关键词： 人工智能   教师的角色   AI的角色   学习的理论   PIE循环   数学AI平台  

摘要： 在AI赋能的背景下,数学课堂中需要构建教师与AI协同的模式。教师根据数学教育理论、AI在数学教育中的应用现状的文献综述,分析了传统教学模式的局限性以及AI带来的机遇。以学习的理论(“学”的初步认知、“习”的技能内化和“悟”的深度理解)为核心理论指导,结合PIE(计划—实践—评估)循环流程,构建一个教师与AI角色分工明确、优势互补的课堂运作框架。

关键词： 人工智能   文化遗产   重庆高校   数字化传承   非遗保护  

摘要： 在数字化时代浪潮下,人工智能技术为文化遗产的传承与创新提供了新路径。文章聚焦重庆高校艺术教育,以重庆地区文化遗产,如大足石刻、铜梁龙灯彩扎、酉阳民歌等为研究对象,探讨人工智能在文化遗产数字化采集、教学模式革新、创新传播中的应用。通过分析重庆高校文化遗产教育现状,结合典型案例,揭示技术赋能下文化遗产传承面临的挑战,提出“技术融合—教育生态—制度保障”三维协同策略,以期为重庆文化遗产的活态传承与高校教育创新提供理论支持与实践参考。

关键词： 项目式学习   PPER模型   教师研修   人工智能  

摘要： 北京市海淀区教师进修学校基于项目式学习理念重构教师研修生态,通过建构PPER模型,开展人工智能技术支持下的项目式研修。PPER模型包括四个环节,即备项(Preparing)、入项(Planing)、探项(Exploring)、结项(Reflecting)。本文以2025年海淀区小学英语新任教师培训项目为例。

关键词： 人工智能   制造业碳强度   空间门限面板模型   门槛效应  

摘要： 探讨人工智能对制造业碳强度的影响对于推动传统制造业向绿色、智能、高端转型升级具有重要的现实意义。基于2006~2022年中国省域面板数据,采用空间门限面板模型考察了中国省域制造业碳强度的空间溢出效应以及人工智能对制造业碳强度的非线性门槛效应。研究结果表明:(1) 中国制造业碳强度存在正向空间相关性,呈现出“高–高”和“低–低”的集聚特征。(2) 相邻省份制造业碳强度每增加1个单位,观测省份的制造业碳强度提高0.182个单位。(3) 人工智能对制造业碳强度的影响在经济发展水平下存在两区制门槛效应。当PGDP > 18768.78元时,人工智能对制造业碳强度的降低具有积极作用,反之,其对制造业碳强度的影响则不显著。根据上述结论,本文提出相应的政策建议。Exploring the impact of artificial intelligence on the carbon intensity of manufacturing industry has important practical significance for promoting the transformation and upgrading of traditional manufacturing industry to green, intelligent and high-end. Based on China’s provincial panel data from 2006 to 2022, a spatial threshold panel model was used to investigate the spatial spillover effect and the nonlinear threshold effect of artificial intelligence on carbon intensity in China’s provincial manufacturing industry. The results show that: (1) The carbon intensity of China’s manufacturing industry has a positive spatial correlation, showing “high-high” and “low-low” agglomeration characteristics. (2) For every 1 unit increase in manufacturing carbon intensity in neighboring provinces, the observed province’s manufacturing carbon intensity increases by 0.182 units. (3) The influence of artificial intelligence on the carbon intensity of manufacturing industry has a two-zone threshold effect at the level of economic development. When PGDP is greater than 18768.78 yuan, artificial intelligence has a positive effect on the reduction of carbon intensity in the manufacturing industry, on the contrary, its impact on the carbon intensity of the manufacturing industry is not significant. According to the above conclusions, this paper puts forward corresponding policy recommendations.

关键词： 人工智能   包装工程   印刷技术   教学内容  

摘要： 人工智能赋能包装产业升级,引发从业人员所需劳动技术技能的迁移和增补,推动包装工程技术专业教学内容扩容迭代。针对于此,需要对现有课程情况、对应岗位基础任务、教学内容和人工智能赋能包装产业的作用进行分析,研究目前包装工程技术专业需要培养什么样的人才,需要什么样的教学内容。本文以“数字印前工艺技术”课程为例,分析人工智能赋能印前制作岗位的作用,提出课程扩容的路径:技能教学内容要以动态为常态地适应产业需求,理论教学按需供给,减少冗余,将教学内容自原有的知识脉络梳理为问题导向的技能结构,着重培养学生自主解决问题的思维和能力。

