关键词： 人工智能   科技管理   国有企业   数据   安全  

摘要： 随着全球科技竞争的日益激烈,国有企业作为国家科技创新的重要力量,其科技管理水平直接影响国家竞争力和可持续发展能力。通过探讨人工智能(AI)大模型深度赋能国有企业科技管理的优势,提出应用AI大模型提升国有企业科技管理水平的路径与策略,包括培养知识型员工、强化数据意识及注重安全保障工作等,以应用案例揭示AI技术在提升国有企业科技创新能力、优化管理流程、增强竞争力等方面的巨大潜力。

关键词： 高中语文   人工智能   议论文写作   思维可视化   教学实施  

摘要： DeepSeek凭借强大的文本解析、多模态互动和即时反馈能力,为写作教学注入了新的活力。本文以“数智时代的语文教育”学术研讨会上的一节国家级示范课《议论文写作中如何构思》为案例(有一定改编),重点探讨人工智能背景下写作教学的实践路径,为构建“以思维进阶为本、人机协同为径”的写作教学新范式提供参考。

关键词： 人工智能   跨模态生成   模态转换   医学影像   深度学习   胸部影像  

摘要： X射线、计算机断层扫描(CT)、磁共振成像(MRI)等胸部医学影像技术已广泛用于疾病筛查与诊断。人工智能(AI)技术的发展可使不同模态的图像进行转换,弥补了医学影像诊断和治疗的数据空白,提高了医疗服务效率和精准度。本文通过分析跨模态生成技术在改善胸部疾病诊断、治疗中的研究进展,阐述了AI在胸部影像跨模态生成技术中的应用,以期为后续研究提供指导。

关键词： 人工智能   高职教育   动漫制作技术   实践教学体系  

摘要： 在人工智能技术的迅猛发展之下,其在动漫制作领域的融入与应用已变得愈发深入与广泛。高职院校作为动漫制作技术人才的摇篮,肩负着培养实践能力强、行业适应性高的应用型人才之重任。因此,将AI技术融入动漫专业的实践教学体系,已成为高职院校迫切需要探索与实施的教育创新路径。当前AI技术在动漫制作中的最新应用动态,不仅揭示了其技术革新的速度,还凸显了AI在提升动漫制作效率与创意表现方面的巨大潜力。本文也直面高职院校动漫专业在实践教学中存在的短板与问题,并从多个维度创新性地提出了基于AI技术的实践教学体系构建策略,以期推动职业教育数字化改革与动漫产业高质量发展。

关键词： 银发经济   老有所养   人工智能   机器人  

摘要： 引言今年政府工作报告提出,推动科技创新和产业创新融合发展。与此同时,报告也提到大力发展银发经济、推进社区支持的居家养老等老年人最关心的事。如何实现机器人、人工智能与银发经济的深度融合,成为人民关心的焦点。

关键词： 土壤类型   土壤-景观关系模型   机器学习算法   环境变量   地形  

摘要： 构建适宜性土壤-景观关系模型是提高数字土壤制图精度的关键。由于平原-丘陵区域的多尺度复杂地形,如何充分考虑土壤-景观关系模型建立的主要环节来准确预测其土壤类型空间分布需要进一步探讨。本研究以湖北省麻城市乘马岗镇北部为研究区,将其划分为平原和丘陵2个地形单元,以28个环境变量为辅助因子,评估决策树(Decision Tree,DT)、随机森林(Random Forest,RF)、梯度提升树(Gradient Boosting Decision Tree,GBDT)和极端梯度提升(Extreme Gradient Boosting,XGBoost)在各地形下进行推理制图的精度,基于因子重要性排序筛选变量,通过对比整体与按地形分区制图的精度,探索提高平原-丘陵区域土壤类型制图精度的途径。结果表明:不同地形条件下,最优推理制图方法不同。RF在整体和平原区域制图效果较好,XGBoost在丘陵区域制图效果较好。通过变量筛选能够有效提升推理制图总体精度和Kappa系数,整体区域提升效果最好(分别提升了4.96%和0.06),平原区域提升效果最差(分别提升了1.43%和0.02)。相比较于整体制图,按地形分区制图精度较好,总体精度和Kappa系数分别为73.05%和0.69。在平原-丘陵混合区域,综合考虑制图方法优选、环境变量筛选以及制图方式能有效提升土壤类型推理制图精度,为复杂地形区域土壤类型推理制图提供了实践案例和技术支持。

