课程文献中心 更多>>

关键词： 数字人文   新人文   人工智能   大模型   奇点   数技人(Homo technicus)   AI4DH  

摘要： 我们正在迈入一个技术能力以指数级速度发展的时代，预计在未来二十年，“奇点”将会到来。大模型技术为“奇点”的到来创造了可能的路径。随着人类进入“数技人（Homo Technicus）”时代，人类与技术深度融合、共生发展，传统“以人为中心”的人文主义面临挑战：新人类通过与技术融合强化，人性可能发生显著异化；机器智能经过自我加速与迭代，可能发展出自主意识；AI发展带来了各类风险与伦理问题，甚至关乎生存或毁灭。当前必须采取行动，将AI发展所带来的问题纳入新人文的研究范畴。在未来二十年，数字人文需要实现一次新的转向，跟随扩展的新人文主义，利用数字人文研究的第五范式（AI4DH）向智慧人文发展。

关键词： 免疫学   教学   人工智能   基于人工智能的教学   基于人工智能的学习   基于人工智能的管理  

摘要： 在人工智能（artificial intelligence， AI）飞速发展的时代背景下，教育模式与人才培养体系正经历着深刻的变革。基于AI的教学（AI-based teaching， AIBT）是以AI赋能教学过程，为教师提供多元化的教学支持；基于AI的学习（AI-based learning， AIBL）是以AI助力学习过程，为学生提供个性化学习的技术通道；基于AI的管理（AI-based management， AIBM）是以AI辅助管理，为组织教学提供可视化的数据支持。本文系统提出了AIBT、AIBL和AIBM，并以免疫学教学为例，深入剖析了AI对教学改革的深远影响，以推动教育变革创新。

关键词： 伪随机数生成   生成对抗网络   长短时记忆   可分离自注意力机制   人工智能  

摘要： 针对生成对抗网络(GAN)生成伪随机数质量不高和生成速度较慢的问题，提出了一种基于长短时记忆(LSTM)和可分离自注意力机制的WGAN-GP(LSA-WGAN-GP)模型。LSA-WGAN-GP模型通过将数据从一维扩展为二维，改进数据表示方式，以提取更层次的特征。创新性地提出了LSA(LSTM and separable Self-Attention)模块，融合LSTM和可分离自注意力机制，显著提升了伪随机数的不可回溯性和不可预测性。此外，通过精简网络结构有效减少了模型参数量，并提高了生成速度。实验结果表明，LSA-WGAN-GP生成的伪随机数可以100%通过美国国家标准与技术研究院(NIST)测试；与WGANGP(Wasserstein GAN with Gradient Penalty)和GAN相比，在频率和全局通用测试项的P值和通过率上均有提升；同时，在伪随机数生成速度上，LSA-WGAN-GP比WGAN-GP、GAN分别提升了164%和976%。LSA-WGAN-GP在保证生成伪随机数质量的同时，减少了模型的参数量，提高了生成伪随机数的速度。

关键词： 人工智能   深度学习   氧化锌压敏电阻   时间Kolmogorov-Arnold变压器  

摘要： 【目的】 氧化锌压敏电阻在工作运行中遭遇雷电会导致器件的老化劣化和冲击破坏等情况发生，引发泄漏电流增加、温度升高等现象。针对上述问题，通过多脉冲测试分析了雷击对氧化锌压敏电阻的危害，并使用深度学习模型预测其状态变化，以准确预测其在雷击影响下的工作状态。【方法】 首先，使用多脉冲测试平台对氧化锌压敏电阻进行了脉冲测试，并分析了多脉冲下的漏电流；其次，基于雷电冲击试验，建立了氧化锌压敏电阻漏电流的数据集，并利用时间Kolmogorov-Arnold变压器模型预测了脉冲下漏电流的变化；最后，将实验结果与其他基准模型的结果进行比较，并使用多个测试集验证模型的准确性和稳定性。【结果】 仿真实验表明：时间Kolmogorov-Arnold变压器模型能够有效预测氧化锌压敏电阻的状态变化，且使用麻雀算法优化时间Kolmogorov-Arnold变压器得到的评估指标均方误差为0.324，平均绝对误差为0.352，R2决定系数为0.913。【结论】 时间Kolmogorov-Arnold变压器模型优于长短期记忆神经网络、双向长短期记忆神经网络、时序卷积神经网络和门控神经网络模型。并且麻雀算法优化时间Kolmogorov-Arnold变压器（SSA-TKAT）在氧化锌压敏电阻的状态预测中表现出更强的预测性，可以帮助利益相关者做出更明智的决策。

关键词： 气动设计   智能设计   数据驱动   知识驱动   人工智能  

摘要： 随着高性能计算和人工智能技术的迅猛发展，数据驱动的人工智能模型在民机气动设计领域得到了广泛研究，尤其在气动设计空间压缩、关键特征提取、流场预测和智能优化设计等方面展现出强大的技术潜力。然而，纯数据驱动模型在工程设计中的应用仍然面临诸多挑战，包括领域数据稀缺及高获取成本，以及模型在可靠性、通用性、可解释性和易用性方面的不足等。将物理知识与气动设计经验有机融合到模型开发中，成为解决上述挑战的关键路径，为推动该领域的技术进步提供了重要方向。本文从民机工程设计角度出发，结合智能气动设计的相关实践，回顾了数据与知识联合驱动的人工智能模型在知识嵌入、知识修正及知识挖掘三个方面的最新理论和进展，探讨了数据与知识联合驱动方法在民机气动设计领域的研究现状及应用潜力，并展望了智能气动设计新范式的未来。

