关键词： 镇街   高校结对   智能制造   对接活动   新材料   吴兴  

摘要： 吴兴:镇街与高校结对系列活动举行近日,湖州市吴兴区举行镇街与高校结对系列活动——上海第二工业大学专场对接活动,活动聚焦智能制造与新材料领域,旨在强化区域企业与高校院所的精准链接,推动镇街与高校深度协作,吴兴区相关部门、企业及高校专家等40余人参加活动。

关键词： 自然语言处理   预训练   卷积神经网络   法律文本识别   人工智能  

摘要： 随着数字形式法律咨询文本的数量呈指数级增加,利用计算机实现在海量互联网数据中精确识别法律咨询类文本对于法律领域的人工智能辅助任务具有重要意义。本文提出了基于预训练-卷积神经网络(CNN)的法律咨询文本实体识别模型,模型结合了自注意力和局部信息捕捉的优势,对关键词更加敏感,对表述隐晦的句子可以进行更好的分类,从而实现对法律文本特征信息更好地抽取,也为小数据样本的场景下文本分类识别研究提供了新的思路。实验结果表明,基于预训练-CNN模型性能超过了其他预训练基线模型和深度学习模型,在验证数据集上F1值最高达到了99.06%。

关键词： 人工智能   大模型   传媒   性能分析  

摘要： 当前,对AIGC工具的评测多是基于通用技术应用的测量,借助模型评测工具包、基准数据集、评测平台等方法产生的评测结果缺乏一致性,也缺少意识形态规范、学科规范、艺术审美等对传媒应用语境及要素的特质性分析,不足以支撑传媒业务的开展。面向传媒领域的AIGC工具性能分析需落实到具体的业务场景中。结合对传媒工作者AIGC工具使用情况的调研,组建跨学科评测员团队,共选取21个大模型进行主客观分析,旨在为传媒工作者高效使用AIGC工具提供专业化指导。分析发现:天工AI 3.0、文心大模型4.0 Turbo、豆包AI在文本理解、文本生成及领域知识方面得分较高;GPT-4o、即梦AI在机器视觉与图像生成方面表现良好;KIMI、GPT-4o、Stable Diffusion2.0、Pika2.0、即梦AI依次在文学脚本、拍摄提纲、分镜脚本、视频生成、自动剪辑任务中表现突出;天工AI 3.0在语音识别与音乐识别任务上表现良好,Murf AI擅长语音合成,Suno AI V4则倾向于文生音乐。大模型存在领域知识错误、特定任务难以生成等问题,需增强模型的底层专业数据训练,驱动模型广泛对接传媒应用场景,不断提升模型在传媒生产中的性能。

关键词： 人工智能   城市治理现代化  

摘要： 人工智能作为模拟人类智能的技术体系,正在深刻改变城市现代化治理的模式。其强大的数据处理、分析预测、智能决策及自然语言交互能力,为城市治理提供了高效精准的解决方案,广泛应用于交通管理、应急指挥、环境监测、公共安全、政务服务等领域。大模型技术的崛起进一步提升了人工智能的跨领域整合能力和智能化水平,推动城市治理向更高效协同的方向发展。然而,当前人工智能应用仍面临数据质量参差不齐、技术瓶颈、制度滞后、隐私安全风险及人才短缺等挑战。为充分发挥人工智能在城市治理中的作用,需根据不同城市特点制定针对性策略,加强技术研发与数据共享,完善法律法规与伦理规范,提升公众参与度,并培养复合型人才。未来,随着“人工智能+”战略的深入实施,人工智能将在城市治理中创造更多创新场景,助力城市治理现代化迈向更高水平。

关键词： 数字经济   特殊标注   海量数据   特定形状   人工智能  

摘要： 在贵阳大数据交易所,目前已发布900多个数据集,覆盖“数据要素×”金融、气象、现代农业、工业制造、医疗健康、商贸流通等重点领域。这些数据集会被有数据需求的客户要求进行海量特殊标注,用于场景和智能产品开发。为文字、图片、音视频等数据进行标注,其难度就像在沙漠里寻找特定形状的沙粒。也正是在人工智能、场景开发等领域对海量数据有此类独特需求,数据标注、数据交易等新兴数据产业的市场机遇才变得炙手可热,成为数字经济蓝海里一条生机盎然的产业赛道。

