关键词： 人工智能   外训学员   血管外科   医学教学  

摘要： 随着全球化进程的加速和国际医学交流的日益频繁,外训学员在我国医学教育体系中的地位愈发重要。本文探讨了人工智能技术在外训学员血管外科教学中的应用,包括其在理论教学、手术技能培训、病例分析与临床决策等方面的具体应用形式,分析了人工智能应用于外训教学所带来的优势,如提高教学效率、增强教学个体化、促进文化融合等,同时也深入探讨了面临的数据安全与隐私保护、技术可靠性与适应性、教育理念转变以及跨文化教育等挑战,并提出了相应的应对策略。通过合理利用人工智能技术,有望提升外训学员血管外科教学质量,为国际医学人才培养做出积极贡献。

关键词： 虚拟教研室   数字化   人工智能   食品分析   课程思政  

摘要： “数字化”时代悄然而至,教师的教学方式和学生的学习模式悄然发生着改变,虚拟教研室作为新型的基层教学组织,已为教育改革提供了新思路和新范式,对于提升教学质量、教研学术水平和破解高校科研与教学矛盾等方面产生了深远影响。文章以我校“食品分析”课程虚拟教研室建设过程中充分利用数字信息技术构建微课共享资源、搭建线上新平台等为起点,具体介绍虚拟教研室应用智慧平台推动教育教学改革和提升教学质量方面的做法和路径,分析“食品分析”课程虚拟教研室的应用成效。数字技术赋能课程转型,有效融入思政育人元素,课堂气氛活跃,学生参与度一路“狂飙”,学习效果显著提升。数字化技术助推虚拟教研室的发展,赋能深化教育教学改革,促进数字化转型,实现高等教育的高质量发展。

关键词： 人工智能   试题库   自动   组卷   系统设计  

摘要： 常规的试题库自动组卷系统易受到数据库服务器结构分离作用的影响,导致部分功能项目异常。为此,研究提出了一种基于人工智能的试题库自动组卷系统。在系统硬件部分,设置了FPGA芯片和IDE控制器;在系统软件部分,利用人工智能领域的遗传算法,构建试题库自动组卷综合行为模型,结合试题库自动组卷功能模块,实现自动组卷。测试结果表明:该系统的各个功能项目均能有序运行,性能良好,具有可行性。

关键词： 碳排放配额   机器学习   风险预警   SHAP  

摘要： 碳排放权交易是实现碳达峰与碳中和的核心工具,因此建立碳价风险预警模型至关重要。研究选取能源价格、经济状况、国际碳价、环境因素、公众关注和不确定性六个方面的15个因素作为预警指标,并使用马尔科夫区制转换模型对碳价波动进行风险等级划分。随后,构建了极端梯度提升、随机森林、决策树等机器学习模型,并用SHAP方法解释模型。以广东碳价为例,XGBoost模型的样本外准确率达到81.95%,SHAP解释结果显示,碳价波动的主要风险因素来自国际碳市场、经济状况和能源价格。研究表明,该预警框架预测性能良好,为碳价风险管理提供了决策依据。

关键词： Chat GPT   人工智能   中学作文教学   智能教育  

摘要： 以Chat GPT为代表的人工智能技术内嵌渗透到教育的各个领域之中,伴随着诸多挑战也蕴含着全新的机遇,对学校推进智能教育、提高师生信息素养意义非凡。对中学作文教学而言,Chat GPT一方面对教学观、学习观和评价观造成巨大冲击,另一方面也为促进个性化教学、激发写作动机和提供实时反馈创造了良好契机。在当今人工智能技术蓬勃发展的数字时代,更新教学方式、推进Chat GPT与“人师”的有效融合、改进学习方法、提高对Chat GPT的批判性思维以及实行多角度评价、把握学生总体学习情况,是师生应对人工智能挑战与机遇,提升自身智能教育素养的行动方向。

