关键词： 智慧课堂   大数据   信息技术   小学语文   人工智能  

摘要： 随着信息技术的快速发展,教育领域正经历深刻变革,小学语文智慧课堂作为信息技术与教育教学深度融合的产物,为小学语文教学提供了新的实践路径。小学语文智慧课堂依托大数据、人工智能等技术,实现分层教学的个性化、互动交流的立体化,推动传统课堂向高效、灵活、开放的方向转变。

关键词： 熔融沉积成型   表面粗糙度   机器学习   预测控制   优化  

摘要： 分析了表面缺陷产生机理及其影响参数,从过程预测控制模型构建和结果预测控制优化2个方面综述了机器学习在熔融沉积成型(FDM)各阶段的预测控制成效。最后,对目前亟待解决的问题和可能的发展趋势进行了讨论。

关键词： 人工智能   老龄化社会   智慧养老   主动健康  

摘要： 全球已经进入快速老龄化的社会,传统养老模式面临着巨大的挑战,急需创新性的解决方案。人工智能(AI)技术的高速发展为应对这一挑战提供了新的机遇。本文通过对AI在老龄化社会中的应用进展进行概述,结合最新的研究成果,综合了包括智能机器人、健康监测、教育培训、社区支持及伦理和政策等多个维度;通过大数据、物联网和机器学习等技术的整合,AI可以监测健康状况、促进主动健康,从而显著提升老年人健康管理效率和质量,也促进了社会资源的优化配置和老年人生活质量的改善;同时探讨了AI在推广应用过程中所面临的挑战,如技术的普及、伦理问题及政策支持等。最后,文章展望了AI在老龄化社会中的未来发展方向,旨在为相关领域的研究与实践提供参考与启示。

关键词： 矿区安全监控   人工智能   视频图像异常识别   深度学习算法  

摘要： 针对煤矿生产中视频监控系统存在的算法管理不统一、无法复用及人工监控效率低等问题,提出了一种基于“云、边、端”架构的矿区视频图像异常识别方法。构建了智能视频监控系统,采用深度学习算法对矿区视频图像进行实时分析,实现了对人员违规行为、设备异常和环境风险的智能识别。通过在大柳塔煤矿的实际应用,该方法能够有效识别未佩戴安全帽、吸烟、违规操作等多种异常行为;该系统告警准确率高、误报率低,实现了从人工监视到自动识别的转变,显著提升了矿区安全监管效率和风险预警能力。

关键词： 人工智能   冠状动脉变异   冠状动脉畸形  

摘要： 目的:探讨人工智能(AI)在冠状动脉变异与畸形中的诊断价值。方法:纳入2022年8月至2023年12月徐汇区中心医院行冠状动脉CT血管成像(CTA)检查的1 520例患者,利用AI和人工分别进行图像重建及分析,比较2组诊断冠状动脉变异与畸形的差异。结果:AI组与人工组对冠状动脉变异与畸形的总检出率分别为16.58%和15.33%,2组间比较差异无统计学意义(P>0.05)。2组在冠状动脉瘤、冠状动脉瘘及心肌桥的病例检出数量方面有差异,人工组检出冠状动脉瘤2例、AI组检出1例;人工组检出冠状动脉瘘7例、AI组检出4例;人工组检出心肌桥225例、AI组检出210例。结论:诊断冠状动脉变异与畸形方面,AI对个别复杂畸形及心肌桥病例的影像重建和分析还需进一步优化,AI重建与人工相结合分析冠状动脉CTA影像值得推广。

关键词： 农产品完整性   风险预测   人工智能   机器学习  

摘要： 面对全球人口增长和农业生产压力,以及农产品质量安全问题的严峻挑战,传统的农产品完整性监测和风险预测方法已显不足。机器学习技术的飞速发展为农产品完整性监测和风险预测提供了新的解决思路。本文系统总结了机器学习技术在农产品安全风险监测(包括物理性、化学性和生物性风险)、农产品真实性和可追溯性保障,以及基于历史数据的农产品风险评估预测等方面的应用。机器学习技术无疑有效提高了农产品完整性监测效率,实现风险的早期发现和预防,为构建更安全、可靠的食品供应链提供了新的解决方案。虽然这些应用展示了巨大的前景,但在农产品完整性监测和风险预测领域人工智能化仍面临挑战。在总结文献的基础上,本文进一步探讨了这一趋势的前景和方向,提出了机器学习模型可解释性与信任问题的重要性,以及数据的获取和使用方面存在的问题,以改进机器学习在农产品完整性监测和风险预测中的应用。

