关键词： 人工智能   课堂教学   学情数据   智能技术   数据驱动  

摘要： 人工智能赋能课堂教学可以促进课堂个性化学习与全面发展、提升课堂教学效能与精准管理水平、优化课堂教学资源配置与管理水平、推动教育公平与终身学习的进程。人工智能赋能课堂教学的过程中,存在课堂教学设计数据驱动的精准性不足、课堂教学实施中智能技术整合不足、课堂教学评价体系不完善的现实挑战,人工智能赋能课堂教学的实践路径是基于学情数据精准设计课堂教学、融合智能技术创新实施课堂教学、开展数据驱动的课堂教学评价等。

关键词： 人工智能   信息科技   基础教育   分析与展望  

摘要： 人工智能技术持续取得突破,以数字素养为核心的信息科技教育也得到了前所未有的重视。本文阐述了在人工智能的助推下信息科技教育所取得的进展,剖析当下存在的人工智能课程设计指引性文件偏少、高质量课程设计实施困难等问题,展望了未来人工智能所带来的信息科技教育的五个主要趋势。

关键词： 强化学习   个性化推荐   英语   人工智能  

摘要： 针对英语专业学习资源推荐中个性化需求的挑战,本文提出了一种基于人工智能算法的推荐模型。该模型通过人工智能算法的探索与优化,充分利用用户交互数据集和学习资源库中的多维特征信息,构建动态推荐机制,并采用多维指标对模型进行全面评估。评估结果表明,本模型不仅有效提高了推荐性能,增强了学习资源推荐的精准性,还能通过实时捕捉用户交互行为,运用探索性策略快速学习,弥补历史数据不足的劣势,从而为新用户提供可靠推荐,解决了传统算法中冷启动的问题。本成果不仅为英语学习资源推荐提供了有效解决方案,还为其他领域的个性化推荐提供了理论支持和实践参考。

关键词： 钻井周期预测   人工智能   深度学习   强化学习   Transformer  

摘要： 钻井工程作为油田勘探与开发的重要环节,其钻井周期的准确性直接影响到油气田的开发效率和经济效益。随着人工智能技术的快速发展,尤其是大模型技术的兴起,为钻井周期预测提供了新的研究方向和技术手段。本文探讨了基于AI大模型的钻井周期预测的研究进展,包括深度学习、机器学习等技术的应用。同时,分析了目前研究中存在的问题与挑战,如数据质量、模型多工况适应性等。并对基于AI大模型的钻井周期预测的未来发展趋势进行了展望,提出了进一步改进和拓展该领域研究的方向和建议,为提高钻井效率、降低成本提供理论支持和借鉴。

关键词： 演播室   人工智能   虚幻现实   元宇宙  

摘要： 随着信息技术的不断发展,企业视听平台演播室、网络社交媒体演播室、有线电视演播室等,正逐步实现智能化、虚拟化。新一代企业智慧演播室,结合了企业信息化改造,整合现有融媒体、虚拟引擎、增强现实和人工智能技术功能,为客户带来事物的全息记录和重现,客户主体将获得沉浸式体验,身临其境地融入“现场”。这类新演播室呈现出的不是简单叠加的一系列技术,也不是各种新旧演播元素松散的组合。本文通过对企业智慧演播室发展现状、演化的思考得出结论,即企业智慧演播室的提级跃升、不断量变,正向着完全质变的元宇宙形式的演播室方向发展。

关键词： 红木家具   智能制造   产品质量   企业管理   发展路径  

摘要： 在家具智能制造发展趋势以及高端定制这一新的市场需求驱动下,相较于数字化程度较高的板式家具,红木家具生产方式传统、生产周期长,难以满足个性化需求,同时产品质量无法达到消费者的要求。为解决在新时代、新需求下的红木家具产品质量管理问题,有必要进一步探索提高产品质量水平的发展路径。首先,对红木家具产品生产全流程现状进行整理,包括生产准备、生产执行、产品检查、产品销售4个阶段;其次,采用鱼骨图从“人、机、料、法、环”5个方面归纳总结以上阶段中红木家具产品质量问题的致因;最后,结合家具智能制造背景提出针对红木家具企业产品质量管理提升路径,即系统化、数字化、柔性化、绿色化4个方面。本研究有助于提高红木家具产品管理水平以及企业的核心竞争力,为今后红木家具企业数字化转型升级提供参考。

