关键词： 湖南工业大学   拔尖创新人才   科技素养   产品设计专业   计算机科学   人工智能   新兴交叉学科   专业人才培养模式  

摘要： 培育和发展新质生产力,不仅需要技术革新,而且需要在设计、创新、文化等领域取得突破。在此背景下,高校产品设计专业人才培养模式亟待转型,以应对新时代对拔尖创新人才的需求。为贯彻党的二十大关于“加快建设国家战略人才力量”的决策部署,湖南工业大学聚焦精英化人才的培养目标,于2023年依托产品设计专业开设“鲲鹏班”,融合产品设计、计算机科学和人工智能三大领域,构建新兴交叉学科的新工科专业,致力于培养具有跨学科创新能力、科技素养和实践能力的高端复合型人才,形成了一些思考。

关键词： 社会经济发展   数字化转型   物联网   人工智能   万物互联   赋能   大数据   深度融合  

摘要： 当前,由人工智能、大数据、物联网等数字技术推动的数字化转型已成大势所趋,数字技术日益融入社会经济发展各领域的全过程,促进数字经济和实体经济深度融合,为经济社会发展注入数字动能,加快形成新质生产力。物联网依靠万物互联的各类传感器实时感知实体经济的运行数据和状态信息,为数据增信,为业务赋能,在商业银行服务实体经济高质量发展过程中助力发展新质生产力。

关键词： 人工智能   大语言模型   真理观   教育责任  

摘要： 近年来,人工智能引发了知识生产、传播与学习方式的重大变革,在为教育带来新机遇的同时,也深刻地影响了人类的真理观。在真理标准方面,生成式人工智能、人工智能与大数据技术驱动下的数字平台挑战了传统上符合论、融贯论与效用论的真理标准,试图通过复制重组人类已有知识与信念,以商业逻辑下的流量为标准重新定义真理;在真理认识方面,人工智能介入真理认识过程,突破了理性主义与经验主义的真理认识传统方式,同时带来知识生产过程不透明、不可解释等问题;在真理信念方面,人工智能挑战了真理存在、人类能够认识真理、人类具有追求真理的使命、真理具有广泛价值等传统真理信念。因此,人工智能时代,教育者需要承担相应的真理责任。一方面,应当提升自身真理素养,包括破解以往教育中教条主义真理标准的束缚;充分理解人工智能参与真理生产的机理;正确认识人工智能带来的真理观念转变,同时坚定对真理的信念等。另一方面,要引导学生在人工智能时代正确认识并探索真理,包括引导学生思考真理标准;帮助学生反思“流量真理观”,学会对算法推荐的信息加以甄别,确立人类在真理认识中的主体地位;加强人工智能素养教育,引导学生利用人工智能探索和追求真理;通过自由的批判式对话与人机融合共创的积极尝试,帮助学生建立对真理的信念,使学生成为真理的信奉者、追求者与捍卫者。

关键词： 人工智能   数据管理   数据分析技术   海量异构数据   无线电通信技术   状态数据   产业竞争力   动态智能  

摘要： 人工智能驱动的数据管理、分析与应用研究已经成为计算机和通信技术领域的一个重要的热点问题,获取大量数据管理过程中的状态数据,并建立对其动态智能的处理能力,已经成为产业竞争力的体现。近年来,大数据管理技术与系统已能够满足各类海量异构数据的基本管理与统计分析需求,但在如何利用新一代人工智能技术对数据管理、数据分析与系统进行优化方面还缺少足够的理论支撑。本专题目标在于推动国内人工智能驱动的数据管理的发展,探讨数据管理与人工智能的深度融合,阐述人工智能驱动的数据库新技术和新型系统,包括传统数据管理、数据分析技术及系统与人工智能相结合;以及大数据管理与分析是新一代人工智能技术发展的基础。

关键词： 机器视觉技术   智能制造   物体检测   跟踪定位  

摘要： 通过概述常用的机器视觉算法,深入探讨了机器视觉技术在智能制造领域中的应用,如物体检测、分类识别、跟踪定位等,提出机器视觉技术在智能制造领域中的创新应用策略,并总结了该技术的未来发展趋势,以期为相关工作人员提供参考与借鉴。

