智能机器人在基层慢性病管理中的应用与挑战

全球慢性病患病率不断上升,给社会的发展和个人健康带来重大挑战。管理慢性病需要长期治疗和监测,对患者的生活方式提出了一定要求。随着人口老龄化和人们生活方式的改变,慢性病防控正变得越发重要。近年来,随着医疗卫生领域科技创新向纵深发展,借助人工智能的智能机器人在医疗领域的应用也逐渐成为国家重要战略方向之一,传统的慢性病管理方法过于依赖医生和患者之间的线下交流,导致医生无法与患者保持长期且有效的沟通和随访,患者病情出现变化时医生可能无法及时发现和监测。此外,传统的慢性病管理方法通常是一种通用化的方法,无法充分考量到每位患者的个体差异。鉴于传统慢性病管理方法的局限性,本文提倡利用智能机器人提供更便捷高效的基层服务。本文认为,通过个性化健康管理方案、辅助医疗诊断、定时提醒服药等功能,使智能机器人能够致力于改善患者生活质量、减轻医疗资源压力,从而推动全球智能化医疗管理的发展。

基于大数据技术的大蒜品质智能化调控研究

以进一步提升大蒜种植的智能性、品质性为目标,选取大数据处理及应用技术,针对大蒜种植过程的调控系统展开设计。考虑大蒜种芽、种植土壤条件等基础特点,结合不同种植调控下的大蒜培育状况,基于大数据架构平台组成,搭建用于智能化品质大蒜调控的数据处理模型。设计布局大数据应用的软件控制模块,配置相应的系统硬件结构,重点针对种芽朝向进行调控。展开品质化作业试验,结果表明:基于大数据技术的大蒜品质智能化调控系统设计,能够很好地运用数据计算与处理算法对大蒜种植运动过程各数据进行准确监测,通过及时的调控措施满足种芽朝向调整正确率要求,单粒合格率可达到95.40%,蒜芽漏充率可降低至3.15%,种植效率相对提升了6.37%,具有很好的推广价值。

基于大数据和无线网络的采摘机器人定位技术研究

分析了5G无线网络定位原理,提出了单基站定位技术和加权质心的5G定位技术,设计了采摘机器人定位系统硬件部分,并基于大数据和无线网络实现了采摘机器人定位系统。试验结果表明:系统具有较好的定位精度,优于单基站定位方法精度,且其定位曲线与北斗定位设备曲线拟合度非常高,稳定性较好。

垄断势力视角下平台大数据杀熟的价格歧视机理

大数据杀熟问题近年来受到各界的广泛关注,政府出台了一系列有关大数据杀熟治理的政策文件。然而,诸多法规相互交叉、竞合,给监管执行造成了巨大的困难。大数据杀熟愈演愈烈,导致了消费者群体与涉事平台企业之间存在严重的信任危机。为了能更好地理解和治理大数据杀熟,本文深入分析了垄断势力视角下平台大数据杀熟的价格歧视机理。通过分析,揭示了大数据杀熟的经济逻辑为(:1)垄断势力是形成大数据杀熟的源泉(;2)大数据杀熟本质是不公平的高价价格歧视。在以上分析的基础上,本文对大数据杀熟的本质、认识误区和治理思路进行了分析,指出大数据杀熟治理的关键是反垄断和防欺诈。总之,本研究通过对大数据杀熟垄断势力下价格歧视机理的分析,厘清了大数据杀熟与价格歧视和精准营销的区别,从而为正确认识大数据杀熟和有效抑制大数据杀熟提供参考。

以“三个务必”破解大党独有难题:内生逻辑、运行机理与实践要求

中国共产党作为世界上第一大马克思主义执政党,其“大党独有难题”既有自身历史的实践演化,也有世界政党的共性挑战。以“三个务必”这一赓续中国共产党历史传统的优势基因来破解大党独有难题,是走好新时代赶考之路的题中之义,也是中国共产党区别于其他大党老党的突出特质。其中,“务必不忘初心、牢记使命”关乎政党立场和组织凝聚,得以破解大党偏离目标、党内分裂等组织管理难题;“务必谦虚谨慎、艰苦奋斗”关乎工作作风和精神品格,得以破解大党能力不足、精神懈怠等执政实效难题;“务必敢于斗争、善于斗争”关乎政党自我革新的意志和策略,得以破解大党僵化老化、政治生态污浊等存续发展难题。新征程上,必须将“三个务必”视为一个整体,坚持党性和人民性相统一、坚持历史和现实相衔接、坚持原则和方法相匹配,把中国共产党锻造成为一个永远走在时代前列、永远立于不败之地的世界大党。

