关键词： 清洁能源   氢能   人工智能(AI)   质子交换膜燃料电池(PEMFC)   状态估计   故障诊断   深度学习  

摘要： 【目的】质子交换膜燃料电池(protonexchange membrane fuel cell,PEMFC)作为极具潜力的清洁能源技术，在能源转换领域备受关注。然而，PEMFC系统的高度复杂性及运行过程中存在的不确定性，使其状态估计和故障诊断面临诸多挑战，严重影响系统可靠性与安全性。为有效应对这些难题，对人工智能(artificial intelligence,AI)技术在PEMFC状态估计和故障诊断中的应用策略与成效进行了研究。【方法】分析了当前PEMFC在状态估计与故障诊断领域的研究进展。在状态估计领域，解析了PEMFC非线性模型特性，介绍了基于AI的状态估计技术，分析了不同算法在PEMFC状态估计中的应用原理及优势。在故障诊断领域，总结归纳了PEMFC常见故障类型，分析了故障表现及内部成因，介绍了基于AI的故障诊断技术。最后，对基于AI的PEMFC状态估计与故障诊断技术的未来发展提出了建议。【结论】AI技术能够凭借其强大的数据处理和模式识别能力，准确估计PEMFC的状态，有效诊断系统潜在故障，从而显著提升PEMFC系统的运行效率和稳定性，增强系统可靠性与安全性。未来，可在AI算法创新、状态估计与故障诊断优化、智能体系构建以及与其他技术协同合作等方面开展研究。

关键词： 数据驱动   虚实结合   储油系统   人工智能   工控安全  

摘要： 在以石油石化行业为代表的工业控制领域，人工智能（artificial intelligence，AI）的应用愈发广泛，然而，该领域也面临着越来越复杂的安全威胁，急需培养AI与工控系统（inductrial control systems，ICS）安全复合型人才，但缺少兼顾灵活性和可靠性的实验平台和实验资源。该文在系统分析复合型人才能力培养的基础上，借鉴五维模型，提出了搭建结合真实硬件设备与仿真模型的储油控制系统安全架构及仿真实验平台，首先设计了储油控制系统的实体微缩模型，然后利用数据驱动的仿真建模技术建立了储油控制系统的虚拟模型。基于该平台，学生可以深入理解ICS架构，构建储油控制系统数据集，开展基于AI的ICS数据生成、故障预测、异常检测、态势感知与安全防护等实验，提高综合应用AI、ICS安全技术、数字孪生等技术的水平，以及解决复杂工程问题的能力。

关键词： 人工智能   人工智能安全   综合安全   综合人工智能安全   具身智能  

摘要： 随着人类步入人工智能时代,人工智能安全问题日益凸显,并成为全球关注的焦点。基于人工智能与安全二者深度融合的视角提出综合人工智能安全概念,对全面审视和认识人工智能安全,进而维护和塑造人工智能安全具有重要理论和现实意义。综合人工智能安全是系统安全维下的人工智能系统要素的安全、安全系统维下的安全人工智能系统的要素,以及安全影响维下的人工智能对安全的影响的综合。系统安全维下的人工智能系统要素的安全包括人工智能算法安全、人工智能算力安全和人工智能算据安全;安全系统维下的安全人工智能系统的要素涉及安全含义要素、安全领域要素、安全状态要素、安全环节要素、安全因素要素、安全策略要素、安全体系要素、安全能力要素、安全时空要素和安全参与要素;安全影响维下的人工智能对安全的影响包括正面与负面的双重影响。

关键词： 肝细胞癌   影像组学   超声   计算机断层扫描   磁共振成像   正电子发射体层成像   人工智能   预后  

摘要： 肝细胞癌（hepatocellular carcinoma, HCC）是中国癌症相关死亡的第二大原因，预后亟需精准预测手段。影像组学虽展现出潜力，但现有综述多局限于单一模态或技术层面。本文系统综述超声、计算机断层扫描、磁共振成像及正电子发射体层成像影像组学在HCC预后的研究进展，剖析标准化缺失、生物学解释不足等关键瓶颈。本文认为，未来重点发展多模态融合算法、可解释性模型和前瞻性验证研究，指导临床实践，提高诊疗效果。

关键词： 人工智能   解剖学教学   机遇与挑战  

摘要： 人工智能（AI）的迅猛发展为医学教育教学带来前所未有的变革机遇和挑战。随着AI技术在医学教育领域的逐步渗透，并影响各个医学学科发展，特别是其赋能解剖学教学展现了无限潜力和广阔前景。AI通过增强学习体验与可视化效果、个性化学习支持、教学辅助与效率提升，跨界融合等，促进了解剖学教学深度变革。同时，AI也为解剖学教学带来伦理、技术、数据隐私和安全等问题的系列挑战。本文通过综述解剖学教学面临的问题，探讨AI在解剖学教学中的创新应用机遇与挑战。

