关键词： 新闻传播   人工智能   大数据   算法推荐   利弊分析   人机协作  

摘要： 在人工智能引领的新时代,新闻传播的路径和模式经历了翻天覆地的变革。算法驱动的内容推荐技术,以前所未有的精准度和个性化水平,重塑了信息的分发机制。然而,这一进步并非没有代价。算法推荐过程中,伦理失范的现象屡见不鲜,个人隐私保护的缺失、用户信息选择权的侵蚀,以及信息真实性的质疑等问题日益成为公众关注的焦点。在人工智能深度融入新闻传播的今天,构建一个人机协作的和谐媒介环境变得尤为关键。这要求我们不仅要充分利用人工智能的潜力,更要确保技术的伦理底线不被触碰。为此,必须汇聚技术开发者、新闻传播从业者以及社会各界的智慧和力量,共同打造一套全面、系统的伦理规范,以促进人工智能在新闻传播中的健康、有序发展。

关键词： 人工智能   室性异位QRS波群   迁移学习   深度学习模型  

摘要： 目的探索迁移学习方法在精准识别室性异位QRS波群中的应用。方法回顾性提取2007年3月至2019年9月在宁波大学附属第一医院心律失常诊疗中心行射频导管消融术的545例特发性室性心律失常(VAs)患者,构成研究数据库(Ningbo DB)。采用小波散射网络特征提取算法从Ningbo DB中获取模型输入特征,使用美国麻省理工学院心律失常研究数据库(MIT-BIH DB)对深度学习模型进行训练,利用Ningbo DB验证该深度学习模型作为迁移学习方法。采用ROC曲线相关指标AUC、灵敏度、特异度、F1评分和准确度评估深度学习模型预测的效能。结果共提取心电图片段19695段,其中室性心律下QRS波群片段11988段(60.87%)、室性心律片段7471段(37.93%)、室上性期前收缩伴差异性传导片段236段(1.20%)。利用MIT-BIH DB建立深度学习模型,识别室性心律QRS波群的AUC、灵敏度、特异度、F1评分和准确度分别为0.997、0.996、1.000、0.997、0.996。采用Ningbo DB验证该模型识别室性心律QRS波群的AUC、灵敏度、特异度、F1评分和准确度分别为0.996、0.993、0.998、0.995、0.997。结论小波散射网络特征提取算法与残差网络深度学习模型结合的迁移学习方法能识别室性异位QRS波群。

关键词： 财务稽核   财务共享中心   大数据   企业  

摘要： 在大数据时代,企业财务共享中心建设快速推进,制度不断完善,设施持续更新,财务稽核效果日益增强。阐述了企业提高财务共享中心财务稽核效率的重要性,分析了现阶段财务共享中心财务稽核存在的问题,并提出了基于大数据提高财务共享中心财务稽核效率的策略。

关键词： 人工智能   配网自动化   终端维护   故障诊断   系统优化  

摘要： 随着人工智能技术的迅速发展,其在电力系统中的应用变得日益重要和广泛,致力于探索人工智能技术在配网自动化终端维护中的应用,并提出一套高效的维护策略,详细分析人工智能技术在故障诊断、预测维护和系统优化方面的具体应用旨在提高配网的操作效率和系统安全性,研究重点包括采用先进的机器学习算法来识别和预测设备潜在的故障点,以及开发智能决策支持系统以优化维护响应时间和资源分配,凭借这些技术的融合与实施期望能够显著提升配电网络的可靠性和性能同时降低运营成本。

关键词： 转型发展   新引擎   建筑行业   人工智能   信息技术   大数据   物联网   智慧城市  

摘要： 数字经济正成为经济发展的新引擎,物联网、人工智能、大数据等信息技术的迅速崛起与发展推动着全球经济加速向着数字化的方向转型发展,建筑行业的发展亦是如此。在数字经济时代,建筑行业的转型发展主要朝着智能化的方向变革,“智能+”理念与建筑的融合成为建筑产业转型发展的新引擎。建设智能建筑、智慧城市俨然已成为现今最受欢迎的趋势。

关键词： 智能配煤掺烧   斗轮机无人化   大数据   燃烧效率   工作安全性  

摘要： 配煤掺烧是燃煤发电厂中必不可少的环节,在传统燃煤发电厂中至关重要,以往的操作方式多为人工操作,工作量大、效率低,且存在一定的安全隐患。随着科技的发展和智能化程度的提高,如今的配煤掺烧已经可以实现无人化操作。本文围绕智能配煤掺烧斗轮机无人堆取料技术的工作原理、部件、关键技术特点和运行优化方法进行了分析,并对其具体实施步骤、施工要点、安全性、工作效率等方面进行了深入探讨,提出了一些优化措施。