教育大模型的发展现状、创新架构及应用展望

从通用大模型到教育大模型,是人工智能大模型技术深化发展的重要趋势。基于对教育大模型发展现状、典型案例、潜在挑战的分析,文章认为教育大模型是适用于教育场景、具有超大规模参数、融合通用知识和专业知识训练形成的人工智能模型,是大模型技术、知识库技术及各类智能教育技术的集成,能够推动人类学习和机器学习的双向建构,进而提出了应用驱动、共建共享的创新架构和“以学习者为中心”的未来应用场景,旨在建立人工智能大模型与各类数字化教育应用的开放接口,持续训练和完善能够更好地解决教育专业问题的教育场景模型,形成让广大师生常态化使用的智能教育开放模型集群和知识库,在提炼和萃取深度教育知识的同时,破解人工智能教育应用中的风险和挑战。

机器学习方法在盾构隧道工程中的应用研究现状与展望

随着盾构隧道工程信息化水平的提升,隧道掘进设备作业过程监测技术日益完善,记录的工程数据蕴含了掘进设备内部信息及其与外部地层的相互作用关系。机器学习因其数据分析能力强,无需先验的理论公式和专家知识,相较于传统的建模统计分析方法具有更大的应用空间。通过机器学习方法对收集的信息与数据进行深度挖掘并分析其内在联系,有助于提升盾构隧道工程建设的效率和安全保障水平。简述机器学习方法的基本原理,总结和分析机器学习方法在盾构工程中的应用研究状况,综述基于机器学习的盾构设备状态分析、盾构设备性能预测、围岩参数反演、地表变形预测和隧道病害诊断等5个方面的进展,并分析当前研究的不足。最后,分析盾构隧道工程向智能化方向发展需重点攻克的难题。

基于数字孪生与元宇宙技术的能源互联网态势感知系统论方法研究(一):概念、挑战与研究框架

态势感知是能源互联网的核心任务,为运管调控各项决策提供重要辅助信息。能源互联网的复杂定性对其态势感知任务提出严峻挑战——受其所辖单元日益增长的规模、种类、主动性、耦合性以及外界环境等不确定因素的影响,能源互联网其复杂性与日俱增。系统复杂性所衍生的一些问题超出经典简化论的讨论范畴,亟需一种新的认知手段。该文通过关联数据、数据科学、物理系统与具体应用,提出能源互联网数字孪生系统;进一步,延伸出一种新型数据驱动的态势感知方法论,即数字孪生态势感知(digitaltwinsituation awareness,DT-SA)。其核心思想是将真实世界的固有难题转化到虚拟空间,继而借助复杂系统理论和大数据分析等工具予以解决,具体涉及孪生体建模、分析和认知等核心环节。此外,该文也讨论元宇宙技术对孪生体互联的增强作用,以及相关的科学问题。该系列研究有益于推进能源系统领域和数据科学领域的交叉融合,对于企业数字化转型、数字城市建设等具备参考价值。

从技术赋能到整体重塑:公共体育服务数字化治理的模式重构、组织变革及推进机制

数字时代我国公共体育服务从“技术赋能”到“整体重塑”的数字化进程被视为一个重塑多元主体治理关系及其能力的演变历程,对于提高公共体育服务供给效率具有重要意义。运用文献资料法、逻辑分析法等厘清了公共体育服务数字化治理的基本内涵及现存困境,重新审视了其模式重构的核心维度,深入阐释了其组织变革的动因特征,重点讨论了其推进机制的实践要素。研究认为:理念重构、价值重构、方式重构等形成模式重构的核心维度;管理思维转换、运行范式转换、决策方式转换等构成组织变革的动因特征;管理机制、考核机制、协调机制等为推进机制的实践要素。

大地幔楔的两个深部碳循环圈:差异及宜居效应

本文总结评述了西太平洋板块深俯冲及在东亚地幔过渡带滞留和与之相关的晚白垩世和新生代东亚板内玄武岩共同构成的大地幔楔板内深部碳循环圈存在的证据;探讨了大地幔楔板内碳循环圈与岛弧系统碳循环圈在地幔碳酸盐化交代介质、碳酸盐种属、氧化还原反应及碳酸盐化地幔部分熔融发生机制等方面的差异和对显生宙大气氧含量保持稳定及温室效应周期性变化的影响;并指出了定量估计深俯冲碳酸盐歧化反应还原成金刚石而留在地幔过渡带和通过板内玄武质火山返还大气的碳各自所占有比例应是未来需研究的重要课题。

近朱者赤:被纳入碳排放权交易试点的客户能否影响企业ESG表现?

