关键词： 量子技术   新动力   新材料   科技变革   人工智能  

摘要： 近年来,前沿技术正快速推动人类探索宇宙的步伐,成为航天新质生产力的“技术基底”,在航天领域发挥着越来越重要的作用。人工智能、量子技术等前沿科技与航天产业深度融合,无疑将为航天事业的发展注入新的活力。人工智能已不再是实验室里的精密算法,而是成为重塑航天领域发展进程的元技术;量子技术以其颠覆性,正引领着新一轮航天科技产业变革;新材料、新动力、新结构等领域的研究成为当前科技创新的基石。

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： 人工智能   社会治理   运作逻辑   实现路径   风险防范  

摘要： 加快发展新质生产力,实现高质量发展是新时代全面推进社会治理现代化的紧迫任务。人工智能作为新时代的关键科技力量,正在为社会发展注入新的活力。本研究从理论和实践两个维度,深入探讨了人工智能赋能社会治理的运作逻辑和实现路径,揭示了其在科学决策、资源配置、公众参与、治理能力提升和个性化服务等方面的现实逻辑和应用价值。同时,研究系统梳理了人工智能应用中的风险维度,包括本体性层面的数据安全和技术失控风险,以及主体性层面的伦理责任、社会秩序和法律监管风险,并提出了相应的风险防范对策,以促进社会治理向智能化、精细化和人性化的方向发展。

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： 企业管理   人工智能   大数据   鞋服企业  

摘要： 本文阐述了人工智能与大数据在鞋服企业管理中的应用价值,探讨了人工智能与大数据在鞋服企业管理中的应用现状及未来趋势。通过对耐克和波司登的案例分析,展示了其实际应用效果并提炼出可借鉴的经验。同时,分析了应用技术时面临的各种风险。

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。

关键词： 人工智能   网络文化   治理现代化   技术规制  

摘要： 人工智能赋能网络文化治理主体从“专属”扩展到“共建”,拓宽了治理主体的广度;赋能内容从依赖“经验”转向依托“数据”,提高了治理内容的精度;赋智方式从“单一”转变为“协同”,增强了治理方式的效度。但在运行过程中,由于信息茧房、算法歧视以及人机伦理挑战等问题,引发了技术主体权力失位、技术运用失范以及技术监管失序等一系列风险。为此,需要进一步强化主体责任意识以坚持观念在场,优化算法运行引擎以加强技术祛魅,筑牢网络法治防线以秉持制度正义,从而克服人工智能赋能存在的技术风险,推动网络文化治理实现现代化。