关键词： 人工智能   高校思政课   供给侧结构性改革   调查研究  

摘要： 思政课是落实立德树人根本任务的关键课程。随着人工智能的快速发展,高校思政课教学面临着新的机遇和挑战,供给侧结构性改革成为高校思政课教学改革的突破口。本文旨在探讨人工智能环境下高校思政课供给侧结构性改革的重要性、现状以及实施策略,并通过问卷调查和个人访谈,收集并分析相关数据,为提升思政课教学质量和效果提供实证支持。本文认为,大学生要提升对思政课和人工智能的理性认知,高校要加强对思政课教师人工智能培训和智能化软硬件环境建设,思政课教师要创新话语表达方式推进智慧教学,供给侧结构性改革是提升高校思政课教学质量和效果的重要途径。

关键词： 人工智能   小学语文   习作教学   策略  

摘要： 小学阶段语文教学的目标不仅在于让学生积累丰富的汉字、词语,具备扎实的口语交流能力,更要通过阅读与写作训练,稳步提升学生的遣词造句能力,最终着力培养学生的语文综合应用能力,使学生能够自如地运用文字描述个人经历、抒发情感感悟。随着时代的发展,人工智能技术蓬勃兴起,如今已广泛渗透到社会的各个领域。学校和家庭也都具备了将人工智能与小学语文习作教学深度融合的条件。教师借助人工智能,能够显著提升小学语文习作教学的质量与效果,为学生的语文学习开辟新的路径。

关键词： 数据驱动   机器学习   随机森林   极端梯度提升树   生物油   热值  

摘要： 为构建水热生物油氢含量高预测精度、强泛化能力的预测模型，深入探讨生物质水热转化规律和机制，以文献中收集的243组病死畜禽、藻类等高湿高脂废弃物水热制备富氢生物油试验数据为基础，采用随机森林和极端梯度提升树两类高适配性机器学习算法，建立高精宽域的水热生物油氢含量预测模型（R2>0.93）；基于数学预测模型，采用SHAP（Shapley additive explanations）可解释技术及局部依赖性分析方法，解析水热成油条件的贡献度、局部依赖性响应行为及其互作耦合规律。结果表明：高湿高脂废弃物中的脂质含量与氢含量是制备富氢生物油的决定性因素，二者对油相中氢的富集贡献度排名位居前二，能显著影响油相中氢的积累；随着原料氢含量的增加，油相中氢含量得到提升，表明富氢原料为制备富氢生物油提供了便利条件，提升效果最高可达4%，而原料高位热值是生物油富氢行为的主要抑制因素，抑制作用高达4%。此外，从特征类别间的互作关系来看，元素信息、工业信息及生物质组分信息间的耦合作用强烈，但原料特性与操作条件间的局部耦合作用较小。

关键词： 深度学习   机器学习   教育领域的人工智能   自然语言处理   预训练语言模型   知识追踪  

摘要： 针对开放域习题数据场景下知识追踪模型对新增习题表现不佳的问题，开展了基于练习题目文本语义嵌入的知识追踪模型研究。该模型包含两个阶段：第一阶段利用微调的预训练语言模型获取练习题目的语义嵌入信息，第二阶段利用习题的嵌入完成知识追踪任务，并设计了答案编码器捕获学生的作答答案信息。为验证模型性能，在英语阅读理解数据集上，将该模型与当前表现最优的知识追踪模型进行对比实验。实验结果显示，该模型在AUC和ACC等关键指标上显著优于对比模型，有效提升了开放域数据中新增习题的知识追踪效果。研究提出的方法通过文本语义嵌入技术实现了对新增习题的有效建模，为智能教育系统在开放域题库场景下的应用提供了创新解决方案。

关键词： 数字孪生   航空发动机   智能制造   质量控制   装配管理  

摘要： 数字孪生技术作为工业4.0时代的关键使能技术，在航空发动机制造领域具有重要的应用价值。本文系统地综述了数字孪生技术在航空发动机制造领域的应用现状、关键技术及发展趋势。介绍了数字孪生技术的五维模型特征与系统构建原则，探讨了其在航空发动机制造领域的应用，通过典型案例分析了其提升效率、降低成本的现实意义；对当前数字孪生技术面临的技术挑战进行了总结，并对其未来的发展趋势进行了展望。本文指出，数字孪生技术的应用将显著推动航空发动机制造向智能化、精准化、高效化方向发展，对提升航空发动机制造水平具有重要的理论指导意义和实践价值。

