关键词： 教育数字化   人工智能   人才培养   教育改革  

摘要： 在全球数字化转型的浪潮和新工科教育改革背景下,人工智能作为推动第四次工业革命的核心技术,成为国家和产业竞争力的关键驱动力。随着人工智能技术的发展,如何培养适应数字化时代需求的高水平人工智能专业人才成为新工科教育改革的核心任务。探讨了新工科与教育数字化转型背景下,人工智能专业人才培养中的挑战,并提出了人工智能专业人才培养的改革方向和路径,包括课程优化、实践导向、跨学科融合及国际合作,以培养具备创新能力、实践能力和社会责任感的人工智能专业人才。

关键词： 机器学习   网络安全日志   数据挖掘   决策树  

摘要： 针对局域网网络安全攻击问题,提出一种基于数据挖掘技术的创新解决路径.通过集成Python、Java编程语言,结合MySQL数据库管理系统,运用以决策树算法为核心的数据挖掘策略,模拟并实现一个智能化的机器学习驱动网络安全日志动态挖掘系统.该系统能够实现网络安全态势的数据挖掘与安全预测的功能,提高网络安全监测和预警的准确性和效率,为局域网网络安全环境的实时响应与策略调整提供技术支持.

关键词： 机器学习   切片分组网(SPN)   网络流量预测   资源分配   优化策略  

摘要： 基于机器学习的切片分组网(Slicing Packet Network,SPN)流量预测与资源分配策略旨在提升服务提供网络的性能和资源利用效率。通过对网络流量数据进行清洗、归一化和特征提取,构建深度信念网络模型,并利用粒子群优化算法进行训练和优化。实验结果表明,该方法在处理非线性和高噪声数据时具有较高的预测精度。基于预测结果,提出一种动态资源分配算法,通过实时调整资源配置,优化网络性能,降低运营成本。该策略为网络管理者提供了有效的决策支持,具有较高的实用价值。

关键词： 异体肾脏移植   他克莫司   多普勒超声   偏依赖图   机器学习   个体化药物治疗  

摘要： 目的利用机器学习(ML)算法建立他克莫司剂量/体质量调整谷浓度(TAC C0/D)预测模型。方法收集来自72例接受同种异体肾脏移植手术患者的264份TAC血药浓度监测数据。分析人口统计学资料、临床特征、联合用药及超声特征参数对TAC C0/D的影响。选择在TAC C0/D的单因素分析中P<0.05的特征纳入随机森林(RF)算法进行重要性分析,筛选重要特征,并利用偏依赖图对重要特征进行解释。使用RF、支持向量回归(SVR)、极端梯度提升(XGBoost)、决策树(DT)和人工神经网络(ANN)5种ML算法建立TAC C0/D预测模型,并对性能最佳的RF模型进行超参数调优。结果保留了重要性评分>5的10个特征变量并纳入ML模型,分别是:谷氨酰胺转氨酶、红细胞计数、尿素氮、体质量、血肌酐、肾段动脉阻力指数、肾主动脉阻力指数、血细胞比容、肾盂杨氏模量值和移植术后时间。偏依赖图显示筛选出的10个重要变量均与TAC C0/D呈正相关。调优后的RF模型性能优于其他模型,其R 2为0.81,RMSE为43.93,MAE为29.97。结论ML模型预测TAC C0/D的表现良好,创新性地利用偏依赖图对特征进行了解释。调优后的RF模型性能最佳,为肾移植患者TAC个体化调整用药提供了新的手段。

关键词： 人工智能   高校思政课   思政课教师   教育数字化转型   智慧教育  

摘要： 人工智能技术正深度驱动高校思想政治教育教学改革创新。采用问卷调查法,以高校思政教师群体为研究对象,开展人工智能技术教学应用的实证分析。研究表明:人工智能与思政课程融合已成为必然趋势,其在教学资源整合、教学模式创新等方面显著提升了思政课教学质量与效率。当前人工智能与思政教育融合呈现纵深发展态势,但存在教师群体技术应用能力与认知水平不匹配、智慧教学平台建设滞后、人机协作机制不完善等现实困境。为此,建议从打造一支思维新和业务强的思政课教师队伍、加大思政课制度和基础设施建设的力度、确保人工智能在高校思政课中的正向应用等三方面入手,着力提升人工智能在高校思政课教学中应用的效果。

