关键词： 数字化社会变革   机器学习   碳配额价格预测   可解释预测模型  

摘要： 随着我国碳排放权交易市场的正式启动,中国碳市场迎来了新的里程碑。准确预测碳配额价格对于数字化社会变革时代下的政策制定和企业决策至关重要。然而,碳配额价格的非稳定性和非线性使得准确预测碳配额市场价格的波动具有一定挑战性。因此,本文构建了一种集可解释性与多尺度分析于一体的差异化学习方法——VMD-AWLSSVR-PSOALS-SHAP混合预测模型。该预测框架考量了影响碳配额价格的潜在因素,同时融入信号分解、高效特征选择、精确价值预测及模型可解释性研究等关键步骤,旨在提高碳配额价格预测的准确性和可理解性,以更好地应对碳市场的复杂性和不确定性。结果表明,该混合预测模型对碳配额价格预测精确度高,对价格影响因素具有可解释性;碳配额价格的影响因素因时间尺度而异,高频序列对短期经济和历史价格敏感,低频序列更容易受到能源价格的影响。

关键词： 人工智能   资源分配   医疗保健   运行方式   世界银行   包容性  

摘要： 人工智能(Al)从优化资源分配到加强教育、医疗保健和经济机会,可以从根本上重塑社会的运行方式。如果操作得当,人工智能可以成为促进包容性,扩大边缘化群体声音的有力杠杆,可以拓宽基本服务柔道,缩小发展差距。世界银行警告说,2020-2030年可能成为“失去的十年”。

关键词： 规划研究院   人工智能   春节消费   中国科技创新   经济态势  

摘要： 2025年龙年春节,全世界感受到中国经济的“暖流”。春节消费市场再创新高,电影《哪吒2》刷新中国影史票房纪录,深度求索(DeepSeek)开源推理大模型R1成为人工智能发展史上的现象级产品……全世界不仅看到了中国经济态势发展良好,也震撼于中国科技创新的力量。近期,本刊记者专访清华大学中国发展规划研究院常务副院长董煜,畅谈中国科技创新和经济发展的热点话题。

关键词： 人工智能   数字化学习   数字素养   游戏化  

摘要： 文章聚焦人工智能背景下的儿童发展与数字化学习中的认知发展,围绕教育模式、学习场景、数字素养、游戏化学习、数据隐私、技术伦理等多个关键问题展开对话,呈现智能时代的教育思考。

关键词： 商科院校   高等职业院校   虚拟仿真   人工智能   职业素质培养   设备选用   体验中心   功能定位  

摘要： 针对高等职业院校虚拟仿真体验中心建设过程中存在的特色不明显、设备应用不合理等问题,以商科院校人工智能虚拟仿真体验中心建设为例,从功能定位、建设内容、设备选用等多个方面进行研究,提出了人工智能虚拟仿真体验中心的参考设计方案,使体验中心集精神内涵传承、科学技术体验、职业素质培养等功能于一体,具有一定的参考价值。

关键词： 肺结节   电子鼻   机器学习   中医证素   呼气图谱  

摘要： 目的探究电子鼻联合机器学习对肺结节良恶性及中医证素呼气图谱的辨识效能。方法研究设计为单中心观察性研究。收集2023年4月—2024年3月期间就诊于成都中医药大学附属医院心胸外科住院部108例肺结节患者的一般资料及四诊信息,通过证素辨证的方法分析患者中医病位、病性分布特点,运用Cyranose 320电子鼻采集口腔呼气的气味图谱,基于随机森林(random forest,RF)、K最近邻(K-nearest neighbor,KNN)、逻辑回归(logistic regression,LR)、支持向量机(support vector machine,SVM)、极端梯度提升(eXtreme gradient boosting,XGBoost)5种机器学习算法辨识肺结节良恶性及不同中医证素的呼气图谱。结果(1)肺结节常见病位证素从高到低依次是肝、肺、肾;常见病性证素从高到低依次是阴虚、痰、湿、气滞、血虚。(2)电子鼻联合RF算法对肺结节良恶性呼气图谱辨识效能最佳,受试者工作特征曲线下面积(AUC)为0.91,准确度为86.36%,特异度为75.00%,灵敏度为92.85%。(3)电子鼻联合RF、LR或XGBoost算法能较好辨识肺结节不同病位、病性证素,其分类准确度、特异度及灵敏度普遍≥80.00%。结论电子鼻联合机器学习不仅具备鉴别肺结节良恶性的潜力,亦可为肺结节中医客观化病证诊断提供新技术与新方法。

关键词： 水污染物   遥感监测   自适应反演   机器学习   南四湖流域  

摘要： 提出一种多源遥感监测方法,用于南四湖流域常规水污染物监测系统设计。超分辨率处理后的Sentinel-2 L2A卫星多光谱数据可实现流域水质的大范围监测,利用无人机多光谱/高光谱数据可实现入湖河流水质的精细化监测,地物光谱仪高光谱数据能够实现湖、河岸边带水体的水质反演精度修正,基于多源遥感影像光谱特征与非光敏水质参数的相关性分析,建立光谱特征数据库。相比半经验法,结合机器学习法后,总氮、总磷反演的平均误差分别下降22.84%、39.19%。通过增强数据集、添加正则化项、集成学习、泛函分析等正则化技术,能够进一步提高反演模型对不同区域、不同季节、不同水质类别水体的自适应能力。

关键词： 人工智能   职业教育   课程建设   课程改革  

摘要： 职业教育课程建设中面临着改革内生力不足,课程设计内容滞后,地区发展不均衡以及资源共享程度低等问题。人工智能赋能职业教育课程改革创新,已成为新时期职业教育发展的新动力和新焦点。人工智能技术能有效突破传统课堂教学时间、空间限制,提升职业教育质量。为推动职业教育课程建设,职业院校应以多主体共同参与课程建设、构建基于人工智能技术教学体系、实现课程资源共建共享以及完善学习型社会等为课程改革创新路径。

关键词： 教育资源管理   人工智能   AI识别   资源共享开放  

摘要： 优质教育资源的应用是推进教育数字化和教育公平的重要途径。目前,大多数职业院校建立了大量的教育资源,但存在信息孤岛,知识割裂等问题,无法形成资源开放共享的发展格局。为破解教育资源管理难题,通过对职业院校资源管理的现状进行深入分析,探讨教育数字化转型背景下“人工智能+教育资源”的建设模式,提出了从教育资源采集、智能识别、动态监测到综合分析、共享应用全过程的智慧管理实施策略,为同类职业院校教学改革提供一种新思路,为职业院校构建共建共享教育资源的新生态。

关键词： 人工智能   古代壁画   史前艺术   时空观   汽车品牌   多元世界   想象力   创造性  

摘要： 纵观人类的创造性历史,从史前艺术的自然简约到古代壁画的抽象叙事,从艺术风格时兴时衰到社会运动起起落落,富有想象力的若干个关键昨天交织在一起,组成了设计万象的今天,提供了丰富可能的明天。这个系列核心思想是探索“如果”某个时代的风格和汽车品牌发生了错位,设计故事走向会如何改变。打破原有时空观,将品牌抽离出来,对设计做二次演绎,提供对设计、对风格更深刻的思想实验,通过人工智能生成内容(AIGC)展现一个无限可能的多元世界。