关键词： 机器学习   神经网络   物理信息   深度能量法   应力分析  

摘要： 本文采用机器学习结合计算力学分析了带孔薄板的应力问题，其中数据驱动神经网络依赖于输入数据，通过学习数据中的模式来进行预测。物理信息神经网络通过嵌入平衡方程，提高了准确性和泛化能力。深度能量法根据最小势能原理构造损失函数，计算效率和准确性明显更优，给出了其在双向均匀拉伸和非均匀拉伸下的Von-Mises 应力和误差云图，误差不超过5%。与机器学习的交叉有力地促进了计算力学研究范式的创新，并不断拓展其深度和应用范围。

关键词： 城市轨道   出行模式   张量分解   机器学习   归因分析  

摘要： 科学的轨道交通出行模式分析是运营决策优化的重要依据。为挖掘城市轨道交通时空流动特征及其影响机理，提出一种基于非负张量分解的OD客流强度时空分布计算方法，采用融合SHAP归因分析的极端梯度提升树（eXtreme Gradient Boosting,XGBoost）对各模式OD客流强度进行拟合预测。使用城市轨道交通AFC (Automatic Fare Collection System, AFC)系统数据，从空间、时段以及出行日3个维度构建三阶客流OD张量，采用交替非负最小二乘法（Alternating Non Negative Least Squares,ANLS）实现非负CP张量分解。基于张量分解结果，从北京轨道交通344个站点连续1周16,266,966条出行数据中，提取出晨高峰长距离通勤、早高峰中短通勤、平峰休闲中转出行、晚归出行4种出行模式的时、空分布特征。基于可解释性机器学习模型，对各模式OD客流进行预测。结果表明XGBoost与CatBoost、LightGBM、OLS相比更具优势。根据OD起终点站域环境特征，考虑起终点缓冲区内各类兴趣点（point of interest,POI）数量、小区住户数、房价、人口数量、站点偏离距离以及出行距离等指标，构建OD强度关联指标体系，解释各指标对OD客流强度的正负反馈效应。SHAP归因分析说明，居民更倾向于14站以内的中短途出行，并分别得到了就业类POI数目对晨、早通勤客流正向影响，以及餐饮类POI数目对休闲中转出行客流正向影响的临界阈值。该方法可为轨道交通精细化出行引导和客流组织提供数据支撑，优化城市轨道交通供需平衡及服务水平。

关键词： 引力波   数据处理   噪声   人工智能  

摘要： 2015年LIGO首次探测到双黑洞并合事件GW150914,开辟了引力波天文学新纪元.地面激光干涉引力波探测器灵敏度极高,易受到来自仪器和环境的各种瞬态噪声(glitch)数据影响.尽管在引力波信号处理和分析中已经利用各种手段,开发出各种工具来加强瞬态噪声数据的表征和识别,以便最终移除,但LIGO源源不断输出的数据量足以使任何科研小组不堪重负.因此,开发强健的方法来表征和识别glitch,对于提高引力波信号探测的可靠性和科学价值具有至关重要的意义.本文首先回顾一般的地面噪声数据处理方法的优缺点,然后概述各种机器学习方法在地面噪声数据处理中的应用.最后,本文介绍机器学习在glitch数据处理实例——Gravity Spy项目上的最新应用,目的是介绍机器学习技术在glitch的识别、建模和去除方面的最新进展,以便为科研工作者在地面引力波瞬态噪声数据处理方面提供一些参考.

关键词： AI共生   人机共生   AI世代   人工智能   行为特征  

摘要： 2010年起，人工智能（AI）的飞速发展和广泛应用，推动“AI世代”登场。本文聚焦AI世代，将“AI世代”界定为出生于2010年后、与AI共生并将AI融入其生活的一代人，深入探讨AI世代的特点与行为特征，并从经济、文化、社会角度剖析特征的伴生效应，提出人机关系与人类主体性等思考，以此为理解智能化社会的发展趋势、促进人机和谐共生提供参考。

关键词： 生态环境   区块链   人工智能   信息技术  

摘要： 数据作为新型生产要素，是建设数字中国、发展数字经济的基石。生态环境数据具有来源广、类型多、结构异等特点，当前普遍存在数据不完整、不一致、不规范、重复填报等诸多数据质量问题，严重制约着数据在监管和决策中的价值发挥。深圳市作为数据要素市场建设试点示范城市，针对数据质量问题，在生态环境领域开展先进信息技术应用研究，针对数据中心数据质量问题，提出了基于规则库的数据质量快速检测技术；针对前端监测数据真实和可靠性，研究提出了基于区块链的生态环境监测全过程质量控制技术；针对污染源数据一数多源、数据不一致问题，研究提出了基于区块链的污染源数据共享应用技术；针对舆情数据准确度不高问题，研究提出了基于语义识别的互联网数据智能采集分析技术；针对人为干扰数据质量问题，研究提出了基于图像识别的异常数据智能比对分析技术；基于数据多头填报、企业填报负担重的问题，研究提出了基于智能表单的统一填报技术；基于共享数据质量不高问题，提出了基于隐私计算的数据分级共享技术。通过数据质量管控和先进信息技术的融合创新，为深圳及全国生态环境数据质量管理、数字政府建设提供借鉴和参考。

