关键词： 智能识别   装箱照片   中欧班列   图像识别   深度  

摘要： 为解决中欧班列装箱照片数据收集、审核工作量大、人工审核难度高等问题,基于图像识别和人工智能技术,将智能识别技术应用于中欧班列装箱照片审核,构建装箱照片自动识别系统,对装箱照片数据进行照片分类、箱号识别,并自动标记不符合安全要求的照片。结果表明,引入智能识别技术能够快速识别箱号和照片类型,识别准确率达到99%,显著降低了审核工作量,提高了照片审核效率,并且能有效发现人工难以察觉的问题,增强了运输的安全性,为中欧班列装箱照片审核研究提供参考。

关键词： 家庭教育咨询   智能化破解   人工智能  

摘要： 作为具备自主任务执行、决策制定及交互能力的系统,人工智能以其显著的自主性特征、明确的目标导向能力、高效的环境交互机制以及持续的学习进化特性,为各类复杂的现实问题提供了创新性解决方案。基于这一发展趋势,将智能体技术整合应用于家校共育公众号平台,不仅能够显著提升家庭教育指导的专业化水平,更能优化用户的互动体验,这一创新性探索具有重要的实践意义。

关键词： 人工智能   金华   赋能   国际陆港建设   资源配置  

摘要： 在全球化与区域经济一体化加速推进的时代背景下,建设国际陆港对内陆城市提升开放水平、促进经济发展意义重大。金华国际陆港的建设,不仅有助于金华发展外向型经济、提高物流效率、推动产业升级及促进区域经济一体化,还能进一步强化金华在全球贸易中的枢纽地位,带动城乡协同发展。本文深入剖析金华国际陆港建设的重要意义,结合当前建设现状,探究其在建设过程中面临的诸多挑战,主要包括:统筹协调不足,规划协同性不强;港口枢纽能力和承载能力有待提高;信息化平台建设滞后,数据互联互通不足。基于此,本文从人工智能赋能视角出发,提出一系列金华建设国际陆港的对策建议,旨在推动国际陆港向智能化转型,全方位提高其整体运营效率与市场竞争力,为金华国际陆港的高质量建设提供有力支撑。

关键词： 人工智能   腺癌   肺结节   量化分析   病理分级  

摘要： 目的探讨人工智能(artificial intelligence,AI)量化参数鉴别临床Ⅰ期浸润性腺癌(invasive adenocarcinoma,IAC)病理分级的应用价值。方法回顾性分析2018年10月—2023年5月滨州医学院附属烟台山医院收治临床Ⅰ期IAC患者的临床资料。按IAC分级将患者分为3组:Ⅰ级组、Ⅱ级组和Ⅲ级组,比较各组间参数的差异,并采用logistic回归分析评估AI量化参数对Ⅲ级IAC的预测效能。通过最小绝对值收敛和选择算子(least absolute shrinkage and selection operator,LASSO)回归分析筛选参数,基于这些参数构建3种机器学习模型来预测Ⅲ级IAC,并进行内部验证以评估其效能,用列线图进行可视化描述。结果共纳入261例IAC患者,其中男101例、女160例,年龄27~88(61.96±9.17)岁。6例为双原发病灶,且同一患者的不同病灶作为独立样本进行分析。I A CⅠ级48例、Ⅱ级89例和Ⅲ级130例。三组组间A I量化参数如实性成分占比(consolidation/tumor ratio,CTR)、肺结节长径等参数差异均有统计学意义(P<0.05)。Ⅰ级+Ⅱ级组与Ⅲ级组除年龄外,其余临床资料与AI量化参数的差异均有统计学意义(P<0.05)。多因素分析提示CTR和CT标准差是鉴别Ⅲ级IAC的独立危险因素,两者呈负相关。Ⅲ级IAC有更晚的TNM分期、更多的病理高危因素、更高的淋巴结转移率和高级别结构占比。在所有患者中CTR与高级别结构占比呈正相关。在Ⅲ级中两者呈正相关,而在Ⅰ级与Ⅱ级中无相关性。采用LASSO回归分析筛选出2个AI定量参数:CTR和CT中位值。分别构建并验证logistic、随机森林和XGBoost模型。其中XGBoost模型预测效能最佳。结论当CTR>39.48%、CT标准差<122.75 HU时,需警惕为Ⅲ级IAC。基于联合CTR和CT中位值构建XGBoost模型对Ⅲ级IAC有较好的预测效果,有助于临床医师做出个性化的临床决策。

