关键词： 人工智能(AI)   人工智能   沙堆  

摘要： 有没有想过,沙子和人工智能(AI)之间也有关系?乍看之下,它们似乎毫不相关,但在科学家的眼中,这两个看似无关的事物却能进发出奇妙的火花。将它们联系在一起的,是科学研究中一个至关重要的方法:还原论。

关键词： AIGC   新型主流媒体   新闻生产   人工智能  

摘要： 在人工智能不断融合的当代社会,新型主流媒体作为信息传播的重要力量,其新闻生产实践发生了革命性的变化。生成式人工智能技术对新闻场域的渗透,使得新型主流媒体构建了人机交互的多种协作模式,形成自动化、沉浸化的生产话语体系,实现对传统新闻生产的智能化补充。然而,技术的迅猛发展也带来了新闻价值传播不当、技术使用安全等风险与挑战。对此,应坚守新闻价值,形塑技术理性认知,推动新闻传媒产业的智能化发展。

关键词： 半U形地下空间   机器学习   截面宽度   坡高   烟气回流长度   最高烟气温升  

摘要： 结合火灾数值模拟(FDS)与机器学习方法,该文对半U形地下空间火灾时的烟气运动进行了深入分析。研究发现,在预测烟气回流长度及烟气最高温升方面,BP神经网络相比于支持向量机回归(SVR)展现了更高的精度,其决定系数超过了95%,而相对误差仅集中在20%以内,显著优于SVR方法。通过shap值解释机器学习模型,并结合FDS数值模拟的结果,揭示坡高是影响烟气回流长度的决定性因素,且坡高的增大、宽度的减小或热释放速率增大均会缩短烟气回流。同时,热释放速率是影响烟气最高温升的主要因素,受坡高影响较大,而宽度的减小虽能在一定幅度上降低最高烟气温升,但效果并不显著。该研究拓展了地下空间火灾烟气运动参数的预测方法,为地下空间火灾动力学行为预测及通风排烟系统的优化设计贡献了创新性的方法。

关键词： 机器学习   超高性能混凝土   抗压强度   钢纤维   预测  

摘要： 收集了国内外已发表文献的168组试验数据并建立数据库,以15个影响因素为输入变量,抗压强度为输出变量,建立了决策树(DT)、随机森林(RF)、极端梯度提升树(XGBoost)三种机器学习模型对UHPC的抗压强度进行预测,并采用SHAP算法对模型进行了解释。结果表明:三种模型的预测误差百分比均在15%以内,模型预测收敛性较高,预测值和试验值相近,均具有较好的精度,其中,XGBoost模型的预测精度最高;在所选15个影响因素中,钢纤维掺量对UHPC抗压强度的影响最大;基于机器学习预测UHPC抗压强度具有一定的准确性和可靠性。

关键词： 数字化学习环境   高中信息技术   学科素养   日常学习   人工智能   社会经济发展   计算思维   课程资源  

摘要： 信息技术作为高中阶段一门重要的学科,承担着培养学生学科素养的重任。新课标在“教学建议”中提出了“创设数字化学习环境,为学生提供丰富的课程资源”,使得学生在日常学习中,促进信息意识、计算思维、数字化学习与创新、信息社会责任等素养的发展。人工智能作为信息化的产物,为当前社会经济发展注入了新的动能,正在悄然改变着人们的生产生活方式。

关键词： 养生文化   中医药文化   人工智能   传承方式   健康理念   预防疾病   传承人才   人类健康  

摘要： 中医药健康养生文化,这一承载了中华民族数千年智慧与实践的宝贵遗产,不仅蕴含着丰富的健康理念和独特的治疗方法,而且在促进人类健康、预防疾病方面展现出无可替代的价值。随着现代社会的快速发展,这一传统文化的传承面临着前所未有的挑战。传承人才的短缺、传承方式的单一等问题日益凸显,严重制约了中医药文化的广泛传播与深入发展。

关键词： 语言模型   人工智能   数学   准确理解  

摘要： 人工智能已悄然融入我们生活的方方面面。与豆包聊天,用文心一言创作文章,或使用Cursor进行编程,这些看似各不相同的AI应用,背后都有一个共同的核心:大语言模型。而大语言模型则是建立在严密的数学基础之上,就像一颗经过精心训练的“数学大脑”,能够准确理解人类语言,并以最合适的方式回应我们的各种需求。

关键词： 人工智能   两条腿走路   脑机交互   现代文明   科幻世界   左腿  

摘要： 人靠两条腿走路,现代文明的发展也靠两条腿一左腿是0,右腿是1。0和1,催生信息社会。当前,人工智能、脑机交互迅速发展,人类的生活不断改善,恍熄间,仿佛走进科幻世界。凡事预则立,不预则废,只有精心做好对未来的“预案”,才能立于不败之地。

关键词： CDK2抑制剂   机器学习   分子动力学   结合自由能  

摘要： 通过机器学习和分子动力学模拟方法发现了细胞周期蛋白依赖性激酶2(CDK2)潜在的抑制剂.首先,利用现有的大型活性数据库和机器学习算法,建立了针对CDK2抑制剂的分类模型.采用圆形指纹(ECFP6)的极端梯度提升树模型(XGBoost)筛选Enamine数据库,并选出了1152个新型化合物.通过分子对接和打分函数对这些潜在化合物在CDK2中的亲和力进行了排序,并采用指纹聚类的方法将化合物分为4类.分别从4类中选择1种对接评分较高的化合物,然后对4种化合物进行了类药性分析和分子动力学模拟.类药性分析结果表明,筛选出的4种潜在的CDK2抑制剂(Z1766368563, Z363564868, Z1891240670和Z2701273053)具有良好的成药性,并在分子动力学模拟结果中具有较高的结合自由能.这4种化合物可作为CDK2的先导化合物进行后续的改造和优化.

关键词： 大数据   人工智能   纸张质量   质量控制   系统集成  

摘要： 纸张生产过程中,原材料的差异、生产环境的变化以及设备性能的波动等都会影响其质量,大数据技术的引入能够对生产过程中各类数据进行实时收集和分析,揭示出潜在的质量问题;人工智能技术能够对生产过程中的质量波动进行预警以及自动调整。基于此,文章围绕基于大数据与人工智能的造纸质量控制系统展开探讨,旨在为利用技术创新推动纸张生产过程中的质量提升提供策略参考,从而提升生产效益。