关键词： 非常规油气藏   地质调查工程   岩相   机器学习   图像分类  

摘要： 【研究目的】岩相是储层的固有属性，优质岩相是油气藏地质甜点发育的重要基石。传统的岩相研究方法难以满足非均质性极强的复杂非常规油气藏，储层岩相的高效有效识别面临极大挑战。【研究方法】本研究采用理论研究与文献分析相结合的方法，系统梳理了国内外相关研究成果，从多角度深入分析了机器学习在岩相研究中的应用现状与发展趋势，全面探索了“机器学习+岩相”这一新兴交叉领域。【研究结果】利用机器学习算法强大的数据分析能力，高效挖掘复杂地质数据中的非线性关系来识别岩相，已成为地质研究领域的重要方法和热点;机器学习在岩相识别领域广泛应用，涵盖监督学习单模型、集成模型、神经网络、深度学习及无监督模型，为储层岩相的高精度识别提供多样化技术手段;机器学习方法在岩相识别实际应用中面临数据质量、模型可解释性和计算资源等方面的挑战，未来研究应重点深化多源数据融合、模型可解释性及大模型技术等方向。【结论】在中国油气向着深层和超深层发展的背景下，勘探开发面临极大挑战。结合机器学习技术开展地下岩相高效智能研究，精准刻画岩相空间分布规律并圈定岩相甜点区，这将为非常规油气的勘探开发提供更加精准、高效的技术支撑与决策指导。

关键词： 人工智能   工程热力学   渐进式自主学习   AI教学工具  

摘要： 人工智能(AI)技术的快速发展对工程教育提出了新的要求,也提供了新的助力.文章聚焦人工智能(AI)时代背景下工程热力学的教学改革,分析了工程热力学课程的知识结构特征,并基于建筑环境与能源应用工程专业培养目标,提出AI技术在教学中的双向赋能路径:通过AI工具辅助学生从基础概念到复杂热力循环的递进式学习,同时培养其信息筛选与自主探究能力;探讨了AI生成动态化、具象化教学材料的可能性,赋能教师教学工具改进.

关键词： 高校图书馆   学科服务   人工智能   现代信息技术  

摘要： 在大数据、人工智能和现代信息技术飞速发展的大背景下,学科服务逐渐成为图书馆的核心业务,学科服务的水平和层次成为衡量图书馆工作质量的主要依据,本文以湖北师范大学图书馆为例,探讨了地方师范高校图书馆提升学科服务水平的策略:一是加强学科服务人才队伍建设,提升学科服务效能;二是完善图书馆空间布局,营造优美的馆舍环境;三是加强数据检测与管理,建立密切协调沟通机制,深入挖掘读者潜在需求;四是围绕学校工作大局,打造高效服务体系,扩大学科服务范围。

关键词： 山区河流   总氮浓度   机器学习   遥感反演   赤水河及其支流(云南段)  

摘要： 山区水体通常较为清洁,水质参数浓度低,河道狭窄,光谱信息易受周边环境影响,与大型湖泊水体相比,对其水质参数的遥感监测具有更大的难度.本文以赤水河及其支流（云南段）为研究区,对山区水体总氮浓度遥感反演方法进行研究.首先,通过对赤水河及其支流（云南段）光谱特性进行分析,确定水体遥感信息的环境影响因素,基于光谱分解算法建立了水体光谱信息校正方法;其次,以多波段反射率作为输入,对比4种机器学习模型,确定总氮浓度反演的最优模型;最后,将构建的模型算法应用于研究区水体2013—2023年的遥感影像,分析其总氮浓度的时空分布.结果表明,支持向量机回归（SVR）的综合精度高于随机森林回归（RFR）、极限梯度提升（XGBoost）和多层感知器（MLP）,测试集的决定系数（R2）分别为0.96、0.90、0.90、0.83,均方根误差（RMSE）分别为0.27、0.41、0.42、0.53 mg·L-1.该区域的总氮浓度分布在0～6 mg·L-1,大部分区域总氮浓度为3～5 mg·L-1,与调查结果一致.从时间上来看,夏季的总氮浓度普遍低于秋季的总氮浓度;从空间上来看,随着河流的走向,总氮浓度呈先降低后上升的趋势.本研究验证了遥感技术在山区窄小河流水质监测的可行性,可为全面评估山区窄小河流水体状况提供理论依据.

