关键词： 智能制造   机械制造   自动化  

摘要： 随着科技的飞速发展,智能制造技术在机械制造领域的应用日益广泛。本文深入探讨了智能制造技术下智能机械制造工艺的相关内容,分析了其作为提升生产效能手段的特点与优势,阐述了借助该工艺实现自动化、数字化、智能化生产的具体应用场景,并对未来通过该工艺持续推动行业发展的趋势进行展望,旨在为推动智能机械制造工艺的进一步发展提供参考。

关键词： 人工智能   想象力   想象的释放   全面觉醒  

摘要： 想象力因其图像感知的具身性、表征主体意愿的意志性而被视为人类特有的能力。想象力乃是知性与感性的共通根据,它通过在个体主观精神与外在物质世界之间搭起实践桥梁,而愈益成为人工智能时代塑造教育结构与秩序的重要力量。人工智能不可能拥有想象力,但人工智能却极大地拓展着人类的想象空间。另一方面,人工智能技术通过拟态环境、数字壁垒、算法锁定、他者叙事吊诡性地成为学生想象力的禁锢力量。在人工智能迅猛发展、不断迭代升级的背景下,想象力作为创新和问题解决的关键驱动力量,对于适应和引领这一变革具有决定性的意义。想象力的释放内在地要求教育以解放的姿态,重整碎片化的资源、化解疏离性的情感、突破技术化标准。获得释放的想象力助推着学校教育的生命转向,使学生在艺术性想象中、在批判性想象中,在充满想象的生命实践中走向自我的全面觉醒。

关键词： 教育强国建设   少子化   教育功能   中国教育   人工智能   人口结构  

摘要： 在人工智能蓬勃发展的时代下,少子化趋势对中国教育的影响已经催生出新的变化。基于默顿的功能论可发现少子化对教育兼具正负向影响,且存在显性影响与隐性影响之分。少子化对教育的正向影响体现在:宏观上,显性影响促进教育资源的优化与整合,隐性影响推动教育体制的调整与变革;中观上,从教学方面来看,显性影响协同人工智能优化教学过程,隐性影响转变学生合作模式,从科研层面来看,显性影响促进科研聚焦前沿,隐性影响拓展科研研究方向;微观上,显性影响调整家庭教育资源配置,隐性影响变革家长教育理念。其负向影响包括:宏观上,显性影响导致教育资源闲置,隐性影响滋生教育改革惰性;中观上,从教学方面来看,显性影响抑制教师职业发展,隐性影响抑制学生人际交往能力,从科研方面来看,显性影响易造成科研资源分配失衡,隐性影响弱化科研成果创新性;微观上,显性影响加剧教育内卷,隐性影响易造成培育方向失衡。针对以上问题,基于人工智能背景提出相应对策:宏观上,应做到教育资源配置合理性优化,教育财政结构适应性调整;中观上,应做到教师专业发展全面性提升,学生学业任务合理化减负,科研资源分配适时性调整;微观上,应做到家庭教育理念创新性升华,教育资源获取多元性拓展,教育风险危机审慎性防范。总之,今后应进一步挖掘教育强国背景下少子化与人工智能融合的深层机制,从而为实现教育强国宏伟目标提供更为有效的理论支撑与实践指导。

关键词： 轮轨交通   人工智能   列车操纵   智能监测   故障诊断   车辆设计  

摘要： 轮轨交通在轨道交通中处于主导地位,将人工智能技术运用到轮轨交通中将使其发挥出更重要的作用。为全面分析人工智能在轮轨交通中的应用现状,从列车操纵、智能监测、故障诊断以及车辆设计等方面进行介绍,并展望未来人工智能在轮轨交通中的发展方向。研究结果表明:列车自动驾驶系统融合神经网络与模型预测可提升轨迹跟踪精度,进一步结合深度学习优化能耗可实现自适应节能;人工智能技术已广泛应用在车辆的部件状态及铁路沿线自然灾害的监测中,同时,在车辆走行部和牵引供电系统的故障诊断中也发挥重要作用;人工智能技术还对车辆的参数优化、性能预测和结构改进等进行了探索和应用,用大量实践验证人工智能技术应用在车辆设计方面的可靠和有效。

关键词： 数字化教育   英国中学   人工智能   数字革命  

摘要： 为应对数字技术的迅速变革,英国从政策驱动、技术落地、教师培训、教育公平等多个维度采取了一系列措施,促进了中学数字化教育的实践创新,具体体现在实施以AI为核心的"数字革命"战略,推进技术从辅助到融合的场景创新,全方位提升中学教师的数字素养,以数字力量编织教育公平之网等方面.站在教育革新的关键节点上,顺应人工智能时代的发展潮流,要从英国中学心理健康教育建设情况中汲取经验启示,在政策制定、技术运用、教师素质、教育公平四个维度持续发力,让数字化真正成为我国中学弯道超车的强大引擎,走出具有中国特色的数字化教育之路.

