关键词： 人工智能   绿色技术创新   人力资本   行业结构  

摘要： 在全球气候变化日益严峻的背景下,实现“碳达峰与碳中和”的绿色技术创新逐渐成为各国共识。本研究以2012—2023年沪深A股上市公司为样本,系统考察人工智能技术对企业绿色技术创新的影响。研究发现,人工智能的应用显著推动了企业的绿色技术创新。机制分析揭示,人力资本结构在人工智能与绿色技术创新之间的关系中起到积极调节作用,且人力资本结构越好,调节效果越明显。异质性分析发现,东部地区的创新效应显著,而中西部地区效果不明显;非国有企业的表现优于国有企业;技术密集型行业的创新效果最为突出。

关键词： 人工智能   兽医病理学   个性化   学习路径  

摘要： 基于AI赋能下《兽医病理学》课程个性化学习路径的构建。通过分析传统教学模式的局限,利用AI技术构建知识图谱、分类学习资源、收集分析学习数据以及生成和调整个性化学习路径的过程,旨在提升《兽医病理学》教学质量,满足学生个体学习需求,为培养高素质动物医学相关专业人才提供新的教学思路与方法。

关键词： 人工智能   军事领域   技术应用   前景展望  

摘要： 为了解当前技术能力与未来趋势,聚焦无人作战平台、指挥控制系统及后勤保障网络三大核心领域,采用文献综述与案例分析方法,系统分析人工智能在军事领域的应用现状与发展前景。可知,运用人工智能技术提升数据处理与决策效率,可显著增强作战系统的响应速度与精准度,但在应用中面临算法黑箱、数据安全及军事体系适应性等挑战。人工智能的军事应用需平衡技术创新与伦理法律约束,构建人机协同框架,以确保其可持续发展并为军事战略提供有效支撑。

关键词： 就业提质扩容   劳动力市场分割   新就业形态   终身教育   人工智能  

摘要： 提升人力资源配置效率是应对当前就业结构性矛盾、促进高质量充分就业的关键。当前,在工作能力、劳动条件和区域分布上人力资源供需不匹配的问题都较为突出。教育培训、劳动力市场制度、信息匹配和劳动力自由流动等领域面临新的挑战。促进人力资源供需匹配需要立足于服务国家发展战略,兼顾人力资源服务的公共服务属性与产业属性,通过提升企业能力和优化营商环境促进劳动者与企业双赢,建立兼顾长短期效果的教育培训体系,加强对新技术的应用,积极参与全球人才竞争。

关键词： 人工智能   机械臂   自动化   过程装备与控制工程   电机控制  

摘要： 为提升实验室滤膜切割工作效率,开发一种滤膜切割机械臂及其控制系统,通过控制小米CyberGear微电机实现机械臂运动,利用Python库与CAN总线通信成功实现了机械臂各关节的精确操作。结果表明,该机械结构及控制系统具有较高的控制精度和响应速度,并在复杂运动模式下表现出了良好的稳定性。

关键词： 人工智能   拳击训练   专业培训   课程革新  

摘要： 当前人工智能技术蓬勃发展,逐渐向着体育领域渗透发展,拳击训练教育则迎来革新机遇。本研究聚焦AI驱动下拳击训练教育专业培训体系重塑。通过深入剖析AI核心技术及其在体育领域的实际应用,对比传统拳击训练教育专业培训体系的特点与不足,构建基于AI的全新培训体系,该体系主要涵盖目标设定、原则遵循及架构设计,从课程革新、教学方法创新、师资队伍建设等方面详细阐述。在此基础上,结合AI技术驱动下的拳击训练培训体系应用典型案例,阐述AI技术应用细节、培训体系变革的实施成效。以此为拳击训练教育借助AI实现高质量发展提供参考。

关键词： 审美感知   人工智能   儿童智能产品   课程设计  

摘要： 人工智能时代背景下,基于儿童审美感知的智能产品课程的设计与实践中应用的多模态人机交互等技术,对儿童艺术教育和美育效果有相当大的提升作用。多模态人机交互技术以其独特的优势丰富了儿童的感官体验,提高了感知清晰度,有效吸引了儿童的注意力,增强了他们的参与感和学习兴趣。本课程在教学实践中引入儿童美育、人工智能、艺术设计等理论,可以拓宽学生的设计创新空间,并为儿童智能产品的美育呈现和创新转化提供多样化途径。

