关键词： 人工智能   小学语文   拓展性阅读   个性化学习  

摘要： 在教育现代化的背景下,人工智能技术的应用正在革新小学语文教学的传统模式,尤其是在拓展性阅读领域。本文深入探讨了人工智能在小学语文拓展性阅读中的应用潜力,重点分析了其在技术赋能、个性化阅读等方面的优势。通过智能推荐、数据分析、互动反馈和个性指导这四个实践路径,本文旨在探索如何更有效地利用人工智能技术促进学生的阅读深度与广度,进而提升学生的语文核心素养。研究显示,人工智能技术不仅能够为学生提供更广阔的阅读视野,还能够通过个性化的学习路径和实时反馈,助力学生实现自主学习和能力的全面提升。

关键词： 机电一体化   智能制造系统   关键技术   实验验证   未来发展趋势  

摘要： 本文旨在研究基于机电一体化的智能制造系统,分析了系统架构、关键技术、实验设计与实施、面临的挑战与对策及未来发展趋势。方法上,本文首先概述了机电一体化技术与智能制造系统的基本概念,然后详细阐述了基于机电一体化的智能制造系统的总体架构,包括感知层、控制层、执行层与决策层。接着,探讨了传感器与检测技术、自动控制技术、信息处理与决策支持技术等关键技术的研究进展。通过设计并实施一系列实验,验证了系统的性能与效果,包括系统测试、关键技术验证及优化策略评估。结果显示,该系统具有较高的可靠性、稳定性与高效性。此外,本文还分析了智能制造系统面临的技术融合、数据安全、人才短缺等挑战,并提出了相应的应对策略。最后,展望了智能制造系统的未来发展趋势,包括智能化水平提升、网络化与协同化、绿色化与可持续发展。

关键词： 实验设计   机器学习   氧化锆   生物乙醇   丙烯制备  

摘要： 为了将人工智能技术融入实验教学,设计了机器学习驱动的乙醇转化制备低碳烯烃催化剂实验,通过机器学习方法优化氧化锆催化生物乙醇制备丙烯的反应条件。引入随机森林模型和神经网络模型对催化剂煅烧温度、反应温度和反应压力3个关键反应条件进行分析。实验结果表明,催化剂煅烧温度550℃、反应温度470℃、反应压力10 atm(1 atm=101.325 kPa)条件下,氧化锆催化生物乙醇制备丙烯的效果最佳。此外,采用斯皮尔曼秩相关系数和肯德尔秩相关系数量化了3个反应条件对丙烯产率的影响权重。催化剂煅烧温度权重最大,反应温度次之、反应压力最小。

关键词： 人工智能   神经网络算法   中国地方志   上合组织   科研团队   信息工程学院   中国历史文献   金砖国家  

摘要： 2月上旬,我校计算机与信息工程学院刘利钊教授团队联合清华大学推出全国最大规模的新一代人工智能科技音乐作品大模型和文化文艺作品大模型“复兴征程中华颂”。科研团队深入研究了新一代人工智能在音乐与文艺作品生成领域的大规模算法应用,成功研发出具有自主知识产权的科技文化分支植物神经网络算法,并在主题模型架构中陆续生成面向中国各个省市地区、中国传统文化、中华特有文明脉络、中华精神文明、中国故事、中国历史、中国红色文化、中国地方志、中国地理、中华民族杰出人物、中国历史文献、世界华人文明、“一带一路”、上合组织、“金砖国家”、中外交流交往、中国地方产业、中国地方文旅、中国地方经济等数万个分主题,进一步演化生成万亿级别的超大规模文化作品库和文艺作品库。

关键词： 高桩码头   机器学习   损伤   反演   承载力  

摘要： 现有的码头结构评价方法具有滞后性,无法持续获取结构的安全信息。基于损伤诱因反演研究,综合码头常见的两种失效模式,引入承载力富余系数作为码头结构评价指标,依托机器学习方法开展损伤诱因强度、位置、承载力富余系数的预测。结果表明:粒子群优化神经网络(Particle Swarm Optimization-Back Propagation,PSO-BP)模型对强度反演与承载力富余预测效果最好;粒子群优化支持向量机(Particle Swarm Optimization Support Vector Machine,PSO-SVM)优化模型对损伤诱因位置识别精度最高。本研究中PSO-BP与PSO-SVM模型预测精度较高,为基于损伤诱因反演的码头健康监测方法提供了状态评价指标,可为码头结构长期、动态评价提供参考。