关键词： 人工智能   学前教育   幼儿游戏  

摘要： 人工智能以高智能交互、创造性生成、复杂数据处理等突出优势,为学前游戏化教育拓展出新的实施路径。面向人工智能在幼儿游戏中的新尝试,我们需通过探讨人工智能全方位解读幼儿游戏需求、辅助创设沉浸式幼儿游戏、保障游戏育人评价科学性等价值,厘清其赋能幼儿游戏的“可为”。通过剖析人工智能应用过程中隐私安全风险、幼儿虚实混淆、削弱情感启蒙教育等隐忧风险,明确其赋能幼儿游戏的“难为”。从技术系统开发、现实环境衔接、群体游戏构建三方面,提出人工智能赋能幼儿游戏的“何为”,以期为学前教育信息化发展提供有益启示。

关键词： 机器学习算法   预测模型   神经母细胞瘤   骨转移  

摘要： 目的通过机器学习算法建立神经母细胞瘤(NB)骨转移的风险评估模型,辅助临床进行疾病诊疗。方法选取2019年1月—2024年5月上海交通大学医学院附属新华医院初次诊断为NB的患儿138例,其中有46例发生骨转移。将所有患儿按7∶3的比例随机分为训练集(97例)和验证集(41例)。收集所有NB患儿首次入院时的临床资料和实验室检查结果。采用LASSO回归分析进行变量筛选,采用9种机器学习算法建立判断NB骨转移风险的模型,采用受试者工作特征(ROC)曲线评估各个模型的诊断效能,根据曲线下面积(AUC)筛选出最优模型,并在验证集中评估其效能。结果采用LASSO回归分析从40个变量中筛选出9个变量[肿瘤骨髓转移状态、治疗前危险度分级、Myc基因扩增状态、骨髓原始细胞百分比、骨髓巨核细胞计数、血红蛋白、乳酸脱氢酶(LDH)、CD8+T细胞百分比、CD8+T细胞绝对数]。在训练集中,采用9种算法基于筛选出的9个变量分别构建相应的模型。9个模型中,极端随机树(ExtraTrees)模型判断NB患儿发生骨转移的效能最高(训练集和验证集的AUC分别为1.000和0.927)。ExtraTrees模型在训练集上的预测结果准确度为100%;在验证集上,预测结果准确度为90.2%。结论基于机器学习算法构建ExtraTrees模型在NB骨转移风险评估中有较高的应用潜力。

关键词： 机器学习   Canopy-K means聚类   高速ETC收费数据   用户识别   用户价值  

摘要： 针对高速公路ETC用户价值细分问题,结合大数据挖掘技术,构建一种基于改进无监督聚类的用户价值分层识别模型。利用高速公路ETC收费数据,结合改进的RFM客户细分模型,运用Canopy-K means聚类将不同车型的高速公路ETC用户进行分类;基于出行行为特征构建客户画像;对每一类群体特征进行归纳总结;结合客户价值逐一分析客户偏好及需求。结果表明:采用聚类方法对四类车型分类得出4种用户群体;根据聚类将用户分为黄金、白银及普通用户,并针对不同种类ETC用户确定客户画像及应对策略。

关键词： 无人机   人工智能   封路作业   自动巡检  

摘要： 近年来,《“十四五”现代综合交通运输体系发展规划》《关于推进公路数字化转型加快智慧公路建设发展的意见》等政策文件围绕无人机技术在交通行业应用,提出了清晰的任务实施路径,重点提及了实现自动化巡查、无人机巡查,大幅提升养护作业效率。同时,提出要打造路网智能感知体系,采用激光雷达、无人机及车载终端数据上传等新型感知手段,提升各类数据融合应用水平,实现全要素动态实时感知。本项目针对无人机和人工智能技术,围绕高速公路施工养护封路作业标准化业务场景,从封路作业管理痛点出发,实现无人机对封路作业标准化巡检检查,提升路网感知能力和管理水平。