关键词： 肺动脉栓塞   CT肺血管成像   人工智能   肺栓塞指数  

摘要： 目的 验证基于CT肺血管成像（computed tomography pulmonary angiography， CTPA）的肺栓塞人工智能识别系统（PE-AI）的诊断效能及危险分层能力，分析其在实际临床工作中的诊断价值。方法 收集我院2023-1-1至2023-10-10疑似PE患者行CTPA检查病例416例。采用双盲法由2名低年资影像医师与PE-AI分别对收集病例进行栓子检出和诊断，并分别记录诊断时间；以3名高年资影像医师结合临床随访结局做为本研究的金标准，评价AI、人工与PE-AI的诊断效能，并绘制受试者操作曲线（receiver operating characteristic curve， ROC），使用Delong-t检验进行比较。肺栓塞确诊病例分别收集AI及人工计算的肺栓塞指数（pulmonary artery obstruction index， PAOI），并进行一致性分析。结果 PE-AI、人工及联合诊断的曲线下面积AUC（area under curve，AUC）分别为85.6%、90.8%和95.1%，三组AUC之间差异具有统计学意义（P<0.05）；PE-AI的读片时间[(0.16±0.07)min]明显低于人工[(4.42±1.85)min，P<0.001]及联合诊断[(4.58±1.84)min，P<0.001]。肺动脉栓塞确诊病例亚组分析中，PE-AI与人工测得的PAOI具有较高的一致性（intraclass correlation efficient， ICC =0.80）。结论 AI可以在短时间内快速识别肺动脉栓子，辅助放射科医生提高诊断效率；同时通过对肺动脉肺栓塞指数的智能检测，有助于肺栓塞患者的危险分层，优化诊疗流程。

关键词： 人工智能   食品安全   知识图谱   大语言模型   智能问答  

摘要： 食品安全对人们的生活至关重要，公众对可靠有效信息的需求日益增强。然而，现有智能问答系统在处理食品安全相关问题时面临诸多挑战，包括知识推理、信息召回率以及问答泛化能力等不足。为此，本文提出一种基于大语言模型（Large Language Model， LLM）的创新性食品知识图谱智能感知问答系统。该系统通过大语言模型改善传统问题模板匹配方法的不足，结合文本向量库与知识图谱，并在知识图谱检索过程中引入高维向量语义检索技术，以显著提升知识图谱的检索召回率。试验结果表明，该系统在知识检索的准确性和效率方面均有显著提升，用户的使用体验得到明显改善。综上所述，所提出的食品知识图谱智能感知问答系统，不仅有效解决了现有系统的多项不足，还为食品安全领域的信息获取提供了高效、准确的方式，促进了社会治理的透明性和公众信任，具有广泛的应用前景与重要的社会价值。

关键词： 人工智能政策   政策工具组合   城市合作创新   智能体仿真   政策信息学  

摘要： [目的/意义]人工智能政策对促进知识流动、刺激城市合作创新具有深远影响。以智能体仿真方法分析政策工具组合的投入策略，弥补了已有研究侧重于定性分析的不足，对辅助政策制定、促进资源有效利用、提高城市合作创新等具有重要意义。[方法/过程]本研究从人工智能政策工具组合视角出发，在政策工具自动抽取的基础上，设置合作网络连接规则、政策投入与收益规则、合作意愿更新规则，模拟资金支持、法律法规、应用推广3种政策工具投入对城市合作创新的影响，探究最优状态下的政策工具组合策略，并分析政策投入随发展阶段的动态变化。[结果/结论]研究发现，人工智能政策工具组合对城市合作创新具有促进作用，促进效果前期增长快，后期增长慢；在最优策略下，前期法律法规的政策投入占比最多，资金投入次之，后期则主要以应用推广政策工具为主；在政策影响下，城市合作创新网络的密度和聚集系数逐渐增大，并不断催生出除头部节点外的次级节点。

关键词： 三叉神经痛   血管神经压迫   球囊压迫术   微血管减压术   人工智能  

摘要： 三叉神经痛Trigeminal neuralgia (TN)在面部疼痛中发病率高且疼痛程度剧烈。从病因学角度来看，原发性TN发病机制尚未明确，常常与血管神经压迫相关。继发性TN与多发性硬化或小脑-桥脑角肿瘤和带状疱疹感染相关。特发性TN原因不明确。药物治疗和手术干预是临床常用的治疗手段，但许多患者无法根治疼痛会反复发作。人工智能(Artificial intelligence， AI)已广泛应用于不同医学领域，实现精准诊断、治疗方案优化及综合评估方面。本文旨在综述人工智能在TN诊断和治疗中的应用进展。

关键词： 人工智能   大语言模型   高血压   结构化数据库  

摘要： 目的 针对高血压诊疗过程中生成的大量非结构化数据，基于Yi-9B大语言模型构建高血压结构化数据库，提升数据管理效率并为临床决策提供支持。方法 提取2014年1月至2023年12月本院114434例高血压患者病历中的关键临床信息，使用Yi-9B模型进行实体识别与数据结构化并设计数据库架构用于统计分析和临床应用。结果 数据库结构化处理后，收缩压和舒张压均值分别为(149.98±20.55)mmHg和(86.90±13.75)mmHg。按血压水平分类，高危正常高值、高血压1级很高危和高血压2级很高危比例最高，占20.72%、27.78%和19.58%。52.64%的患者合并心脏疾病，10.18%合并糖尿病，12.71%合并高脂血症。Logistic回归分析显示，50至70岁为高发年龄段，且随年龄增长，收缩压呈上升趋势，反映高血压在老龄化中的普遍性。该数据库在临床应用中显著提升了诊疗效率，实现了数据的高效分析和管理。结论 基于Yi-9B模型的高血压结构化数据库有效处理了非结构化数据，显著提升数据提取和管理效率，该数据库有助于优化诊疗决策、提高管理效率，为智能化管理和个性化诊疗提供支持。