学   深度学习  

摘要： 腮腺复杂的肿瘤类型有着独特的生物学行为,直接关系到患者的治疗策略及预后,术前对于肿瘤类型的诊断具有重要临床意义。近年来,双能CT的物质分离技术、虚拟平扫图像、虚拟单能量成像等技术已逐步应用于腮腺肿瘤诊断中,不仅能够提高图像质量,还能通过碘浓度、有效原子序数、能谱曲线斜率等参数提供血液灌注、物质分布、组织代谢等定量诊断依据,此外,对于恶性肿瘤放疗计划的制定也能提供帮助。人工智能基于影像组学及深度学习技术,分析CT图像中微观纹理差异,在腮腺肿瘤类型的鉴别、恶性肿瘤的分级等方面有着高度敏感性。双能CT与人工智能的联合应用,能够发挥各自优势,有望为腮腺肿瘤提供更为精准的术前诊断依据。本文就目前双能CT及人工智能在腮腺肿瘤诊断中的研究进展进行综述,旨在为术前诊断及治疗策略的制定提供参考。

关键词： 机关档案   人工智能   智能检索   档案编研   知识图谱   数据挖掘   人机协同  

摘要： 文章探析人工智能在档案智能检索与编研中的应用路径,分析技术应用过程中面临的数据质量、安全合规与人才适配三重挑战,提出构建“技术-标准-人才”协同治理框架,通过联邦学习、隐私计算与复合型人才培养等策略,推动档案资源从信息存储向知识服务转型,为数字政府建设提供核心数据支撑。

关键词： 统计学   数据科学   人工智能  

摘要： 在数字化时代,统计学、数据科学、人工智能紧密交织在一起,共同推动各领域发展。本文从研究对象、研究思维与方法、研究应用及发展趋势等方面初步剖析了三者的关系。三者都聚焦于数据,但侧重点有所不同。统计学着重于研究如何收集、分析与推断数据,为数据分析提供方法论;数据科学以数据全生命周期为对象,研究如何建立系统性的数据分析框架以支持决策;人工智能则聚焦于通过数据处理去模拟人类智能,研究如何将数据转化为行为规则。三者在未来将持续融合创新,推动数据要素发挥更大作用,共同应对复杂问题,为人类社会发展创造更多价值。

关键词： 人工智能   精准教学   个性化指导   数据驱动   隐私保护  

摘要： 近几年,人工智能在教育教学领域的应用研究不断深入。在精准教学方面,人工智能可协助个性化教学设计、提升教师素养、基于多模态数据进行教学反馈、助力教育决策管理。在个性化指导方面,应融入情感诉求、聚焦人文关怀,创设人本化智能、注重数据素养,健全教学理念、实现知识与数据双驱动,基于数据治理落实隐私保护。在将人工智能融入教学的过程中,要平衡科技与人文的关系,使其更好地为教育服务。

关键词： 数字技术   人工智能   思想政治教育   数智赋能   教育转型  

摘要： 在教育信息化不断发展的今天,以人工智能为代表的数字技术,在高校思想政治教育中发挥着显著作用,成为提升高校思想政治教育质量的重要载体。本文从数智赋能的视角出发,围绕技术发展、政策支持以及转型需求三个方面,分析了高校思想政治教育转型的动力,并针对其存在的风险,提出构建数智教育环境、开发数智教育资源、打造数智教学模式、采用数智学习方式、开展数智教育评价、实施数智教育管理等措施,旨在促进高校思想政治教育转型。