关键词： 人工智能   民族地区   高校思想政治教育  

摘要： 随着人工智能的迅猛发展,人工智能被应用于各个领域,这给民族地区高校思想政治教育带来发展机遇,也使民族地区高校思想政治教育面临现实挑战。为了抓住发展机遇,应对现实挑战,实现人工智能与民族地区高校思想政治教育的深度融合,文章提出“因智而生:加强设施建设,创新技术应用”“因智而变:强化数据安全,筑牢保护屏障”“因智而兴:深化文化融合,挖掘地区特色”“因智而能:提升主体素养,缩小数字鸿沟”等对策,助力推动民族地区高校思想政治教育在人工智能时代的创新发展。

关键词： 成本与管理会计   研究性教学   批判性思维   人工智能  

摘要： 针对会计学专业创新人才培养对研究性教学的现实需要,结合专业核心课程成本与管理会计的教学目标、教学模式、教学实践和考评体系,进行了研究性教学的探索与实践。构建了以学生为中心,激发学生的学习热情、强化批判性思维发展以及推行项目驱动学习的教学模式,通过适当的课前准备、课中互动和课后巩固活动,结合多元化的考评体系,实现了研究性教学模式在课程中的应用。

关键词： 驾驶风格   无监督聚类   特征选择   机器学习  

摘要： 驾驶风格识别对于提升智能网联汽车个性化驾驶体验和优化能源利用具有重要意义。考虑到不同道路环境与不同驾驶风格之间的耦合关系,设计了一个级联传递框架充分利用采集的实车自然驾驶数据,将数据分割成不同物理意义的事件。以驾驶员ID作为伪标签,建立XGBoost模型从中学习驾驶风格的差异性,确定对于驾驶风格识别重要的特征及权重。基于混合专家系统的思想,采用WK-means算法对不同环境下的驾驶风格进行聚类,最终得到驾驶分数来衡量驾驶员的表现。对聚类后各类驾驶员驾驶数据的统计分析表明,该方法能有效实现不同驾驶风格驾驶员的聚类,为智能网联汽车技术的进一步发展奠定了基础。

关键词： 就业提质扩容   劳动力市场分割   新就业形态   终身教育   人工智能  

摘要： 提升人力资源配置效率是应对当前就业结构性矛盾、促进高质量充分就业的关键。当前,在工作能力、劳动条件和区域分布上人力资源供需不匹配的问题都较为突出。教育培训、劳动力市场制度、信息匹配和劳动力自由流动等领域面临新的挑战。促进人力资源供需匹配需要立足于服务国家发展战略,兼顾人力资源服务的公共服务属性与产业属性,通过提升企业能力和优化营商环境促进劳动者与企业双赢,建立兼顾长短期效果的教育培训体系,加强对新技术的应用,积极参与全球人才竞争。

关键词： 人工智能   人机共创   县级融媒体中心  

摘要： 人工智能时代,人机共创在内容生产、传播效果、用户连接等方面为县级融媒体中心赋能。人机协作创新新闻采集方式,AI数智人主播提升节目呈现效果,AI协同创作矩阵形成高效的生产流程,为县级融媒体中心发展提供了新的路径。然而,AI生成的内容缺乏深度与情感,在技术层面成本高且适配难,在人才队伍层面缺乏既懂新闻业务又具备AI技术知识的复合型人才。对此,应人机优势互补,提升内容质量;合理选型与整合,降低技术成本;加强培训与引进,打造复合型人才团队,从而实现人机共创可持续发展,助推县级融媒体中心高质量发展。

关键词： 人工智能   兽医病理学   个性化   学习路径  

摘要： 基于AI赋能下《兽医病理学》课程个性化学习路径的构建。通过分析传统教学模式的局限,利用AI技术构建知识图谱、分类学习资源、收集分析学习数据以及生成和调整个性化学习路径的过程,旨在提升《兽医病理学》教学质量,满足学生个体学习需求,为培养高素质动物医学相关专业人才提供新的教学思路与方法。