关键词： 人工智能   马克思主义理论学科   教育数字化   教育强国  

摘要： 人工智能赋能马克思主义理论学科,是助力教育数字化战略、推进中国式教育现代化的必然趋势,是落实教育综合改革与创新科学技术转化双向赋能的必由之路,有助于推动思想政治工作传统优势同数智技术相融合,从而发挥马克思主义理论学科的主体性。人工智能赋能马克思主义理论学科取得了阶段性成效,但也面临着智能技术普及度不高、数据安全问题凸显、高校智能化水平不足、高校师生数字素养欠缺等难题。对此,要从强化技术、防范风险、筑牢根基、培养人才等维度,着力强化技术研发与应用创新、化解网络意识形态风险以及提升师生数字素养等多措并举,以适应数智时代的发展需求,促进人工智能赋能马克思主义理论学科高质量发展。

关键词： 油气田开发   产量预测   机器学习   神经网络   迁移学习  

摘要： 受油气开发过程中储层物性、流体性质和工艺措施的复杂多变性影响,生产数据的分析利用程度多取决于石油科技工作者的专业经验,计算成本和时间成本高,难以满足油气藏高效开发需求,亟待发现更加高效的油气产量预测方法。近年来,以深度神经网络、随机森林算法和迁移学习为代表的机器学习方法凭借处理高维数据、捕捉时序数据长期依赖关系和提取开发数据特征等方面的独特优势,在油气产量预测中取得了显著应用效果。该文通过对常用油气产量预测机器学习方法的原理及其优缺点进行分析,阐述了机器学习方法在油气产量预测领域的应用现状,总结了应用过程中潜在的问题,同时对油气产量预测方法的发展前景进行展望。未来,一方面应加强对物理约束融入机器学习模型的研究,提高模型的可解释性,避免过于理想化的预测结果;另一方面要开发适合小样本情况下的算法和迁移学习技术,充分利用历史生产数据,为油气产量预测提供更好的数据分析技术支持。该研究对油气产量的智能预测技术完善具有理论指导意义。

关键词： 人工智能   自动化行政   行政执法   执法优化  

摘要： 随着科学技术的不断发展,我国正在逐步走进人工智能时代,科学技术运用在实践生活中,促进了生活的变迁。在我国建设数字政府法治化的背景下,人工智能在政府行政执法过程中的参与程度也在快速提升。实践中,自动化行政执法在提高行政执法的效率和公正性的同时,也带来算法系统控制权力异化、算法“黑箱”减损正当程序、裁量标准机械化影响个案正义、算法决策扩大数字鸿沟和算法滥用侵犯公民隐私和信息安全等执法风险。通过提出提升算法规则合法性、完善自动化执法正当程序规则、细化自动化行政裁量基准、消除数字鸿沟、保障公民隐私和个人信息权利等对策方案,以期在人工智能时代提升自动化行政执法质量和效能。

关键词： 煤炭燃烧特性   多参数融合   热重分析   机器学习   燃烧动力学  

摘要： 针对传统煤炭燃烧特性检测技术参数单一、精度不足的局限,提出了基于多参数融合的燃烧特性检测方法。采用热重分析-差示扫描量热-红外光谱联用技术,构建融合温度、质量损失率、热流密度和气体浓度的燃烧特性评价模型,结合遗传算法与粒子群优化的混合机器学习算法,实现多参数权重的动态优化分配。通过褐煤、烟煤、无烟煤3种典型煤种的实验验证及燃烧动力学建模,结果表明:多参数融合模型相较单一参数方法,燃烧效率预测精度提升15%~20%(相关系数>0.96)。在600 MW超临界锅炉工程应用中,热效率提升了4.8%,NO_(x)排放量降低15.0%,年均燃料成本节约8%~12%。本研究为煤炭清洁燃烧工艺优化提供了理论支撑和关键技术路径。