关键词： 老龄化   养老服务   技术辅助   效率   人工智能  

摘要： 我国是世界上人口老龄化程度较高的国家之一。民政部数据显示,截至2024年底,我国65岁及以上人口达2.2亿人。如何为庞大的老年人群体做好服务,越来越受到社会关注。近年来,随着人工智能、机器人等技术的迅猛发展,我国多地积极探索发展养老新模式,养老服务正从人力密集型逐渐向技术辅助型转变。

关键词： 人工智能   深度学习   肝细胞癌   图像分割   预后预测  

摘要： 目的:探讨基于增强CT的深度学习(DL)技术对肝细胞癌(HCC)患者术后早期复发的预测价值。方法:回顾性分析2017年1月-2022年1月在赤峰市医院接受手术治疗的HCC患者的临床和CT资料。术后两年内每三个月进行一次复查,之后每半年复查一次。每次复查先进行AFP检测及超声检查初步确定有无复发,存在异常结果时进行CT或MRI检查进一步确认。记录患者术后复查期间的生存状态及时间,失访者则剔除。最终纳入180例HCC患者,根据术后两年内复发情况,将患者分为早期复发组(126例)和非早期复发组(54例)。使用ITK-SNAP3.6.0软件,在每例患者的肿瘤直径最大层面的术前增强CT动脉期图像上,沿肝肿瘤和脾脏边缘手动勾画肝肿瘤及脾脏ROI。将勾画后的图像按7∶3的比例随机分为训练集和测试集。在训练集中采用Unet架构对肝脏肿瘤和脾脏ROI进行学习并建立自动分割模型,然后在测试集中评估此模型的分割效果。重新将180例患者随机分为两组,一组用于DL模型的建立(DL数据集),一组用于后续Cox回归模型的建立(Cox数据集)。将用于深度学习的数据集按7∶3的比例随机分为DL训练集和DL验证集。使用基于DL技术的Resnet50架构,在DL训练集中分别构建预测术后早期复发的肝肿瘤DL模型和脾脏DL模型,然后在DL验证集中评估2个模型的效能。通过网格搜索技术分析DL验证集中肝肿瘤DL模型和脾脏DL模型的输出结果,以0.001为步长计算2个模型的最优权重分配,以此权重系数构建联合模型。最后,以术后是否复发及复发时间为因变量,临床资料和联合模型预测结果为自变量,使用Cox回归分析建立Cox回归模型,使用临床决策曲线和校准曲线评估模型表现,并采用列线图将模型可视化。结果:在训练集和测试集中,肝肿瘤分割模型分割结果的符合率分别为94.49%和86.94%,脾脏分割模型分割结果的符合率分别为99.72%和93.96%。在DL训练集、DL验证集和Cox数据集中,肝肿瘤DL模型的AUC分别为0.95、0.82和0.94,脾脏DL模型的AUC分别为0.91、0.75和0.88。以肝肿瘤DL模型和脾脏DL模型的权重系数分别为0.852和0.148来构建联合模型,其在Cox数据集中的AUC为0.976。Cox回归分析显示肿瘤大小(HR=1.71,95%CI:1.48~1.97,Z=7.29)、凸出肝轮廓(HR=2.49,95%CI:1.28~4.86,Z=2.67)、镜下见微血管侵犯(HR=2.04,95%CI:1.13~3.68,Z=2.36)、血清单核细胞计数(HR=4.13,95%CI:1.14~15.03,Z=2.16)、血清甲胎蛋白浓度的对数(HR=1.43,95%CI:1.09~1.87,Z=2.59)和联合模型预测结果(HR=10.58,95%CI:3.63~30.81,Z=4.32)为术后早期复发的独立预测因素。结论:基于CT动脉期图像上肝肿瘤和脾脏ROI建立的深度学习模型可较准确地预测肝癌患者早期复发情况;进一步联合临床资料构建的Cox回归模型可进一步提高预测准确性,有助于临床医师制订个性化的治疗计划。

关键词： 人工智能   文科类大学生   就业影响   应对策略  

摘要： 针对当前文科大学生的就业问题,本文研究了人工智能对文科类大学生就业的影响及应对策略。研究表明,文科类大学生就业面临就业率低、就业质量不高等问题,人工智能对文科类大学生就业具有重塑就业结构、改变劳动关系、提高能力要求等影响,既带来了挑战,也提供了新的机遇。通过调整文科招生规模、加强大学生自主学习、加强高校就业引导等策略,可让文科大学生更好地发挥专业优势,应对人工智能带来的就业市场变化,提升就业水平。