关键词： 人工智能   深度学习   肝细胞癌   图像分割   预后预测  

摘要： 目的:探讨基于增强CT的深度学习(DL)技术对肝细胞癌(HCC)患者术后早期复发的预测价值。方法:回顾性分析2017年1月-2022年1月在赤峰市医院接受手术治疗的HCC患者的临床和CT资料。术后两年内每三个月进行一次复查,之后每半年复查一次。每次复查先进行AFP检测及超声检查初步确定有无复发,存在异常结果时进行CT或MRI检查进一步确认。记录患者术后复查期间的生存状态及时间,失访者则剔除。最终纳入180例HCC患者,根据术后两年内复发情况,将患者分为早期复发组(126例)和非早期复发组(54例)。使用ITK-SNAP3.6.0软件,在每例患者的肿瘤直径最大层面的术前增强CT动脉期图像上,沿肝肿瘤和脾脏边缘手动勾画肝肿瘤及脾脏ROI。将勾画后的图像按7∶3的比例随机分为训练集和测试集。在训练集中采用Unet架构对肝脏肿瘤和脾脏ROI进行学习并建立自动分割模型,然后在测试集中评估此模型的分割效果。重新将180例患者随机分为两组,一组用于DL模型的建立(DL数据集),一组用于后续Cox回归模型的建立(Cox数据集)。将用于深度学习的数据集按7∶3的比例随机分为DL训练集和DL验证集。使用基于DL技术的Resnet50架构,在DL训练集中分别构建预测术后早期复发的肝肿瘤DL模型和脾脏DL模型,然后在DL验证集中评估2个模型的效能。通过网格搜索技术分析DL验证集中肝肿瘤DL模型和脾脏DL模型的输出结果,以0.001为步长计算2个模型的最优权重分配,以此权重系数构建联合模型。最后,以术后是否复发及复发时间为因变量,临床资料和联合模型预测结果为自变量,使用Cox回归分析建立Cox回归模型,使用临床决策曲线和校准曲线评估模型表现,并采用列线图将模型可视化。结果:在训练集和测试集中,肝肿瘤分割模型分割结果的符合率分别为94.49%和86.94%,脾脏分割模型分割结果的符合率分别为99.72%和93.96%。在DL训练集、DL验证集和Cox数据集中,肝肿瘤DL模型的AUC分别为0.95、0.82和0.94,脾脏DL模型的AUC分别为0.91、0.75和0.88。以肝肿瘤DL模型和脾脏DL模型的权重系数分别为0.852和0.148来构建联合模型,其在Cox数据集中的AUC为0.976。Cox回归分析显示肿瘤大小(HR=1.71,95%CI:1.48~1.97,Z=7.29)、凸出肝轮廓(HR=2.49,95%CI:1.28~4.86,Z=2.67)、镜下见微血管侵犯(HR=2.04,95%CI:1.13~3.68,Z=2.36)、血清单核细胞计数(HR=4.13,95%CI:1.14~15.03,Z=2.16)、血清甲胎蛋白浓度的对数(HR=1.43,95%CI:1.09~1.87,Z=2.59)和联合模型预测结果(HR=10.58,95%CI:3.63~30.81,Z=4.32)为术后早期复发的独立预测因素。结论:基于CT动脉期图像上肝肿瘤和脾脏ROI建立的深度学习模型可较准确地预测肝癌患者早期复发情况;进一步联合临床资料构建的Cox回归模型可进一步提高预测准确性,有助于临床医师制订个性化的治疗计划。

关键词： 人工智能   文科类大学生   就业影响   应对策略  

摘要： 针对当前文科大学生的就业问题,本文研究了人工智能对文科类大学生就业的影响及应对策略。研究表明,文科类大学生就业面临就业率低、就业质量不高等问题,人工智能对文科类大学生就业具有重塑就业结构、改变劳动关系、提高能力要求等影响,既带来了挑战,也提供了新的机遇。通过调整文科招生规模、加强大学生自主学习、加强高校就业引导等策略,可让文科大学生更好地发挥专业优势,应对人工智能带来的就业市场变化,提升就业水平。

关键词： 审美感知   人工智能   儿童智能产品   课程设计  

摘要： 人工智能时代背景下,基于儿童审美感知的智能产品课程的设计与实践中应用的多模态人机交互等技术,对儿童艺术教育和美育效果有相当大的提升作用。多模态人机交互技术以其独特的优势丰富了儿童的感官体验,提高了感知清晰度,有效吸引了儿童的注意力,增强了他们的参与感和学习兴趣。本课程在教学实践中引入儿童美育、人工智能、艺术设计等理论,可以拓宽学生的设计创新空间,并为儿童智能产品的美育呈现和创新转化提供多样化途径。

关键词： 人工智能   文化传播   秧BOT   创新实践  

摘要： 本文以中央广播电视总台《2025年春节联欢晚会》节目《秧BOT》为例,分析人工智能技术在节目中的具体应用,从文化传播的视角,探讨《秧BOT》如何通过创新内容呈现形式和多渠道传播策略,扩大传统文化的覆盖面和影响力,进而从节目的创新实践出发,分析其对广电视听行业高质量发展的启示。