关键词： 国际传播   跨文化传播   人工智能   Z世代   α世代  

摘要： “Z世代”和“α世代”共同构成了新世代青年,在新全球化时代的跨文化传播中发挥日益重要的作用。作为“数字原住民”和“AI原住民”,新世代青年在技术影响下成为跨文化传播的新型“产消者”。AI赋能为新世代青年在跨文化传播中消解了信息传播壁垒,实现了互动和沉浸体验的升级,同时推动了传播模式从“跨文化”向“转文化”的进阶。然而“大模型幻觉”和“数智鸿沟”成为新世代青年跨文化传播的挑战。当下需要从人才培养、平台搭建和技术创新等维度来提升新世代青年跨文化传播的效能。

关键词： 底板突水   深部煤矿   水文地质条件   预测方法   机器学习  

摘要： 为保证深部煤层开采的安全性,分析深部煤层底板突水的危害、突水机理,重点研究水文地质条件和构造及应力-水力耦合作用对突水的影响。基于现有的突水预测方法,评估经验分析、数值模拟、大数据与机器学习等方法的适用性与局限性,提出综合应用多种方法的预测模型,为深部煤层底板突水风险预测与防治提供思路。

关键词： 机器学习   航空材料   高温合金   热障涂层   结构与性能预测  

摘要： 机器学习技术在航空材料领域具有广阔的发展前景,并在材料选择、设计和优化等方面发挥着重要作用。首先简要论述机器学习技术在航空领域中的优势和潜力,概述机器学习的技术发展、算法类别和特征及其局限性,介绍机器学习在科学研究中,特别是复杂材料数据形式下的常规的或潜在的应用。其次,主要关注机器学习在航空材料领域的研究现状,探讨近年来利用机器学习辅助高温合金材料、高强度结构材料、热防护涂层材料及功能与智能材料的研究进展,并阐述机器学习驱动航空材料研究的策略和方法。最后,对机器学习辅助航空材料研发所面临的挑战进行展望,通过推动数据资源的开放共享、深化领域知识和物理规律在机器学习模型中的融合,以及不同类型数据的特征一致性转换,助力航空材料研究向大数据驱动的材料科学第四范式转型。

关键词： 人工智能   DeepSeek   全科医学   大语言模型  

摘要： 2025年1月,DeepSeek推出推理模型DeepSeek-R1,其凭借开源、成本效益高、推理能力强等优势,在医疗领域应用前景广阔。本文深入探讨DeepSeek在全科医学中的应用前景,得出其能辅助基层诊疗决策、支持全周期健康教育与管理、填补“老少边穷”地区服务缺口,还可提升科研效率、助力教学培训模式创新。不过,其应用面临数据治理、伦理规范、技术标准等挑战。未来,建议探索推动DeekSeek等大语言模型辅助全科医生在医疗实践、科学研究、教学培训等多维服务场景的深度融合,更好地发挥人工智能赋能全科医学的作用,构建智慧全科生态体系,促进全科医学高质量发展。

关键词： 多模态   机器学习   粮储行业  

摘要： 综述了单模态机器学习与多模态机器学习在粮储行业中的应用现状,包括粮食质量检测、仓储环境监测、虫害预测与防治等方面;解释了多模态机器学习所面临的核心问题;展望了多模态机器学习在粮食储存过程中对粮食品质的监测精度和预警能力,以期为粮储行业带来智能化、高效化的管理手段。

关键词： 人工智能   地方应用型本科院校   人才培养   困境   路径  

摘要： 以人工智能为代表的新一代信息技术推动相关产业实现了智能化、数字化转型。地方应用型本科院校的人才培养模式,通常参照同类高校既有的人才培养模式进行微调。在区域产业智能化升级与教育数字化转型的背景下,存在人才培养模式单一、课程体系滞后、新技术应用不足等问题。基于此,提出“核心素养+数字技能”人才培养模式,从课程体系、实训平台、教师队伍、保障机制等维度,探索人工智能驱动下地方应用型本科院校人才培养模式的创新路径,以期为地方高校教育与人才培养改革提供可行的方案与思路。

关键词： 工业4.0   数字孪生   智能制造   数字化转型   应用探索  

摘要： 数字孪生是虚拟模型与物理实体之间的桥梁,因此被认为是工业4.0的支柱和未来创新的中坚力量。数字孪生的创建和使用贯穿于实体的整个生命周期。在工业4.0背景下,数字孪生技术为机械领域带来深远变革。本研究首先介绍数字孪生技术的应用架构,从物理层、数据层、模型层、服务层及应用层分别介绍数字孪生技术,接着分析数字孪生关键技术,集中探讨数字孪生技术在智能制造背景下工业企业优化与应用,最后将数字孪生技术应用在机械制造领域,并分析机械领域中数字孪生应用的机遇与挑战,为机械行业数字化转型提供参考,并展望未来发展方向。

关键词： 课程思政   人工智能   立德树人   高级语言程序设计  

摘要： 分析人工智能技术赋能课程思政建设的重要意义,针对高级语言程序设计课程思政建设中存在的不足,提出基于人工智能技术的课程思政实施方案,详细阐述优化课程思政目标、重塑课程思政内容、创新课程教学实施、完善课程评价体系和加强教师思政素养5方面的教学实践,最后说明课程思政实践的效果。

关键词： 血液透析   预测模型   机器学习  

摘要： 终末期肾病(end-stage renal disease,ESRD)患者的死亡率一直是肾脏病学领域关注的重点。维持性血液透析是目前ESRD的主要肾脏替代治疗方式,透析患者死亡风险很高,但患者之间差异显著,准确预测血液透析患者的死亡风险对于临床决策、资源分配以及患者管理具有重要意义。本综述针对国内外开发的血液透析患者死亡风险预测模型进行探讨和概述,通过比较不同模型的建模方法、预测能力、泛化性以及临床实用性,为构建合适的预测模型提供参考。

关键词： 时空数据库   注意力机制   机器学习   交通预测   人工智能  

摘要： 交通流量预测是多元时序预测中的重要任务,准确的交通流量预测可以作为交通管理部门决策的辅助信息。由于交通流具有复杂的时空特征与非线性特征,进行实时高效的交通流量预测仍具有挑战性。现有方法使用参数矩阵作为邻接图来学习空间特征,缺乏直观可解释性。提出了一种基于注意力机制的动态时空感知网络(Dynamic Spatio-Temporal Perception Network,DSTPN),通过构造动态感知图来学习交通流量中的复杂模式。DSTPN利用布雷柯蒂斯距离构造出时空感知图,利用注意力机制与多尺度卷积对节点之间的动态空间相关性与时间相关性建模。在真实数据集中的实验结果表明,DSTPN在均方根误差(Root Mean Square Error,RMSE)、平均绝对误差(Mean Absolute Error,MAE)以及平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)上均优于主流方法,证明了所提DSTPN在交通流量预测任务上的有效性。