关键词： 医疗人工智能   可视化分析   伦理治理  

摘要： 通过对国内外医疗人工智能伦理文献计量学和关键词分析，探讨该领域研究前沿热点和发展趋势，为促进中国医疗人工智能伦理治理体系建设提供参考。用CiteSpace 软件对所查阅文献进行发文量、作者以及机构合作网络和关键词共现、聚类、时间线图以及突现进行国内外对比分析，探讨该领域研究热点和发展趋势。共计纳入中英文文献2 393篇，近几年国内外医疗人工智能伦理研究主题为医疗人工智能伦理的理论研究、新兴领域及其伦理风险、医疗人工智能伦理治理及规制等三方面，国际研究热点为联邦学习、计算机辅助诊断和知情同意等，国内研究热点为智慧医疗、责任伦理和伦理价值等。国际上更多关注公共卫生领域的人群健康和卫生保健的伦理问题，国内研究主题则更倾向于理论探讨和伦理原则制定。医疗人工智能的伦理治理是全世界面临的共同挑战，需要加强医疗人工智能伦理治理差异性与共识性的研究。

关键词： 计算机辅助设计   夹板   人工智能   虚拟口腔患者   颞下颌关节紊乱病  

摘要： With the innovation of digital technologies, the personalized fabrication of occlusal splints has shifted from traditional manual methods to an efficient and precise digital workflow. This paper systematically reviews the latest advancements in materials, design technologies, and clinical applications of digital occlusal splints, analyzes core issues in current clinical practice such as insufficient standardization and lack of long-term efficacy evidence, and proposes a dynamic diagnosis-and-treatment protocol based on four-dimensional virtual dental patient technology. Combined with the team's developed functional anterior repositioning splint system and clinical cases, the innovative advantages in treating anterior disc displacement with reduction of the temporomandibular joint are highlighted: achieving precise jaw position regulation, functional restoration, and serialized treatment through multimodal data fusion. Finally, the paper envisions the optimization direction of full-process integration driven by artificial intelligence and new materials, providing theoretical support for the clinical translation of digital occlusal splints.

关键词： 人工智能   材料设计   小数据集   迁移学习   主动学习  

摘要： 人工智能(AI)的崛起正推动材料科学迈入高效设计与发现的新时代,其核心在于通过数据驱动的模型揭示材料构效关系的深层规律.然而,与自然语言处理、计算机视觉等领域相比,材料数据的规模受限于实验合成表征以及高精度计算的高成本,呈现出典型的“小数据”特征,这为AI模型的泛化能力与预测精度带来严峻挑战.本文系统综述了面向小样本材料数据的高效学习策略与技术路径,并介绍了课题组在该领域的研究成果:首先,针对材料数据的高维度、稀疏性和强关联特性,重点探讨基于迁移学习、主动学习与针对材料的特征工程来突破小样本约束;其次,剖析材料数据的演进趋势,主要聚焦高通量计算、生成模型与标准化数据库的协同发展;最后,展望材料大数据与AI深度融合的前沿方向,如基于大语言模型的材料设计,跨材料体系的预训练大模型构建.本文重点介绍作者在小数据场景下开发的AI驱动的材料设计方法,同时探讨材料数据与AI模型协同发展为材料科设计范式带来的转变.

关键词： AI   “影视剧作基础”课程   教学改革   思想政治教育   复合型人才  

摘要： 鉴于人工智能（Artificial Intelligence,AI）技术在影视传媒业的广泛应用，“影视剧作基础”课程亟待改革。文章以重新定位的教学目标和学情分析为依据，探索“影视剧作基础”课程教学的改革路径。教学内容上，植入AI知识模块并实现传统知识与AI知识深度融合；教学方法上，采用对比式教学与AI协同创作创新教学手段；实施策略上，注重融入AI实例增强教学实用性、逐步引入AI技术达成教学平滑过渡，以及AI赋能思想政治教育以培育全面发展且品德优良的影视复合型人才，为影视教育提供理论与实践支持。

关键词： 人工智能   船舶安全   最优脑手术剪枝算法   多层感知机   多船协同优化   多模态特征融合   混合整数规划  

摘要： [目的]针对海上风电施工中多船抛锚协同决策效率低、安全风险高的难题，提出一种基于最优脑手术剪枝算法-多层感知机（OBS-MLP）融合算法的智能化锚位管理方法。[方法]首先，构建“特征解耦-动态剪枝-偏好决策”三级优化框架，融合决策树与神经网络优势，通过OBS剪枝策略降低模型参数冗余度，解决传统算法在高维决策空间中的"维度灾难"问题；其次，建立多模态特征融合机制，实现环境静态特征与动态交互特征的分层提取与协同优化；最后，设计混合整数规划约束下的偏好决策模型，以量化不同调整策略的经济性与安全性权重。[结果]以广东某海上风场为例，算法平均精确率达到95.3%（较单一算法提升8.05%），平均响应时间缩短至0.9 s（提升30.77%），年减少潜在经济损失约24万元，有效降低了船舶抛锚作业中的安全风险。[结论]该研究可为多船抛锚协同优化提供高效解决方案，推动海上安全管理的数字化转型。