关键词： 机器学习   MLP模型   NEE   长江三角洲地区   水稻种植区  

摘要： 中国长江三角洲地区(以下简称长三角地区)是典型的水稻种植区,其碳源汇对区域气候和环境具有重要影响。本文系统地分析了长三角地区净生态系统碳交换量(net ecosystem exchange,NEE)与各个气象因子之间的关系,发现NEE与太阳短波辐射的相关性最强,其次与湿度相关参量(饱和水汽压差、相对湿度)等呈现较强的相关性。同时,NEE与太阳辐射、气温、湿度因子、风速和摩擦速度的相关性呈现明显的昼夜变化。基于上述分析,本文利用NEE和气象观测数据构建了长三角水稻下垫面多层感知机(Multilayer perceptron,MLP)NEE模拟模型,评估了模型的模拟效果及其时空稳定性。构建的MLP模型能较好地拟合NEE,训练集模拟的NEE与观测值的相关系数达到0.88,均方根误差为5.34μmol·m^(-2)·s^(-1);MLP模型在模拟长三角水稻季NEE时表现良好,在东台和寿县站点的模拟NEE结果与观测值的相关系数均高于0.78,模型具有较好的时空稳定性;MLP模型模拟白天平均NEE的效果好于夜间平均NEE的效果。研究结果揭示了影响水稻碳循环的主要气象因子,为认识长三角水稻种植区碳循环时空分布特征提供支撑,对准确评估全球和区域碳通量具有重要意义。

关键词： 烟叶   化学成分预测   自适应随机带宽计算   机器学习  

摘要： 为解决烟叶化学成分预测准确度不高、小样本场景性能差的问题,结合NW(Nadaraya-Watson核回归估计)与自适应随机带宽计算方法,建立了烟叶化学成分预测的回归模型。采用河南省2010―2020年气象和烟叶化学成分数据进行模型验证,结果表明,本文方法整体上优于现有方法,以云烟87为例,对总糖、还原糖、总植物碱、钾、总氮等主要化学成分的预测误差(MAPE)分别为8.46%、8.71%、12.87%、14.04%、9.95%,相较于随机森林、BP、KNN方法,MAPE分别降低了7.69%、5.02%、5.5%。本模型可应用于不同品种的烟叶化学成分预测,在数据存在偏差的情况下具有更稳定的预测结果,且本文方法仅需随机森林模型1%的数据量就可达到更优效果,在鲁棒性验证、可靠性评估等方面均可取得更优的结果。

关键词： 人工智能   神经影像教育平台   精准教学   住培效率  

摘要： 人工智能(artificial intelligence,AI)技术为医学影像教学、培训模式的改革和创新带来了新的机遇。本研究构建了AI神经影像教育平台,包括影像案例库、智能交互学习、自测练习、在线考试4个模块。该平台实现了更灵活便捷的教育模式及精准个体化的培养方式,能够调动影像医学生及住培学员学习的积极性和主动性,促进理论知识与临床实践的快速融合,提高住培效率与质量。

关键词： 人工智能   高职英语   人机协同   教学模式   建构  

摘要： 人工智能技术(AI)的快速发展为高职英语教学领域带来了新的挑战与机遇。人机协同教学作为一种融合人工智能技术与教师专业知识的新型教学模式,被引入高职英语课堂。通过建构与实践该模式来评估AI赋能的人机协同教学模式与传统多媒体教学模式在提升学生英语能力方面的效果。设计并实施了对照实验,采用SPSS 27.0软件进行信度分析,并运用Cronbach’sα系数对教学模式的效度进行了检验。研究结果显示,AI赋能的人机协同教学模式在提升学生的英语听说读写能力方面,相较于传统多媒体教学模式具有显著优势。这一发现为高职英语教学提供了崭新的视角,并为教育技术的应用及教学方法的创新提供了理论和实践上的意义。

关键词： 干眼综合征   人工智能   诊断技术,眼科   临床研究  

摘要： 随着计算机技术的持续演进以及大数据时代的汹涌来临,人工智能(AI)已然彰显出极为广阔的应用前景。医学AI犹如一位得力助手,能够助力医生制定更为客观且精准的临床决策,从而在医疗领域发挥着日益关键的作用。鉴于眼球解剖结构别具一格的特殊性,眼科AI顺势展现出独一无二且无可比拟的研究优势,为眼科疾病的诊断与治疗开辟了崭新的途径。干眼作为一种由多种复杂因素交织引发的眼表疾病,其患病率呈现出逐年稳步攀升的态势,在众多眼表疾病之中已赫然成为最为常见的病症之一,对全球民众的眼部健康构成了不容忽视的威胁。本文将系统性地对AI在干眼领域的具体应用进行详尽综述,深入剖析并精准指出AI在干眼临床诊断进程中所面临的重重挑战以及其蕴含的无限应用前景,旨在于为AI技术在干眼这一特定领域的进一步拓展与深化发展提供极具价值的参考依据与方向指引。