关键词： 人工智能   教师时间   社会加速批判理论   技术风险  

摘要： 人工智能时代的学校教育正在发生反转性变化,教师的主体时间可能面临多重困境。在人工智能技术作用下,教师主体时间由技术制造出“快节奏”的时间客体化身,催生出“慢生活”的时间主体形式。本文基于社会加速批判理论视角,分析人工智能技术加速背景下教师主体时间的异化风险:情感互动的时间消弭,教师身份认同的时间剥夺,身心分离的时间弥散,教师感官体验的时间贫乏,主体存在的时间流逝。为规避智能时代教师的主体时间异化风险,应遵循人本取向的智能技术设计,平衡教师工作时间的快慢秩序,优化数字化时代下教师能力结构。

关键词： 人工智能   建筑设计   设计方法   智能化  

摘要： 人工智能对建筑设计产生了重大影响。通过对近14年(2010年—2023年)国内外相关领域的代表性文献进行重点分析,系统地梳理了建筑设计中常用的人工智能方法,随后从机制、应用、流程三个思考维度出发,总结出人工智能在建筑设计中的嬗变过程,并揭示了人工智能在建筑设计复杂问题决策中起到的作用。在此基础上,进一步分析了人工智能在建筑设计中的应用局限,并提出了相应的解决思路。

关键词： 人工智能立法   人工智能法   范式变革   非对称性  

摘要： 人工智能在我国已经形成信息内容管理与科技、产业发展两种不同立法定位。用信息内容管理定位人工智能,相当于将新质生产力纳入上层建筑管理,难免产生各种错配现象。为了体现人工智能法非对称性特点,需要将人工智能作为前沿科技和新质生产力来定位,在明确安全与发展基本原则的基础上,通过不同部门法的立改废释实现法治范式变革。既要清理、废止不利于人工智能发展的规定与做法,又要确立有利于推动人工智能安全与发展的观念、规范与制度。我国人工智能立法需要保持灵活性,小步快跑,避免“一刀切”立法造成难以挽回的负面影响。

关键词： 颈内动脉   动脉瘤,破裂   预测   人工智能   列线图  

摘要： 目的构建颈内动脉后交通段动脉瘤破裂风险的形态学参数预测模型并评估其效能。方法回顾性分析临沂市人民医院神经外科于2022年3月至2023年12月收治的177例颈内动脉后交通段动脉瘤患者(共192个动脉瘤)的临床资料。利用基于人工智能算法的UKnow®颅内动脉瘤手术计划软件,精准测量动脉瘤的17个形态学参数(长径、宽度、高度、最大直径、长宽比、体积、瘤颈面积、瘤颈直径、横径瘤颈比、动脉瘤角、波动指数、尺寸比、非球形指数、纵横比、体积瘤颈面积比、横径、入射角)。根据动脉瘤是否破裂,分为破裂组(108个)和未破裂组(84个)。采用单因素、多因素logistic回归分析,对比两组动脉瘤的临床资料、形态学特征,构建破裂风险预测模型。利用R语言绘制预测模型的列线图及其受试者工作特征(ROC)曲线,采用决策曲线分析(DCA)法评估预测模型的临床效益,采用校准曲线评估预测模型的准确度。结果单因素logistic回归分析结果显示,动脉瘤患者有饮酒史、动脉瘤有更大的长径、高度、最长直径、长宽比、横径瘤颈比、入射角、动脉瘤角、波动指数、尺寸比、纵横比、体积瘤颈面积比以及瘤体存在子囊、更多的子囊数量是颈内动脉后交通段动脉瘤破裂的正向影响因素(均P<0.05)。多因素logistic回归分析结果显示,动脉瘤长宽比增大(OR=238.26,95%CI:6.48~8761.90,P=0.003)、入射角增大(OR=1.08,95%CI:1.04~1.11,P<0.001)、纵横比增大(OR=8.44,95%CI:1.17~61.19,P=0.035)和瘤体存在子囊(OR=42.39,95%CI:8.68~206.92,P<0.001)是颈内动脉后交通段动脉瘤破裂的独立危险因素。预测模型ROC曲线下面积为0.97。根据DCA曲线和校准曲线,模型具有临床实际效益和良好的准确性。结论基于动脉瘤的长宽比、入射角、纵横比、瘤体存在子囊构建的颈内动脉后交通段动脉瘤破裂风险预测模型具有较好的诊断效能,可以准确、方便地评估未破裂颈内动脉后交通段动脉瘤的破裂风险。