关键词： 凌峰流量   梯度提升   机器学习   集成学习   SHAP   PDP   ICE  

摘要： 为解决寒区河流凌峰流量预报精度不足及现有机器学习模型解释性不佳、难以针对性优化的问题,基于梯度提升算法构建预报模型,结合SHAP和PDP&ICE方法解析各特征与凌峰流量间耦合关系,识别噪声数据并利用特征工程实施针对性优化,从而显著提升预报精度与合格率。该模型不仅为寒区凌峰流量预报及应急预案制定提供多元信息和科学决策依据,其创新在于借助模型解释结果指导特征调参,打破传统单纯依赖参数调优的局限,实现了黑箱模型向高解释性模型的转变,为水文预报领域提供了一种实用高效的新思路。

关键词： 缺血性脑卒中   出血转化   磁共振成像   机器学习   影像组学  

摘要： 目的探究基于MRI的影像组学模型及临床因素模型对缺血性脑卒中溶栓后出血转化风险的价值。材料与方法回顾性纳入并分析2个中心就诊的730例急性缺血性脑卒中(acute ischemic stroke,AIS)患者的临床及影像学资料。我们将中心1中的数据集的624例患者以7∶3的比例随机分为训练集(436例)与内部验证集(188例),对临床特征进行单因素多因素逻辑回归分析,筛选出与出血转化(hemorrhagic transformation,HT)有关的独立影响因素建立临床因素模型,基于MRI图像建立影像组学模型以及结合临床因素和影像组学特征的联合模型,预测AIS患者溶栓后发生HT的风险。中心2的106例患者数据用于外部验证。通过受试者工作特征(receiver operating characteristic,ROC)曲线及曲线下面积(area under the curve,AUC)评估模型的预测效能。为了比较不同模型之间AUC值差异是否有统计学意义,进一步采用DeLong检验进行统计分析,评估各模型之间的AUC差异的显著性。结果ROC曲线分析显示,训练集中临床因素模型、影像组学模型及联合模型预测出血转化的AUC分别为0.810(95%CI:0.756~0.864)、0.896(95%CI:0.865~0.928)和0.928(95%CI:0.899~0.958),在内部验证集中,临床因素模型、影像组学模型及联合模型预测出血转化的AUC分别为0.757(95%CI:0.671~0.843)、0.852(95%CI:0.791~0.913)和0.872(95%CI:0.809~0.935),此外,各模型在外部验证集中同样显示出良好的性能,AUC分别为0.720(95%CI:0.602~0.839)、0.804(95%CI:0.711~0.897)、0.828(95%CI:0.751~0.905)。决策曲线分析显示联合模型的净获益率最高。结论基于MRI的影像组学模型及临床因素模型对缺血性脑卒中后出血转化均有一定的预测价值;二者联合建立的联合模型预测价值最高,可应用于卒中后出血转化的风险预测。

关键词： 人工智能   高校意识形态   挑战与对策  

摘要： 随着人工智能技术的快速发展,其在教育领域的应用日益深入,同时对高校意识形态工作提出了新的要求。文章旨在探讨人工智能背景下高校意识形态工作的新形势、新要求、新路径,通过分析当前人工智能背景下高校意识形态工作的重要性,深入剖析人工智能技术带来的认知操控风险、数据主权危机、真相解构困境等现实挑战,提出加强技术伦理规范、构建协同治理机制、提升师生媒介素养、优化教育内容与方法等四个方面的应对策略。

关键词： 人工智能   议题式教学   高中思政课  

摘要： 随着人工智能技术的迅猛发展,其在教育领域的应用也日益广泛,成为教育变革的关键力量。本文从议题选择、学情分析、过程指导和评价反馈四个方面分析了人工智能赋能高中思政课议题式教学的需求现状,着眼于精准化、动态化、可视化和协同化的赋能价值,探讨了人工智能在高中思政课议题式教学中的应用路径,从智能诊断、资源聚合、交互体验、过程评价四个维度详细阐述了人工智能技术如何助力高中思政课议题式教学,旨在提升高中思政课的教学效果与质量,培养学生的学科核心素养。

关键词： 试验测试   数字试验测试   测试对象   试验设计   试验数据   人工智能  

摘要： 数字试验测试融合多种数字化理论和技术在数字空间中完成试验测试,是数字时代试验测试发展的新形态。分析了不同历史阶段测试对象的特点,梳理了各时期试验测试技术的核心特征,展示了试验测试技术体系的范式变迁;探讨了信息时代测试对象对试验测试提出的新需求,并阐释了新形势下数字试验测试的内涵;围绕数字试验测试“设计-建模-实现-应用”全流程技术体系,提出了关键技术突破方向,并指出了从“实测”向“智测”转变过程中数字试验与测试面临的挑战;对数字试验测试在理论、人才、标准和产业等方面的发展进行了展望。