关键词： 甲状腺结节   甲状腺乳头状癌   X线计算机   体层摄影术   SHAP   机器学习模型  

摘要： 目的:建立甲状腺乳头状癌(PTC)CT影像特征3种机器学习预测模型,运用SHAP值分析最佳模型中各CT特征在模型中的贡献度。方法:回顾性分析2016年1月至2021年1月西湖大学医学院附属杭州市第一人民医院门诊和住院收治,且经病理证实426例440枚PTC的CT影像特征,与467例528枚结节性甲状腺肿(NG)对比,评估咬饼征、增强后范围缩小/模糊、微钙化和形态不规则4个CT特征在2者中的分布。将PTC和NG的CT影像资料以8∶2的比例随机分为训练集和测试集,采用极端梯度提升(XGBoost)、随机森林(RF)和支持向量机(SVM)构建3个机器学习模型。通过受试者工作特征曲线下面积(AUC)、准确率、F1评分等,筛选出最佳模型。使用SHAP值解释最佳模型中各CT特征对模型贡献度。结果:440枚PTC和528枚NG的CT特征中,咬饼征、增强后范围缩小/模糊、微钙化和形态不规则分别为326枚和30枚(χ^(2)=483.05,P<0.001)、363枚和106枚(χ^(2)=374.45,P<0.001)、158枚和53枚(χ^(2)=94.24,P<0.001)、354枚和52枚(χ^(2)=491.34,P<0.001)。XGBoost、RF和SVM构建的机器学习模型在训练集上的AUC、准确度、F1评分范围分别为0.884~0.925、0.867~0.873、0.844~0.854,在测试集上为0.869~0.923、0.845~0.871、0.803~0.845,其中XGBoost模型在测试集上诊断效能最高。4个CT特征中,形态不规则的绝对SHAP值最高,对诊断PTC为正向贡献。结论:XGBoost机器学习模型诊断PTC的效能最高;CT特征中,形态不规则对诊断PTC贡献度最高且为正向贡献。

关键词： 碳排放管理   人工智能   区块链   云计算   工业互联网  

摘要： 如何有效监控和减少碳排放,已经成为各国和企业在全球气候变化和碳排放管理需求日益迫切背景下面临的关键挑战。针对这一问题,研究对比了我国与其他国际经济体在实现“双碳”目标过程中的政策措施的差异化,探讨了新兴的数智化技术在现实场景中对于能源企业碳排放管理的典型应用。根据当前数智化技术的发展,提出了5G+人工智能、大数据+工业互联网技术、区块链+云计算+人工智能以及其他技术赋能碳排放监测、构建碳在线碳监测平台,为推动行业绿色低碳转型提供关键支撑。

关键词： 人工智能   智慧国土   国土空间规划   AI智能体  

摘要： 通过分析AI智能体在国土空间规划行业领域的应用前景,提出国土空间规划智能体的定义、构建路径,探索国土空间规划智能问答、报告生成、智能核验、监测评估等智慧规划场景,为AI智能体技术在国土空间规划业务工作中的应用提供路径参考和方向指引。

关键词： 烟叶烘烤   干燥速度   大数据   人工智能   构建思路  

摘要： 为了有效提高烟叶烘烤质量,采用以烟叶干燥速度反制烟叶烘烤过程,进而创建烟叶烘烤大数据人工智能化的新技术。借助现行密集烤房烘烤控制器,将原有的温湿度计换成电子重力衡,获得基础的烟叶脱水量,转换成烟叶烘烤干燥速度,以此为基础,再以烟叶干燥速度反制烟叶烘烤过程,进一步综合考虑影响烟叶烘烤因素,借助现行电子信息网络,实现烟叶烘烤大数据人工智能化的新技术新思路。结果表明,首次获得现行烘烤温度和湿度对应下烟叶烘烤干燥速度,为构建人工智能化烘烤新技术打下良好基础;构建思路主要包括2个方面,一是烤房终端机构成与运行;二是烟叶烘烤大数据人工智能云计算中心构成与运行,并且列出了详细的建模要素及其参数。为快速实现烟叶烘烤数据化、智能化、精准化打下较完善的理论基础,为现行深陷困境的“干湿度+图像”人工智能化烘烤技术研究打开另一可实施新路径。

关键词： 特高含水油藏   井间优势通道   深度置信神经网络   算法融合   机器学习  

摘要： 井间优势渗流通道的形成受多方面的因素综合影响,识别过程中需要分析的因素众多、过程复杂,最直观可靠的做法是通过剖面测试数据结合生产动态分析来判定,或者通过措施见效井来验证是否存在优势渗流通道,但是实际生产中剖面测试数据量不足,措施见效井分析结果又属于后验知识,时效性差,导致识别的精度和效率较低。因此,本文以大庆油田特高含水典型区块M区块为例,结合主控因素分析方法构建特征参数集,应用粒子群算法(PSO)优化深度置信神经网络(DBN)的结构参数,通过逐层递推和全局优化融合、有监督和无监督学习算法融合提升模型性能,形成了一种基于机器学习算法的注采井间优势通道识别的方法。构建的优势通道识别PSO-DBN模型应用于典型区块,识别准确率比未经过优化的DBN神经网络模型预测准确率提高了2.8%,比MLP神经网络模型预测准确率提高了8.6%,通过增补无标注样本、实现有监督和无监督学习算法融合,可以进一步提升识别精度。