绿色是实现高质量发展最亮的底色。以“双碳”目标为背景,基于企业与客户的二元供应链关系,实证检验被纳入碳排放权交易试点的客户对企业ESG表现的影响。研究表明:被纳入碳排放权交易试点的客户能够显著提升企业ESG表现。对企业ESG表现的分维度研究表明,被纳入碳排放权交易试点的客户对企业E和S维度的表现具有显著的提升作用,而对企业G维度表现的提升作用不显著。被纳入碳排放权交易试点的客户通过倒逼效应提升企业ESG表现。短期内,被纳入碳排放权交易试点的客户倒逼企业“末端治理”;长期内,被纳入碳排放权交易试点的客户倒逼企业“前端预防”。当企业位于低碳试点城市、处于高碳排放行业时,被纳入碳排放权交易试点的客户对企业ESG表现的提升作用更显著。企业ESG表现提升并不能直接增加企业价值,但被纳入碳排放权交易试点的客户能够倒逼企业提高环保投资水平和绿色技术创新水平,进而推动企业ESG表现显著增加企业价值,而且长期更有效。基于被纳入碳排放权交易试点的客户这一新研究视角,揭示了低碳减排与ESG实践的激励相容机制,不仅为深入理解我国碳试点的微观作用效果提供了新思路,而且对推进美丽中国建设、实现经济高质量发展具有重要的实践意义。

数据驱动教育数字化转型的信任机制——教育大数据全生命周期隐私增强模型的构建与典型应用场景分析

教育大数据正在成为驱动国家教育数字化转型战略行动的核心资源,带来了巨大的教育价值,但教育大数据的采集和分析产生了隐私侵害风险、信任危机等严峻问题,阻碍了数据的共享、开发和利用。如何增强教育大数据在开放共享、共建共用中的隐私保护和信任关系,成为制约数据驱动教育数字化转型的关键难题。对此,文章首先采用文献分析法,剖析了教育大数据隐私保护的研究现状与关键问题。随后,文章从应用场景角度设计了教育大数据全生命周期隐私增强框架,并基于此框架从技术实现角度构建了满足不同实体、不同阶段隐私需求的教育大数据全生命周期隐私增强模型及其应用流程。最后,文章介绍了该模型的典型应用场景,涉及学分与资质认证、教育协同与治理、可信评教、个性化学习服务等多个方面。文章的研究能够厘清教育大数据开放共享时的隐私保护关键问题和技术思路,可为实现教育数据要素化全生命周期的隐私保护、建立健全数据驱动教育数字化转型的信任机制提供参考。

气象基础信息一张图设计和实现

气象基础信息一张图作为气象数据资源与行业间数据融合的应用示范,通过构建时空联动的气象大数据应用基础,解决多源气象数据融合应用服务问题。气象基础信息一张图基于高分辨率气象网格数据空间化处理、长序列海量网格数据任意时空范围检索以及气象数据与三维地形融合服务3项关键技术,实现多源异构时空数据的统一接入、处理、存储、管理和服务。气象基础信息一张图整合基础地理、自然资源、生态环境、社会经济、气象五大数据资源,面向不同气象应用场景,通过动态组合构建专题服务,实现多源数据快速服务和高效应用。气象基础信息一张图为2022年北京冬奥会及冬残奥会的圆满举办等国家重大活动、2021年郑州“7·20”特大暴雨气象预报复盘服务以及气象数据的社会化服务共享提供应用服务保障,在服务“生命安全、生产发展、生活富裕、生态良好”方面提供有效支撑。

“人工智能+大数据”在医院服务流程管理中的应用与实践

智慧医疗和数字化转型是医疗领域发展的方向。以吉林大学中日联谊医院实践为例,探讨了“人工智能+大数据”在医院精细化服务流程管理中的应用,着重分析其在提升医疗服务水平和满足患者需求方面的潜在优势。通过智慧医疗路径设计和构建精细化智慧管理服务流程的框架,为医院数字化转型提供思路和方法。

