关键词： 新经济发展机遇   产业变革   科技革命   人工智能  

摘要： 当前,人工智能技术和应用迅猛发展,已成为新一轮科技革命和产业变革的重要驱动力量。习近平总书记指出,谁能把握大数据、人工智能等新经济发展机遇,谁就把准了时代脉搏。面对新机遇,多地在“新春第一会”上提出,在人工智能领域下大决心、集中发力,构筑高技术、高成长、大体量的产业新支柱。人工智能与传统产业的结合不是简单叠加,而是融合创新。

关键词： 物联网   人工智能   火车车厢状态监测   铁路运输   异常报警  

摘要： 为解决火车车厢状态监测的实时性与精准性问题,提升铁路运输安全与效率,研究融合物联网(Internet of Things,IoT)与人工智能(Artificial Intelligence,AI)技术,重点分析了高清线阵相机数据采集与智能分析算法,验证了其在车号识别与装载状态监测中的应用效果,并基于分层架构设计,提出了一种智能化监测系统,通过仿真试验与多场景测试验证了其性能。结果表明,该系统车号识别准确率达98.5%,装载状态检测灵敏度为96.8%。它可在复杂光照及天气条件下实现实时异常报警与数据记录,显著提升运输安全性与调度效率。研究成果为铁路行业智能化转型提供了可行的技术参考,具有较高的工程应用价值。

关键词： 技术创新   新质生产力   人工智能   管理创新  

摘要： 近年间,人工智能的突飞猛进及与其他新技术加速融合驱动了新质生产力的发展。面对新质生产力的新发展要求,企业要加强技术创新,更要加强管理创新。当下,一系列从量变到质变的管理创新活动正涌现出来,呈现出一些新的趋势。

关键词： 航空服务   满意度   Transformer   机器学习  

摘要： 应用Transformer以及其他机器学习算法对航空乘客满意度进行综合评价,分析航空乘客对航空服务质量的满意度及其影响因素并对其满意度水平进行预测研究,为提高航空服务质量提供参考。首先通过文献调研发现,大多数研究集中在2015年美国航空乘客满意度数据集上。为避免与现有研究重复,本研究从kaggle平台选取了一个与2015年美国数据集特征相同且样本量较大的数据集,通过合并这两个数据集,进行一项更深入的分析。然后通过现有特征构建两两特征间相加和相乘的新特征,通过用一个较为简单的模型LightGBM来对比看哪种特征处理方式获得的新特征最佳,最后对比多个机器学习模型,确定最优模型。结果显示,Transformer在准确率、召回率的三个指标均优于其他算法,其中Accuracy:0.9592,AUC:0.9604,Precision:0.9573,Recall:0.9604,F1-score:0.9586。在线登记是航空服务质量满意度的重要影响因素,航空公司应进一步加强以上方面的培训建设。

关键词： 人工智能   信息数据   自动检索   大数据  

摘要： 传统的数据检索往往借助对关键词的检索与基本的统计方式,无法满足大数据、信息时代的发展需求。随着人工智能技术的普及应用,尤其是自然处理器、深度学习等技术的应用更是为数据检索提供了技术支撑,有效地实现了数据自动检索功能,无论是检索效率还是精准度,均得到了明显提升。为此,加强人工智能技术在数据自动检索中的应用研究,可以在实现人工智能技术发展的同时,还能够提升数据自动检索的效率,对各个行业的发展具有重要价值。

关键词： 工程材料基础   机械设计   材料选型   人工智能  

摘要： 随着人工智能技术的迅猛发展,高等教育领域正经历从“知识传授”向“能力培养”的深刻转型。作为机械类、能源动力类等非材料专业的核心课程,“工程材料基础”承担着培养学生材料选型、性能分析与工程应用能力的重要任务。然而,传统教学模式以教师讲授为主,教学内容偏重金属、陶瓷等材料的理论特性,与机械设计、智能制造等专业需求脱节,导致非材料专业学生普遍面临“学难致用”的困境。基于此,本文以非材料专业学生的能力需求为核心,结合人工智能技术与科研反哺教学理念,系统探讨“工程材料基础”课程的教学改革策略。通过重构教学内容、创新教学方法,突破传统教学模式在知识应用、创新能力培养及前沿性方面的局限,为新工科背景下的同类课程建设提供理论与实践参考。

关键词： 智能制造   “五维协同”   人才培养  

摘要： 围绕校企“五维协同”育人,即以“课程育人、实践育人、文化育人、平台育人、队伍育人”相协同,以“精准调研、精确定位、精心组织、精细考核”为保障,从人才培养目标、课程设置、教学实施、学生管理和教学评价等方面探索人才培养模式优化,充分发挥合作企业作为行业龙头的优势,共同构建精准满足智能制造行业需求、产学研深度融合的协同创新育人生态圈。

关键词： 人力资源评估   数据分析   机器学习   绩效量化   人才管理  

摘要： 文章提出了一种基于多维度数据分析的人力资源绩效评估模型,旨在通过量化员工多维表现数据以优化传统评估体系的主观性与滞后性等问题。文章整合企业人力资源数据,应用机器学习算法建立了动态评估框架,并结合某科技企业的实际应用案例验证了模型有效性。结果表明,该模型能提升评估效率与客观性,为企业人才管理提供数据驱动的决策支持。

关键词： 脑电信号   主动学习   数据挖掘   机器学习  

摘要： 脑电智能算法模型的研究需要大量临床数据样本,然而临床脑电数据集构建过程费时费力,在此背景下,本文提出一种基于主动学习的临床脑电数据挖掘方法。该方法基于数据池的主动学习方法设计实验流程,先用初始标注训练基础模型,并在学习过程中使用基于概率分布最大值特征、基于最小分类差距、基于信息增益和基于置信度波动的四种不确定性主动查询策略方法,挖掘高价值临床脑电数据样本,人工标注后再并入训练集重新训练模型。实验结果显示,主动学习策略从临床脑电数据集中挑选样本用于训练EEG-Conformer能够有效提高模型性能,相比作为基准策略的随机样本挑选策略,该策略的准确率提高了3.8%,F1-score提升了5.2%,该方法总体上能在耗费更少标注资源的情况下提升模型性能。

关键词： Agent   人工智能   智能体   大模型   DeepSeek   人机协同  

摘要： 伴随蒸汽机奏响工业文明序曲,人类社会在技术重构生产范式的进化之路上不断前行。在数字化浪潮席卷全球的今天,企业智能化转型也迎来历史性拐点。国产DeepSeek大模型全系开源,凭借较低的使用价格、较高的模型性能,以一己之力拉低了B端客户应用门槛。一方面是全球AI技术平权,另一方面则更重要:B端客户在应用大模型API开发Agent(智能体)方面,难度大大降低。