关键词： 人工智能   课堂教学评价   评价模型  

摘要： 目的:旨在构建一种基于人工智能支持的课堂教学评价模型,要求该课堂教学评价模型适应多样化的智能化教学场景,以此促进人工智能技术在教育领域的持续发展。方法:构建一种基于人工智能技术的课堂教学评价模型,综合考量环境、数据、角色和流程4个维度,具备多反馈循环的特性。以文化产业管理专业的实际课堂教学为案例,分析课堂教学评价的需求,随后设计包含评价工具开发、数据收集与分析、报表呈现以及教研员解读等关键环节的课堂教学评价模型。结果:基于人工智能技术的课堂教学评价模型,优化了传统的教学评价方式,为推动教育信息化和智能化提供了新的思路。结论:人工智能支持下的课堂教学评价模型综合考虑了课堂教学评价的多个维度,通过智能算法实现了评价过程的自动化和智能化,为教育领域的持续发展提供了有力支持。

关键词： 人工智能   电子测试   自动化测试   故障诊断  

摘要： 近年来人工智能在各个领域的应用迅速扩展,其中在电子测试领域的应用尤为显著,通过引入人工智能电子测试的效率和精度得到了显著提升。文中探讨了人工智能在电子测试中的具体应用,包括自动化测试、故障诊断及预测性维护等方面,结合具体案例,分析了人工智能技术在实际应用中的优势与挑战,研究表明人工智能不仅能提高测试效率还能发现传统方法难以检测的问题,从而推动电子测试技术的发展。

关键词： 心脏病   机器学习   K近邻算法  

摘要： 心脏病对人体的危害极大,甚至会危及人们的生命。相比于医院检测,使用机器学习方法预测心脏病,可以节约大量的时间。本文以Kaggle心脏病数据集中的1025条真实心脏病数据为例,分析了引起心脏病的相关因素,并构建了K近邻、决策树、随机森林、逻辑回归四种不同的分类算法模型,对心脏病进行预测。以混淆矩阵、准确率、召回率、精确率、ROC曲线和AUC值作为模型的评价指标,发现K近邻和随机森林的预测效果更好,从而为心脏病预测和诊断提供了有效的科学依据。Heart disease poses great harm to the human body, even endangering people’s lives. Compared to hospital testing, using machine learning methods to predict heart disease can save a lot of time. This article takes 1025 real heart disease data in the Kaggle heart disease dataset as examples to analyze the relevant factors that cause heart disease, and constructs four different classification algorithm models: K-nearest neighbor, decision tree, random forest, and logistic regression to predict heart disease. Using confusion matrix, accuracy, recall, precision, ROC curve, and AUC value as evaluation indicators for the model, it was found that K-nearest neighbor and random forest had better prediction performance, providing an effective scientific basis for heart disease prediction and diagnosis.

关键词： 自动厚度控制(AGC)   自适应优化算法   性能参数监测   实时数据分析   智能制造  

摘要： 本研究提出了一种创新的监测技术,旨在提高自动厚度控制系统(AGC)中AGC缸的性能监测精度和效率。该方法通过集成先进的自适应优化算法,能够实时分析AGC缸的运行数据,并自动调整监测参数以适应不同的工作条件。与传统监测方法相比,本方法显著提升了AGC缸性能的监测速度和准确性,确保了轧制过程的稳定性和带钢产品的厚度一致性。此外,该技术还具备自我学习和自我优化的能力,能够根据历史数据不断改进监测策略,延长AGC缸的使用寿命,降低维护成本。本研究的方法适用于多种钢铁生产线,对于提升整个生产线的智能化水平和市场竞争力具有重要意义。

关键词： 配网带电作业机器人   传感器技术   机器视觉   人工智能   双6轴机械臂  

摘要： 针对配网带电作业机器人系统的智能化设计与控制进行深入探讨。通过系统分析现有技术的不足,设计并开发了一款智能化程度高、操作灵活的配网带电作业机器人系统。该系统能够显著提高配网带电作业的安全性和效率,降低人工操作的风险。同时,提出了一种高效的控制策略,实现机器人作业的精准化和自动化,为配网带电作业领域带来了重要的技术创新和实用价值。