关键词： 人工智能   高等教育   数字化   技术赋能  

摘要： 人工智能正深度重塑高等教育生态,探索其赋能数字化创新发展的路径和策略对建设教育强国具有战略意义。聚焦广东省人工智能赋能高等教育数字化创新发展现状,揭示广东省面临的现实问题,包括人才供需结构性矛盾突出、科研成果转化效率较低、各类教育教学平台“数据孤岛”现象严重、教师人工智能素养参差不齐,以及资源共享流于表面、协同机制不足等。对广东省人工智能赋能高等教育数字化创新发展的路径进行分析,通过教与学优化、科研范式重塑、管理服务革新、教师发展赋能、智慧生态构建五大核心路径,形成多维度协同赋能体系。最后从政府、高校、教师和学生4个层面提出相应发展策略:政府层面,强化政策支持,优化发展环境;高校层面,加强内涵建设,提升数字化水平;教师层面,提升人工智能素养,锤炼教学能力;学生层面,提升综合素质,增强竞争力。通过四方协同发力,为广东省高等教育数字化创新发展提供精准指引,助力其迈向高质量发展新征程。

关键词： 人工智能   放射性辐射监测设备   异常检测   预警系统  

摘要： 放射性辐射监测不仅关系到公共健康与环境保护,也是应急响应、健康评估的重要依据。首先,回顾放射性辐射监测的基本概念,明确建立放射性辐射监测设备异常检测与预警系统的必要性;其次,分析异常检测与预警系统的系统构成及数据流动过程,分析各个关键模块的功能与实现思路;最后,分析利用人工智能算法在数据建模、特征选择、算法选择、模型训练与验证等方面的应用,通过实验设置与结果分析验证系统可行性与有效性,充分应用人工智能技术建立有效的放射性辐射监测设备异常检测与预警系统,以期为相关人员提供参考。

关键词： 全过程管理视角   高价值专利   价值测度   随机森林模型   机器学习  

摘要： 本文基于全过程管理视角下构建涵盖技术、法律、市场和经济四个维度的高价值专利评价指标体系,覆盖专利的创造、申请、审查和实施各阶段,以四川省授权发明专利数据为样本选用随机森林模型对其价值进行量化测度,并与逻辑回归和支持向量机模型进行对比分析,最后对专利特征重要性进行排序分析。研究发现:构建的高价值专利评价指标体系能较为全面反映专利价值特征;机器学习适用于高价值专利的分类任务,其中随机森林在分类准确性和稳定性方面表现最优;进一步的特征重要性排序结果表明法律维度在价值测度中权重最高,是区分专利价值高低的关键影响因素。

关键词： 堆叠集成模型   机器学习   土工合成黏土衬垫   渗透系数  

摘要： 针对钠基膨润土土工合成黏土衬垫(Sodium bentonite Geosynthetic clay liner,Na-B GCL)的柔性壁渗透试验中渗透系数测定操作复杂且测定时间长的问题,设计了随机森林(Random Forest,RF)、支持向量回归(Support Vector Regression,SVR)、梯度提升决策树(Gradient Boosting Decision Tree,GBDT)、极端梯度提升决策树(Extreme Gradient Boosting,XGB)、多层感知机(Multi-Layer Perceptron,MLP)、以及基于上述五种模型训练结果建立的堆叠集成(Stacking Ensemble,SE)模型,实现对Na-B GCL的渗透系数预测。研究结果表明,最优模型为堆叠集成模型,最终的评价指标结果为:均方误差(Mean Square Error,MSE)为0.461、平均绝对误差(Mean Absolute Error,MAE)为0.490,决定系数(R2)为0.857,10倍误差区间覆盖率(Interval Coverage,IC)为84.5%,100倍误差区间覆盖率为100%。最后,通过实例预测对模型进行验证,证明了堆叠集成模型的科学性和有效性,该模型能够为Na-B GCL防渗系统的设计优化提供高效风险评估工具,有效保障区域地下水和土壤环境安全。

关键词： 人工智能   高职院校   思政实践教学  

摘要： 随着教育数字化转型向纵深推进,人工智能技术为高职思政课改革创新注入了新动能,但仍面临技术应用中师生关系疏离化、教学创新浅表化、育人目标偏移化三重困境。文章提出师生协同共生、内容技术创新、评价体系重构三位一体的创新路径,旨在推动思政课实践教学向精准化、沉浸化、智能化转型,在坚守育人本质中实现工具理性与价值理性的动态平衡。