关键词： 人工智能   自动化行政裁量   技术性正当程序   包容性规制  

摘要： 我国的自动化行政裁量应用在政策推动下处于世界领先水平,但存在数据瑕疵、转译偏差、算法黑箱等基础诱因,易产生行政权利与义务被技术性悬置、官僚系统越权与卸责蔓延、机械裁量与个案正义相冲突等负外部效应。若要科学解决这些基础问题及其负外部效应,则需改进既有的发展优位规制模式,构建兼顾创新发展与合理规制的包容性规制框架。在以人为本与权利保障双向融合的技术赋权趋势下,自动化行政裁量的技术创新应注重提升公民参与行政活动的信息能力。技术性正当程序是正当程序的数字化升级与过程论阐释,有助于推动自动化行政裁量应用边界的划定与实质化人工干预机制的构建。

关键词： 智慧图书馆   人工智能   智慧技术   智慧资源  

摘要： [目的/意义]聚焦剖析人工智能赋能智慧图书馆发展的作用机制，为智慧图书馆建设提供参考。[研究设计/方法]运用扎根理论，深度访谈图书馆领域的专家与从业人员，采用编码技术处理数据，构建人工智能赋能智慧图书馆发展的作用机制模型。[结论/发现]智慧图书馆在人工智能技术环境中的发展机制是一个综合技术支撑与用户体验优化的复杂过程。智慧技术层面，人工智能增强了图书馆的日常运营效能；智慧资源层面，提升资源利用、采编、组织的效率；智慧空间方面，打造更加人性化、个性化的学习交流环境；智慧服务层面，提升了服务响应速度与质量，提高用户的满意度与忠诚度；智慧管理层面，为管理决策、绩效考核和资源优化提供有力支持。[创新/价值]揭示了人工智能赋能智慧图书馆发展的作用机制，推进智慧图书馆理论研究，为图书馆管理者提供策略参考。

关键词： 教育数字化   教育革命   人工智能   数字教育资源   受教育权  

摘要： 推进教育数字化是在党的二十大报告中提出的重要战略，也是建设教育强国的关键举措。从理论层面看，对教育数字化基本内涵的阐述可以从其构成要素展开，其本质是现代教育以信息技术为媒介逐渐实现现代化与智能化的过程。为有效推进教育数字化战略的实施，我国推出了一系列相关政策，并设置了教育数字化转型试点。从动力来源看，推进教育数字化依赖于第四次教育革命的兴起与深化、人工智能技术对传统教育与学习模式的变革以及在线学习（E-Learning）对教育发展的革新。在发展路径选择上，推进教育数字化应实现技术与教育的双向融合，重塑教育与学习的逻辑关系，促进优质数字教育资源的合理配置，满足教育领域权利保障的全新诉求。

关键词： 人工智能   刑事责任   双重归责,自主性  

摘要： 人工智能技术的迅猛发展及在各个领域的应用，已经产生了现实的主体地位的需求，人工智能所产生的刑事责任，不同于传统的产品过失责任，并非传统人类对工具单向利用产生的可支配责任。考虑到刑事责任的“道义性”与智能算法的“效率性”必然冲突，提出了“风险预防”导向的双重归责逻辑，不仅要考虑人工智能本身的行为，还要考虑其设计者、操纵者等相关主体责任，平衡人工智能的“自主性”与其设计者和使用者的“自主责任”，确保责任的合理分配。尽管人工智能体现出一定的自主性，但仍应坚持“人类”最终监管保障责任。

关键词： 知识图谱   人工智能   知识点   关联   线上线下混合式教学   大学物理  

摘要： 知识图谱推动人工智能技术与教育教学的深度融合,为实现课程的数智化建设与实践提供了技术路线和策略。本文展示了构建大学物理课程知识图谱的思路和流程,并分析了提取知识点及关联知识点时,教学目标导向、跨课程关联、思政知识点关联等的影响和作用。本文结合大学物理课程知识图谱实例,展示了知识图谱的生成方式、图谱表现形式,以及知识点关联的设置等。此外,结合教学实践,本文还展示了学生利用知识图谱进行个性化学习并完成自我评价,教师利用知识图谱在大规模教学班实施“线上线下混合式”教学,对学生进行实时督学、指导及反馈,实现人工智能技术赋能一流课程建设。