关键词： 道德与法治   人工智能   问题诊断   策略优化  

摘要： 在人工智能技术深度融入课堂教学的背景下,小学道德与法治课堂借助人工智能技术做了很多教学创新方面的尝试,但也暴露出“过度追求技术形式,盲目依赖生成内容,忽视课堂情感传递,违背思政教育的严肃性”等问题。《中小学生成式人工智能使用指南(2025年版)》的颁布,标志着人工智能技术赋能教学从自由探索阶段进入了规范实施阶段。教师以此为指导,做到“聚焦目标精准赋能,科学审核保障真实,强化情感深层浸润,恪守思政严肃规范”,使人工智能技术和小学道德与法治教学有效融合,切实提升课程的育人实效性。

关键词： 工业软件云化   演化博弈   数据驱动   可定制性   仿真分析   参与主体行为   智能制造   数据安全  

摘要： 为促进工业软件从单机运行向云化服务转型,助推智能制造高质量发展,本文采用演化博弈理论研究智能制造背景下工业软件云化转型中多主体决策问题。基于工业软件的数据驱动升级、用户可定制性、参与主体行为的交互影响以及有限理性的假设条件,构建包含工业软件提供商-第三方开发者-制造企业的三方演化博弈模型,探讨系统的演化稳定策略,并对相关影响因素进行仿真分析。结果表明:提高云化工业软件的可定制性、降低云端潜在风险有助于推动工业软件云化转型发展;相对于订阅费用的价格优势,数据安全性提升更能促进制造企业选择云化工业软件;相对于销售抽佣比例,第三方开发者则更易受云化工业软件市场规模的影响而选择与工业软件提供商展开合作。

关键词： 智能网联汽车   传感器   数据处理   数据分析   机器学习  

摘要： 随着科技的迅猛发展,智能网联汽车逐渐成为现代交通的重要组成部分。这类汽车通过集成多种传感器,能够实时感知周围环境,实现自动驾驶、车联网等功能,极大地提升了行车安全性和驾驶体验。传感器所产生的数据庞大且复杂,如何有效地处理和分析这些数据,成了智能网联汽车发展的关键挑战。传感器数据的准确性和实时性直接影响到车辆的决策能力和安全性。研究有效的数据处理与分析方法,不仅有助于提高智能网联汽车的智能化水平,还能推动整个交通系统的优化与升级。本文将深入探讨智能网联汽车传感器数据处理与分析的方法,为行业发展提供理论支持和实践指导。本文旨在探讨智能网联汽车中传感器数据的处理与分析方法,分析其在提高车辆智能化水平和安全性方面的重要性,通过对数据预处理、融合及机器学习技术的研究,揭示未来发展趋势及面临的挑战。

关键词： 智能制造   模具技术   深渝模具产业协同发展   成渝地区双城经济圈  

摘要： 深圳市模具技术学会重庆工业考察活动圆满收官在国家深入推进成渝地区双城经济圈建设的战略背景下,深渝两地正以智能制造为纽带,书写跨区域产业协同的新篇章。2025年5月9日至13日,深圳市模具技术学会携12家优质会员企业赴重庆开展“深渝模具产业协同发展”专题考察活动。此次考察以“政企对话+技术互鉴+产业对接”为主线,深入重庆大足高新区、永川高新区及重点制造企业,探寻模具、新能源汽车与智能制造领域的合作新机遇。

关键词： 机器学习   气温   偏差订正   降尺度   山区地形  

摘要： 山区地形复杂,气温空间异质性强,气温精细化预报的精度和空间分辨率通常无法满足应用需求。因此,提出了一种机器学习和自适应卡尔曼滤波相结合的降尺度与偏差订正(DOWN+BC)方法,以提高山区气温预报的精度和空间分辨率。该方法首先利用随机森林模型将1 km空间分辨率的逐时天气研究与预报(weather research and forecasting,WRF)模型预报气温降尺度到30 m,再利用一阶自适应卡尔曼滤波模型和极端梯度提升模型(extreme gradient boosting,XGBoost)进行偏差订正。结果表明,DOWN+BC方法在预报气温降尺度与偏差订正方面效果良好;随机森林降尺度结果能够更为准确地表达近地表气温空间分布的详细特征,纹理更加丰富;与WRF预报结果相比,一阶自适应卡尔曼滤波模型订正后的均方根误差和平均绝对误差在自动气象站位置上分别降低了1.39和1.13℃,在空间分布上分别下降了1.19和0.97℃。