数字普惠金融服务小微企业融资研究--以全国首个小微企业数字征信实验区为例

数字普惠金融将数字技术与普惠金融深度融合,为纾解小微企业融资困境提供了可行的新路。根据对全国首个小微企业数字征信实验区的案例剖析和区内588家小微企业的问卷调查结果,小微企业融资行为符合普惠金融“短、小、频、急”的典型特征,融资方式以信用贷款为主,资金用途多样,但是信息和信用不对称制约其融资可得性。实验区以服务小微企业为中心,构建综合金融服务体系、全国首个区块链数字征信平台、金融科技创新监管试点“三位一体”的运行模式,充分发挥了数字普惠金融的赋能效应。但是,要复制、推广实验区的建设经验,仍面临一些制约因素,因此要完善相关法律法规,稳步扩大金融科技创新监管试点,深化数字技术和数据要素融合应用,探索构建全国互联互通的数字征信平台和数字普惠金融“元宇宙”,以期在更大范围更好地服务小微企业融资和实体经济高质量发展。

基于大数据技术的服装智能制造创新模式

为进一步提高服装行业的智能化水平,在对目前服装行业面临的智能制造建设任务分析的基础上,探讨大数据技术在数字经济时代助力服装行业转型升级实现智能化过程中所发挥的关键作用。通过梳理大数据技术在服装流行趋势智能预测、数字化设计、智慧工厂生产、个性化营销4个方面的现有研究,提出由大数据技术驱动的服装智能制造创新模式,探讨从预测、设计、生产到销售整个闭环的智能化制造流程,以及基于大数据技术的服装智能制造发展趋势。

大数据驱动的企业与用户互动创新:理论框架与前沿课题

大数据驱动的企业与用户互动创新已成为企业洞察市场和用户动态、提升创新敏捷性和适应性的重要模式,其关键因素和作用机制日益成为创新、营销和信息系统等领域的热点议题。结合系统性综述设计和关键词共现分析,梳理大数据情境下企业与用户互动创新的研究洞见。针对情境和工具如何影响领先用户与普通用户关系及二者的相互作用机制两个研究缺口,提出大数据驱动的企业与用户互动创新“条件—路径—绩效”理论框架。依据该理论框架,结合文献和案例证据,重点阐述在什么情境和工具条件下企业与领先用户、普通用户以何种互动创新路径影响创新产品和大数据合作资产,由此形成理论创新。分析结果表明,互动创新路径选择本质是在异质性情境和工具条件下,企业在创新新颖性—泛用性以及数据分析成本—收益之间的动态权衡;两类创新路径的动态变化由互动创新工具成熟度、创新主导权的变更所触发。最后,进一步提炼出大数据驱动的企业与用户互动创新理论研究的三类前沿课题,并讨论其理论和实践意义。

政府数据开放到公共数据开放的嬗变

[目的/意义]分析政府数据开放到公共数据开放的嬗变有利于数据开放活动的健康发展,促进数据要素流通。[方法/过程]在梳理政府数据开放和公共数据开放两者关系基础上,从创新扩散理论出发分析嬗变的三维度表现及嬗变动力。[结果/结论]嬗变动力共有技术、组织和环境三个维度下的9个关键驱动因素,并提出了6个嬗变的趋势。

大数据时代背景下“地球化学多元统计分析”课程混合式教学改革与实践

“地球化学多元统计分析”是面向地球化学专业本科四年级开设的专业核心课程。在大数据时代背景下,原有的课程教学模式面临内容相对陈旧、课时严重不足、实践操作教学效果不理想等问题。笔者尝试开展了线上线下混合式课程教学改革并实践,包括更新教学内容体系和教材、整合网上教材和教学资源、扩充相关软件的操作训练、理论授课与实验课交叉进行、课堂授课与课后作业有机融合等,同时融入了教学思政内容,教学效果明显提高。

数字普惠金融促进小微企业融资的理论机理及省级证据

数字普惠金融是普惠金融发展的新方向,为小微企业融资创造了新模式和新方法。然而,数字普惠金融如何推动小微企业融资的内在机理和实现机制的研究仍显不足。文章以斯蒂格利茨-维斯信贷配给模型(S-W模型)为基础框架,引入数字普惠金融两大核心优势——大数据和大样本供需方,通过分析两大核心优势对S-W模型中的假设条件、资金供求双方行为、均衡结果的影响,剖析数字普惠金融改善小微企业信贷配给的理论机理。同时通过研究各省小微信贷可获得性与数字普惠金融发展指数及其分项指数之间的关系,进一步验证数字普惠金融促进小微企业融资中大数据和大样本供需方实现机制特点,及不同类型省份异质性差异。研究结论显示,大数据和大样本对于改善小微企业融资都存在显著性正向影响,发达省份相比欠发达省份在大样本方面存在明显优势,但在大数据应用方面优势并不明显。未来进一步推动小微企业融资,发达省份主要是提升大数据应用技术并向欠发达省份溢出,欠发达省份主要是补齐大样本供需方短板,由此形成全面、协调、共享、可持续发展的局面。