关键词： 人工智能   高校   网络安全  

摘要： 本文将主要探讨人工智能作为一项前沿热门的科学技术能否应用到当前高校的网络安全防御应用中。首先,分析当前网络安全现状及高校网络安全防御体系的一般架构,并讨论传统网络防御技术存在的缺陷。其次,本文将探讨人工智能技术运用到网络安全攻击检测等情况时所具备的优势。最后,文本将探讨人工智能技术应用到高网络安全防御中的迫切性并对其未来发展方向进行展望。

关键词： Artificial intelligence   Checklist for artificial intelligence in medical imaging (CLAIM)   Medical imaging   Report quality  

摘要： The rapid development of medical imaging methods based on artificial intelligence (AI) has led to the first release of the AI medical imaging research checklist (CLAIM) in 2020 to promote the completeness and consistency of AI medical imaging research reports. However, during the application process, it was found that some entries in CLAIM needed improvement. Therefore, the expert committee updated CLAIM and released the updated version of CLAIM 2024. This article introduces CLAIM 2024 for domestic scholars to follow up and refer to in a timely manner. © 2025 West China University of Medical Science. All rights reserved.

关键词： 国家创投基金   量子科技   氢能储能   人工智能  

摘要： 10000亿元“航母级”国家创投基金呼之欲出3月6曰在全国两会经济主题记者会上,国家发展改革委主任郑栅洁透露,国家正在推动设立“航母级”的国家创业投资引导基金,做优做强做大创新型企业。明0些创新型企业将获青睐?据介绍,从投向看,该基金将聚焦人工智能、量子科技、氢能储能等前沿领域,通过市场化方式投资种子期、初创期企业.

关键词： 教学内容   未来竞争力   GPT-4   可汗学院  

摘要： 2022年夏天,可汗收到了一封来自OpenAI的总裁布罗克曼和首席执行官奥特曼的邮件,于是他们会面了。OpenAI希望和由可汗创立的“可汗学院”合作推出GPT-4。一方面积累应用的案例,另一方面评估已有的模型。可汗到现在还记得那个令人难忘的周五,他在电脑前整整坐了十个小时,思绪完全被这一新技术所占据。可汗断言GPT-4会对教育产生全方位的影响,不仅影响教学的内容、方式和方法,甚至会让人们重新思考教育的目的。

关键词： 阿尔茨海默病   可视化分析   多模态数据融合   神经网络   机器学习  

摘要： 该研究通过文献计量分析,探讨人工智能在阿尔茨海默病研究中的发展趋势和应用热点。基于Web of Science核心数据库,检索了2013—2023年间的3 680篇相关文献,利用CiteSpace软件进行共现分析与关键词聚类,分析了发文趋势、国家和机构的合作情况、核心作者及共被引文献等。研究结果表明,人工智能在阿尔茨海默病领域的应用主要集中在影像数据分析与早期诊断、多模态数据融合以及脑网络功能连接三个方向。同时,任务分析和迁移学习作为新兴热点,显示了人工智能在个体化诊断和长期病情管理中的潜力。从结果分析可知,人工智能在阿尔茨海默病诊断与治疗中的应用正处于快速发展阶段,未来研究将聚焦于算法的泛化能力提升和多模态数据处理能力,以提供更加精准的诊断和个体化治疗方案。

关键词： 人工智能   数据治理   数据政策   数智转型  

摘要： 文章从政策制定情况、政策内容要点、政策内容地区分布等方面梳理与分析我国面向人工智能的数据治理政策体系的构建情况。研究发现:我国从国家到地方均制定了面向人工智能的数据治理政策,但各地推进程度不同,总体涉及数据主体、数据对象、数据全生命周期管理、数据保障等方面,并进一步从深化数据视角来建设政策体系、扩充凸显数据治理理论与方法的政策内容、推动多元共进的央地政策协同等方面讨论政策体系的优化方向。