关键词： 机动车污染   排放监管   人工智能   大数据分析  

摘要： 以机动车排放监控平台为主要技术手段的机动车排放监管方式越来越广泛地被国内环境管理部门采用,其有效提高了环境管理效能。但随着信息技术的发展和管理要求的提高,该方式人力成本高、数据利用率低、存在信息孤岛等问题逐渐显现。针对现代城市机动车污染管理特征,可建设以人工智能与大数据分析技术为驱动的“天地车人”一体化监管体系:借助机器学习、智能识别等人工智能技术方法,实现城市尺度下的机动车污染监管需求大数据场景转化,降低人工投入,提高管理效率;通过深化大数据分析技术应用,建设机动车污染防治大数据资源库,构建机动车污染防治辅助决策体系,推动实现智慧决策、智慧监管、智慧执法,提升机动车污染监管效率和效果,丰富空气污染治理衍生应用。

关键词： 思想政治教育   人工智能   智能机器人   深度融合   感知力   专家系统   引领力   中心环节  

摘要： 当前,人工智能的蓬勃发展和广泛应用,正深刻地改变人类生存样式。军队思想政治教育想要切实发挥好强军兴军的“中心环节”作用,就要主动增强科技感知力和时代引领力,形成基于智能机器人和专家系统的思想政治教育指导模型,实现人工智能与思想政治教育全面结合与深度融合。

关键词： 文艺理论   美学   人文学科   学术创造力   人工智能  

摘要： 学术升降,代有沉浮。伴随着改革开放而成长起来的人文学者,站在古今中西交汇点上,考量域外,斟酌本土,使当代人文学科知识生产迈向了一个新的高度。在文艺理论、美学和艺术学领域,周宪就是这一典型时代中的典范性学者之一,在其跨界旅行的学术实践中,我们或可寻绎到形塑治学规范与磨锐问题意识的门径、涵养新知与邃密旧学的可能性,为人文学科的“再发明”开掘出新的动力乃至途径。

关键词： 人工智能   法律人工智能   法律大模型   通用大模型   数据  

摘要： 法律人工智能算法模型的发展先后经历了总结推理规则的“推理期”、构建专家知识的“知识期”和运用机器学习的“学习期”,现在已经进入法律大模型构建的“大模型期”。法律大模型构建一般以通用大模型为底座,构建模式主要有通用大模型微调模式与专家知识库增强模式,两种构建模式在数据准备、算力资源、训练过程等方面存在显著差异。目前国内外相关研究已纷纷投入法律垂直领域大模型构建的探索实践,但受到数据质量偏低、法律知识不全、算法解释困难、提示工程缺失等问题的限制,法律大模型的研究和应用尚未达到预期效果。在构建法律大模型时,应充分考虑模型开源程度、训练参数量、领域相关性、服务模式、应用场景等因素选择合适的通用大模型作为模型底座,然后按照法律数据、法律知识、指令工程、结果评估等四个关键步骤提升模型效果,在几大核心业务场景的应用实践中,进一步总结和反馈法律大模型存在的问题,并对其进行持续调整和优化。

关键词： 产业变革   数字化转型   经济转型   人工智能   智慧教育   技术演进   全球范围   新的发展阶段  

摘要： 随着新一轮科技革命和产业变革加速推进,全球范围内的各行业数字化转型步伐不断加快,教育的数字化转型也正快速推进。在技术演进、教育发展、经济转型三者交互作用下,人工智能正以空前之势引领教育迈向新的发展阶段——智慧教育。