关键词： 算力互联互通   数字基础设施   合作规制   新质生产力   人工智能  

摘要： 算力是人工智能时代最为重要的新质生产力。在国家推动算力互联互通的背景下,算力合作规制具有促进算力资源高效配置,提升算力公共服务质量,保障算力安全性与稳定性的价值功能。然而,实践中算力设施权属不统一、布局分散、标准欠缺等问题阻碍了算力合作规制的展开。基于此,可以遵循以下路径构建算力合作规制框架:确立合作规制的基本原则,包括效能原则和解耦的技术治理原则;明确政府应承担的责任,即履行责任、保障责任和担保责任;建立专门的规制机构,发挥其统筹、协调、监管作用;制定体系化标准,以充实合作规制的底层制度依据。

关键词： 书法   人工智能   理论研究   DeepSeek  

摘要： 随着DeepSeek等人工智能工具在国内的广泛渗透,其于科研领域的应用正经历从初步尝试到深化实践的转型。书法史论研究作为传统文化学术体系的重要分支,正面临技术革新带来的范式变革。AI工具在文献综述、引文查询、框架生成等科研辅助方面能力较强,也能一定程度地识别书法图像并进行艺术赏析,对其合理使用不仅能够提升研究效率,还能为书法史论创新提供新的视角和方法,也必然产生新的学术范式。书法学科已经不得不去主动探索与AI技术的深度融合,借助AI工具推动理论研究的创新发展。

关键词： 人工智能   体育教学   运动参与   运动兴趣  

摘要： 随着人工智能技术的快速发展,其在教育领域的应用逐渐深化。本文聚焦人工智能技术与体育教学的融合,通过文献资料法等方法系统探讨其在激发学生运动兴趣、促进长期运动参与的实践路径。具体目的包括:分析人工智能技术对体育教学的影响;探讨人工智能技术如何辅助培养学生运动兴趣并提高运动学习参与度;研究结果表明,人工智能技术融入体育教学能够显著增强学生的运动兴趣,并通过提供个性化反馈、目标设定、奖励机制等促进其体育参与行为。对此,提出人工智能在体育教学中辅助教师、学生、家长的具体应用策略,建议开展长期追踪研究,深入探讨人工智能在体育教学运用中所面临的挑战,以及如何积极应对风险,推动人工智能与体育教学的融合。

关键词： 人工智能   机电自动化   融合发展  

摘要： 文章针对“人工智能与机电自动化的融合发展”进行研究,旨在顺应时代发展趋势,探索人工智能与机电自动化融合发展的方向和路径。文章从视觉识别应用、专家控制系统、模糊控制系统等层面,分析了人工智能与机电自动化融合发展的方向。文章还详细介绍了基于人工智能搭建机电自动化智能控制结构与基于人工智能搭建机电自动化故障预警与智能诊断系统的具体思路和方法,探索了人工智能与机电自动化融合发展的路径。文章提及的观点和方法可以为人工智能与机电自动化融合发展提供新的思路,从新的角度推动机电自动化领域的发展。

关键词： 伦理问题   iPS细胞技术   科学进步   人工智能  

摘要： 去世后,家属通过人工智能(AI)技术让逝者在虚拟空间里“复活”——你赞成这种做法吗?利用iPS细胞技术,由男性与男性或女性与女性生育后代——你觉得这可以接受吗?本特辑将探讨科学进步给现代人提出的,或者即将提出的伦理问题。通过对这些不能轻易找到答案的问题进行讨论,我们将形成一种寻求理性解决方案的伦理学思维方式。

关键词： 人工智能   电网计量   数据采集系统   系统总体架构   数据采集模块   数据传输模块  

摘要： 针对传统电网数据采集方式存在的诸多问题,本文提出了一种新型的数据采集模型。首先,详细概述了电网计量数据采集系统的现状与需求,阐述了电网计量数据采集系统及传统数据采集系统的缺陷。其次,设计了基于人工智能的电网计量数据采集系统,包括系统总体架构、数据采集模块、数据传输模块和数据处理与存储模块。最后,通过系统实现与测试验证了该系统的可行性和高效性。结果表明:所设计的电网计量数据采集系统能快速、准确地完成电网计量数据采集任务,有效提高了电网计量数据采集效率,对电力企业具有一定的应用价值。

关键词： 机器学习   实时流数据处理   架构优化   调度策略  

摘要： 随着物联网、金融、社交媒体等领域发展,实时流数据规模呈指数增长,对数据处理系统的实时性、可扩展性与容错性提出更高要求。实时流数据处理已成为现代数字化系统的核心能力,其高效性直接关系到业务决策的时效性与准确性。然而,传统架构在应对复杂场景时却存在明显不足。文章将对实时流数据处理架构及传统架构的缺点进行详细的分析和阐述,探讨基于机器学习的实时流数据处理架构优化与调度策略,以期能够为实时流数据处理提供高效、可靠的解决方案。

关键词： 建筑工程   进度预测   大数据分析   机器学习   预测模型  

摘要： 随着建筑工程规模日益扩大,传统进度预测方法已难以满足现代工程管理需求。以南京理工大学盱眙校区工程为研究对象,基于施工现场采集数据建立进度预测模型。项目总建筑面积140431.3m^(2),通过物联网设备实时采集人力资源、设备运行、材料供应、环境因素等多维度数据。采用集成学习方法,结合随机森林、梯度提升树、支持向量机算法构建预测模型。实验结果显示,模型预测准确率达92.3%,较传统方法提升35.7%。项目整体工期压缩47天,节约成本4730万元,实现投资回报率83.5%。预测模型在工程管理实践中展现出显著应用价值。

关键词： 人工智能   模式识别   人机交互   神经人机接口   人体意图解码   默念口令识别   肌电信号处理   神经网络  

摘要： 智能设备的普及促使可穿戴人机交互技术需求日益增加。为提高用户接受度,人机交互技术对交互易用性与隐蔽性要求较高。本文提出基于耳周肌电信号的默念口令识别方法。该方法易于与集成生理电采集的耳机设备结合,实现无声操控智能设备,减少社交尴尬。具体地,本文首先确定并构建口令经验原则,筛选最优口令集。其次,根据单通道信噪比和分类准确率选择最优耳周传感器位置。再次,提出基于CNN-Transformer结构的识别模型构建耳周肌电信号与默念口令的时空映射。最后,大量实验评估方法可行性和稳定性。结果表明,本文方法平均准确率91.18%,优于相关任务的先进模型,且在命令变形和头部运动下表现稳定。本文方法奠定了默念口令识别商业产品的技术基础。

关键词： 盾构隧道   管片上浮   人工智能   数据增强  

摘要： 针对盾构工程中管片上浮预测的需求与深度学习模型训练数据不足的难题,结合盾构机掘进机制与管片上浮过程提出了一套盾构管片上浮预测模型;利用数值模拟软件模拟盾构管片上浮过程,将海量数值模拟数据与工程现场数据同时用于深度学习训练,实现针对管片上浮预测模型的数据增强。其中预测模型由管片上浮预测模型和两个辅助模型组成,考虑了主动控制和被动响应参数的相互作用。最后基于北京东六环入地改造工程盾构段展开典型事例研究。研究结果表明,模型预测精度控制在4 mm以内,满足工程需求;盾尾注浆参数对模型性能的影响最大,其次是掘进参数,而盾构姿态参数的影响最小;基于数值模拟数据的管片上浮训练数据能提升预测模型的预测精度30%,证明了该数据增强方法的有效性,本文提出的基于数值模拟数据的数据增强方法,为类似深度学习模型的训练与优化提供了新的思路。