关键词： 智能技术   人工智能   大数据   专利   电力负荷预测  

摘要： 探讨基于智能技术实现电力负荷预测方法的相关技术及背景,主要包含人工智能、大数据等。依托Himmpat专利数据库,分析可实现电力负荷预测的基于人工智能或大数据的相关技术,从全球专利申请趋势、主要来源国的申请布局、全球主要申请人的技术布局、全球专利法律状态等方面出发,揭示国内外智能电力负荷预测的研发重点,进而针对该技术的发展提出相关建议,为企业和高校相关研究提供参考,促进电力负荷预测技术的可持续发展。

关键词： 应急响应体系   应用规范   伦理准则   人工智能  

摘要： 近日,国务院国资委副主任李镇在2025世界人工智能大会期间举行的“2025中国电信人工智能生态论坛”上表示,加紧推动制定完善人工智能应用规范、伦理准则、应急响应体系,积极参与国际人工智能治理制度规则和技术标准建设,确保人工智能安全、可靠、可控。

关键词： 信息科技   跨学科主题教学   学习支架   人工智能  

摘要： 本文尝试运用学习支架开展初中信息科技跨学科主题教学设计,并以“人工智能预测出行”为例,设计跨学科主题学习项目。实践表明,本项目有助于培养学生利用跨学科知识解决真实问题的能力,并促进信息科技课程教学改革与创新。

关键词： 思维可视化   中职教育   人工智能   汽修专业课   个性化培养   知识图谱  

摘要： 本研究基于思维发展视角,探讨人工智能(AI)技术驱动下的思维可视化在中职汽修专业课中的应用。通过分析传统教学中思维过程的“黑箱”困境,提出AI赋能的可视化解决方案:借助实时数据采集、智能建模与AR/VR技术,将隐性思维转化为可观测的认知图谱,实现精准学情诊断与差异化教学。研究构建三维可视化知识体系、沉浸式技术思维训练和数据驱动个性化培养等3大核心模块,并通过发动机故障诊断、电池管理系统(BMS)分析等典型实训案例验证其有效性。实践表明,该模式显著提升学生故障诊断准确率与课程通过率,推动教学从机械模仿向智能诊断转型,为培养智能网联汽车时代高技能人才提供新路径。

关键词： 体层摄影术,X线计算机   深度学习   图像重建   人工智能  

摘要： 深度学习重建(DLR)技术作为CT影像领域的革命性突破,通过深度神经网络从低剂量数据中智能提取特征,解决了传统滤波反投影重建噪声高、迭代重建计算复杂及图像过度平滑等问题。DLR的核心优势在于显著降低辐射剂量的同时提升图像质量,优化信噪比与对比噪声比,并加速重建效率。DLR为精准诊疗提供了新范式,推动医学影像精准化跃升,为临床决策与患者管理提供更高效、安全的解决方案。

关键词： 人工智能   环境成本   创新质量   内部控制  

摘要： 当前中国大量企业环境成本居高不下,探讨引入人工智能能否有效控制企业环境成本具有重要意义。利用2013-2023年沪深A股上市公司财务数据,实证检验企业人工智能水平与环境成本的关系。研究发现,人工智能技术的引入与企业的环境成本呈显著负相关关系。作用机制表明,企业发展人工智能通过缓解融资约束、提高内部控制质量、提高创新质量的中介效应来降低自身环境成本。异质性分析表明,不同企业规模和行业属性下人工智能对环境成本的影响存在差异。

关键词： 分布式光纤声波监测   含水率识别   特征提取   机器学习  

摘要： 针对井筒动态含水率难以准确监测的问题,提出一种基于DAS监测信号和机器学习的油水两相含水率识别方法。该方法通过“侦听”多相流流动过程中的声波信号,动态监测整个井筒不同生产层位的含水率范围。利用小波散射网络、短时傅里叶变换和时间序列预测算法,分别提取DAS信号的低方差散射特征、短时时频特征和时序动态特征,并通过长短期记忆网络(LSTM)对融合后的多维特征进行学习,建立基于机器学习的油水两相含水率识别模型。实验结果表明:融合多维特征学习的机器学习算法能以超过98%的准确率识别井筒含水率范围。该方法不仅为井筒多相流体含水率的识别提供了新的技术手段,也为推动光纤监测技术的应用落地提供技术储备。

关键词： 锐捷交换机   故障诊断   智能运维   人工智能   系统构建  

摘要： 针对锐捷交换机设备在高速、大容量数据传输中面临的故障诊断与运维挑战,本文提出一种融合人工智能技术的故障诊断与智能运维系统构建方法,通过集成故障树分析(FTA)、神经网络和数据挖掘等多种先进技术,对交换机故障进行快速定位、精确诊断和智能预测。测试结果为:故障诊断的准确率提升17%,平均故障响应时间减少55%,预防性维护的比例提升100%,运维人员工作效率提升71%。该测试结果表明:本文所构建的智能运维系统在提高网络稳定性、降低运维成本方面取得显著成效。

关键词： 高熵陶瓷   碳化物   制备工艺   力学性能   抗氧化性   机器学习  

摘要： 高熵陶瓷因其优异的综合性能,相较于传统陶瓷材料更能适应极端服役环境的需求,近年来受到国内外学者的广泛关注。得益于“高熵效应”,高熵碳化物陶瓷在力学性能、抗氧化性能和高温稳定性等方面具有更出色的表现。本文简要介绍了高熵陶瓷的研究现状,归纳和总结了高熵碳化物陶瓷粉体和块体的制备方法;对高熵碳化物陶瓷的力学性能、导热性能、抗氧化性能、高温稳定性、耐烧蚀性能的相关研究进行了综述与讨论,并简述了机器学习在高熵陶瓷体系开发中的应用;最后针对目前高熵碳化物陶瓷材料研究中存在的问题,对新体系开发、制备方法、高温性能测试、机器学习与理论计算等方面进行了总结与展望。

关键词： 生成式人工智能   机器学习   著作权合理使用  

摘要： 生成式人工智能以海量训练数据为学习和成长的“养料”,引发传统版权从业者与人工智能开发者之间的利益冲突。本文对生成式人工智能使用作品的行为进行分类定性,以人工智能时代下域外的合理使用制度为蓝本,建议我国在现有的合理使用制度的基础上,可借鉴美国“转换性使用”和欧盟《人工智能法案》,增设生成式人工智能开发者的透明度义务,赋予著作权人“选择退出”权,以平衡人工智能开发者和著作权人之间的利益关系,推动人工智能与著作权保护共生共荣。