关键词： 空间插值   机器学习   随机森林   表层沉积物   有机碳含量  

摘要： 厘清中国边缘海沉积有机碳的分布特征和控制因素有助于建立东亚边缘海有机碳循环模型及其“源-汇”格局。当前中国东部边缘海有机碳分布图的绘制,主要是通过数学插值对采样点之间进行填充。该方法一方面极大地受限于采样站位的位置和数量,另一方面通过数学插值填图也忽视了样品与海水理化性质、海底地形和洋流等环境因素的差异,将复杂的地质问题简单化。机器学习方法能够从高维和复杂数据中提取关键信息,构建环境属性特征和预测变量的映射关系。本文借助机器学习方法中常用的随机森林算法,通过对405个海洋沉积物有机碳数据与50个环境属性特征映射关系的学习,预测了中国东部边缘海表层沉积物的有机碳含量。相比根据同样数量样品由克里金插值计算绘制的有机碳分布图,随机森林算法对沉积物有机碳含量预测结果的平均绝对误差、均方根误差、最大残差等误差评价指标均更小,十折交叉检验的R2达到0.6,表现出较高的拟合精度。尤其对于采样密度较低或因采样困难存在样品空缺的海区,随机森林算法能更准确的预测表层沉积物有机碳含量,体现出更符合实际情况的预测潜力和外推性优势。本文所建立的随机森林算法对于未来其他海洋沉积物地球化学指标的预测也同样具有借鉴作用,对于中国东部边缘海的资源调查和环境保护具有重要的现实意义。

关键词： 人工智能   财务大模型   会计职能   财务管理  

摘要： 积极推进行业大模型应用是加快形成以人工智能为引擎的新质生产力的重要举措。财务管理是人工智能技术应用的重要领域,大模型技术如何赋能财务管理,成为企业财务数字化转型不可回避的现实问题。文章对我国财务大模型应用的实践探索、现实障碍以及发展进路进行了深入研究,为推动财务大模型在财务管理领域深化应用提供了参考。首先,从财务大模型内涵及其对会计职能的影响出发,全面分析了人工智能大模型在财务领域应用的两种主要方式及其实践探索;其次,基于财务大模型应用的实践,从核心数据获取、模型运行不确定性、合规性监管、算法责任和伦理等多个层面剖析财务大模型应用面临的现实障碍;最后,针对这些现实障碍,提出财务大模型深化应用的发展进路。

关键词： 社区心理服务   数智技术   人工智能   大数据  

摘要： 社区心理服务是社会心理服务体系的重要组成部分,加强社区心理服务体系建设是完善我国社会治理体系和健全社会服务体系的重要内容。当前社区心理服务工作面临制度不够完善、心理服务供需关系不平衡和社区居民认知固化等现实困境。大数据和人工智能融合叠加形成数智技术,驱动数字文明新形态发展,为心理服务工作提供了新的发展机遇。以数智技术驱动社区心理服务体系新发展,实现政府主导建设、社区多元化发展、居民认知显著提升,进而建立完善的社区心理服务体系。

关键词： 行政答复   人工智能   简单性   复杂性   合法性  

摘要： 自动行政答复,指行政机关使用计算机科技实现行政答复的自动化。无论是基于检索原理,还是基于大模型原理,自动行政答复皆无法律拘束力。然而,基于检索原理的“简单性”,以及基于大模型原理的“复杂性”,可能导致合法性的偏离。特别地,对相对人有利的合法性偏离,可能引致行政处罚。为了应对这一问题,可从制度和技术两个方面进行应对优化。制度方面的优化,以相对人保护为目标,聚焦于相对人遵循对其有利的错误答复而做出违法行为的情景。经由信赖保护的原则进路,以及《行政处罚法》的规则进路分析,可知行政机关应当减轻或免予处罚。技术方面的优化,以行政机关提升为目标,主要包括增设获取记录的功能和提高转译准确度。