关键词： 新工科   人工智能   人才培养  

摘要： 为了适应新工科背景下人工智能技术蓬勃发展的趋势和社会对高端技术人才的需求,教育部从2018年开始批准在国内高校设置人工智能专业。文章从学科建设的基本理念出发,深入研究了新工科背景下地方高校人工智能专业的总体建设目标、具体培养目标与核心培养内容。人工智能专业的建设注重知识体系的系统性与实践能力的培养,结合跨学科课程设置,旨在培养具备扎实理论基础、创新意识和实际工程能力的复合型人才。文章还详细阐述了教学资源配置、实验平台建设和产学研合作等保障措施,以提供科学、全面的人工智能人才培养方案的设计,为国家人工智能专业发展贡献力量。

关键词： 天然气行业   数字化转型   人工智能   就业结构   劳动力市场  

摘要： 随着数字化转型的推进，天然气行业正逐步采用人工智能技术。本文分析了天然气行业智能技术的使用情况，包括防爆巡检机器人、数智机器人、管道高后果区智能识别和输配气站数智决策分析等技术的应用。这些技术的应用不仅提高了安全性、提高了企业生产效率，也改变了就业岗位结构和需求，导致部分岗位消失的同时创造了新的就业机会。文章进一步探讨了人工与智能机器之间的关系及合作，强调了在人工智能时代，天然气行业从业者需要重视硬技能和软技能的发展，并具备终身学习能力以适应不断变化的劳动力市场需求。

关键词： 金属有机骨架   高通量筛选   机器学习   储氢   分子模拟  

摘要： 氢存储是掣肘氢能产业发展的核心问题，提高储氢密度是关键技术难点。金属有机骨架表现出优异的储氢密度，然而传统的分子模拟技术和常规的高通量筛选方法研究金属有机框架储氢，面临计算耗时长且计算资源消耗大的问题。本文构建了一种数据驱动辅助高通量筛选策略，用于快速预测阴离子柱撑金属有机框架储氢性能，其在训练集和测试集上的R2值均超过了0.99，且耗时仅为63秒。本次研究筛选出了20个MOFs在77K下50bar的质量储氢密度均超过了美国能源部设定的储氢目标5.5wt%。潜在可能合成的ALFFIVE＿2＿Fe结构在77K，50bar下，质量储氢密度9.75wt%，可交付质量储氢密度达到了3.05wt%。通过特征值贡献度发现孔体积对储氢量影响最大，依次是表面积、密度以及孔隙率。研究结果可为阴离子柱撑金属有机框架在储氢应用提供一定的理论参考价值。

关键词： 人工智能   AI   人机比较   物化   工作绩效  

摘要： 人工智能(artificial intelligence, AI)技术的发展使大量AI机器人进入工作场所,传统的人人协作模式正逐步被人机协作模式所取代。随着AI机器人在工作中承担了越来越多与人类员工类似的职能,将人类员工与AI机器人的工作表现进行比较成为一种愈发常见的新领导行为。然而,现有文献对于这种领导行为及其可能造成的影响甚少提及。本文率先提出领导人机比较行为的新概念,并基于物化理论深入探讨了该行为是否、如何以及何时影响下属工作绩效的问题。通过实验研究(研究1)与多时点、多来源的实地问卷调查(研究2),本文发现,领导人机比较行为会引发下属的物化感知,进而降低其工作绩效;同时,AI机器人威胁评估在这一过程中起调节作用。具体而言,当AI机器人威胁评估水平较高时,领导人机比较行为通过下属的物化感知影响其工作绩效的负向中介效应更强。本文揭示了领导人机比较行为的潜在负面影响,并明确了其作用机制和边界条件,拓展了对人机协作团队中领导行为的理解。

关键词： 人工智能   体制机制   科技创新  

摘要： [目的 /意义]本文立足中国式现代化发展需求，提出以体制机制创新激发人工智能领域科技创新活力，以科技赋能新质生产力发展，为我国抢占全球科技竞争制高点、拓展经济高质量发展空间提供有力支撑。[方法 /过程]本文从战略统筹、技术攻关、生态构建、风险治理等维度，梳理全球人工智能发展趋势和我国创新路径，分析我国人工智能顶层设计、根技术研发、根生态构建、场景创新和示范应用等方面的制度创新逻辑。[结果 /结论 ]本文从完善国家统筹协调机制、健全根技术研发体系、创新市场化要素资源配置机制、优化科技与产业发展深度融合的制度环境、构建人工智能人才雁阵格局以及深度参与国际治理体系建设等六个方面，提出健全我国人工智能发展体制机制的对策建议。

关键词： 人工智能   拔尖创新人才   现实挑战   路径创新  

摘要： 在全球知识经济竞争与科技革命加速演进的时代背景下，人工智能技术正深刻重构教育生态，推动拔尖创新人才培养模式的范式转型。本文基于教育强国战略与全球科技人才竞争的双重视角，系统剖析人工智能时代拔尖创新人才培养面临的现实挑战，提出拔尖创新人才培养的路径创新。研究发现，人工智能时代拔尖创新人才培养面临学科壁垒与复合能力割裂、学段割裂与创新潜能衰减、刚性培养与拔尖创新人才特性冲突、数据孤岛与能力画像失真、角色固化与人机协同失衡，以及本土局限与全球胜任力断层等现实挑战；通过交叉融合与分层分类、阶梯式成长通道、弹性学制改革、数智化评价与产教融合、协同育人新范式，以及国际化培养平台六大维度实现路径创新。研究为破解传统教育模式深层悖论、抢占全球人才竞争制高点提供了理论支撑与实践参考。