关键词： 生成式人工智能   人工智能   ChatGPT   Sora   网络舆情  

摘要： 研究通过计算传播分析方法，探讨生成式人工智能在微博上的舆情传播特征，揭示公众对生成式人工智能的热门议题、讨论主题和情感倾向。具体采用定量研究方法，结合自然语言处理技术，对微博上2022年11月30日至2025年1月1日ChatGPT和Sora的相关话题进行文本挖掘与分析。主题分析显示，ChatGPT微博话题主要围绕国产化进程、应用场景及社会影响展开；Sora微博话题则更多聚焦于技术创新、市场潜力及中美技术竞争。情感分析显示，目前公众对生成式人工智能的情感以积极为主，但对人工智能替代人类劳动的担忧显著，对国产技术的忧虑和市场乱象的批评也较为突出。生成式人工智能在社交媒体上的舆情传播反映了公众对技术变革的复杂情感与多维关注。

关键词： 大模型   人工智能   价值观   批判性思维   数字素养   规范监督  

摘要： 大模型具有强大的信息储备、知识整合和问答能力,为学生的学习提供了新的资源和途径,这既是机遇也是挑战。机遇在于能极大地丰富学习资源,提升学习效率,挑战是如何防止学生不当使用。这需要教育者从多方面加强引导教育,加强学生在大模型使用中的价值观引导、批判性思维与独立思考能力的培养、数字素养与伦理意识的提升,以及大模型使用的规范与监督,以充分发挥大模型在学生学习中的积极作用,避免潜在的负面影响。

关键词： CIPP 评价模式   人工智能   体育教师   教学能力评价   指标体系  

摘要： 随着中国教育不断地深化改革,体育教师教学能力评价体系亟待创新。在传统的评价体系中,体育教师教学能力常受到主观经验或单一维度指标的局限,难以全面、科学地反映体育教师教学成效。因此,本文基于CIPP(背景、输入、过程、结果)评价模式,结合人工智能(AI)技术,构建了一套科学、动态、全面的体育教师教学能力的评价指标体系。本文首先从政策背景、理论基础及现实需求出发,分析了体育教师教学能力评价的现状与问题;其次,通过CIPP-AI融合的三重构建准则(科学性原则、动态反馈原则、全面系统原则)制定了指标体系;最后,采用了德尔菲法、AHP等方法,筛选并确定了4个一级指标、11个二级指标、54个三级指标的体系。本文为新时代体育教师的评价提供了理论依据与实践指导,同时,为体育教育智能化发展提供了重要参考。

关键词： 人工智能   小学数学   融合  

摘要： 随着科技的飞速发展,人工智能技术在教育领域的应用日益广泛。将人工智能深度融合于小学数学教学,不仅能为学生带来个性化的学习支持,还能使数学教学紧跟时代步伐。然而,当前小学数学教学在与人工智能融合过程中仍面临诸多挑战。本文针对这些问题,深入探讨多个针对性策略,旨在助力教师实现人工智能技术与小学数学教学的深度融合,构建高效课堂,提升教学质量,促进学生全面发展。

关键词： 脉冲型地震动   地震动强度参数   机器学习   特征重要性  

摘要： 脉冲型地震动的识别是地震工程领域基本且重要的一项工作。现有脉冲型地震动识别方法往往都需要在时频域上进行信号分析和脉冲分量提取。然而，尚未有学者采用简单标量形式且容易获取的地震动强度参数来识别脉冲。为此，本文初步选取了33个地震动强度参数作为输入特征，分别建立了基于支持向量机、随机森林以及CatBoost的3个脉冲型地震动识别的机器学习模型，并从识别的准确度、召回率、准确率等角度比较了不同及其学习模型的性能；同时，根据输入特征的重要性对地震动强度参数进一步优化，给出了优化地震动强度参数后的性能最优的模型。研究结果表明，当采用33个地震动强度参数输入时，CatBoost模型的分类识别准确率最高，可以达到96%；综合3个模型中的地震动强度参数重要性排序，可认为累计绝对速度、峰值地面速度、卓越持时、峰值地面速度/峰值地面加速度4个输入参数是对于脉冲型地震动识别影响较大的地震动强度参数；采用8个地震动强度参数输入的CatBoost模型为性能最优的模型，在新地震动数据集上分类准确率达到90%，表现出了良好的泛化能力。