关键词： 高等教育评价   教育强国   智慧力量   教育变革   人才评价   体制机制障碍   人工智能   过度竞争  

摘要： 教育强国建设是党中央、国务院立足新时代发展全局作出的重大战略部署,对于实现教育高质量发展,增强国家核心竞争力,建成社会主义现代化强国,具有先导性、基础性和战略性意义。当前,我国教育改革已步入攻坚克难的关键阶段,既需要针对长期存在的体制机制障碍提出切实可行的解决方案,又必须准确把握国家发展新形势和教育领域新挑战,系统谋划前瞻性发展思路与创新举措。为此,我们特邀专家学者,围绕《教育强国建设规划纲要(2024-2035年)》中的高等教育评价、全球教育中心建设、基础学科和新兴学科发展以及人工智能促进教育变革等重大问题,以笔谈形式开展深入研究,为践行落实《教育强国建设规划纲要(2024-2035年)》提供智力支撑。同时,也期待更多教育学人加入到对重大教育政策问题的研究探讨和出谋划策之中,共同为推进教育强国建设贡献智慧力量。

关键词： 桥梁工程   腐蚀程度检测   自发漏磁   钢绞线   机器学习  

摘要： 准确检测钢绞线的腐蚀程度对于保障交通基础设施安全至关重要。然而,在环境振动和磁场干扰的影响下,传统的自发漏磁经验指标检测法的准确性和通用性均显不足。为解决这一问题,提出了一种融合自发漏磁信号和鲸鱼优化XGBoost(WOA-XGBoost)模型的钢绞线腐蚀程度检测方法。首先,基于钢绞线腐蚀的自发漏磁理论,定义了5个特征值;其次,通过加速锈蚀试验和小波变换降噪方法,建立了反映不同腐蚀程度的自发漏磁信号数据集;然后,使用鲸鱼优化算法迭代优化XGBoost模型的关键超参数,形成了WOA-XGBoost预测模型;最后,比较了WOA-XGBoost、AdaBoost、CatBoost、梯度提升、XGBoost及传统经验指标检测法的预测性能。结果表明:小波变换降噪可以有效减少信号噪声的影响,同时保留腐蚀区域自发漏磁信号的主要特征;WOA-XGBoost模型预测性能最佳,决定系数R^(2)值达0.987,MAE为0.91,MSE为6.15,通过鲸鱼算法优化超参数后,XGBoost模型的性能得到显著提升,决定系数R^(2)值提升了6.8%,MAE和MSE分别降低了1.85和9.08。未来在利用自发漏磁技术检测钢材腐蚀程度时,应重点考虑将漏磁曲线的波动性和极值大小作为特征输入。所提出的融合方法能有效捕捉腐蚀程度与自发漏磁信号之间的复杂非线性关系,可为钢绞线腐蚀程度的无损检测提供新思路。

关键词： 智能农机   人工智能   农业现代化  

摘要： 【目的】研究人工智能在智能农机上的应用,分析其在农业现代化和可持续发展中所起到的积极作用。【方法】通过对智能植保无人机、智能收割机器人和自动化灌溉系统等智能农机应用场景的详细研究,分析其技术特点、操作原理和在农业生产中的具体应用。采用案例研究的方法,全面解析了人工智能在智能农机领域的关键问题。【结果】研究发现,智能农机在提高农业生产效率、降低劳动成本、减少资源浪费和推动可持续农业发展等方面取得了显著成果。智能植保无人机通过实时监测和智能施药实现植保效果的提升,智能收割机器人通过高效的作业方式和精准的决策提高了作物收割效率,自动化灌溉系统通过智能化操作减少了水资源的浪费。【结论】人工智能在智能农机上的应用为农业带来了革命性的变革。通过提高农业生产效率、降低劳动成本和减少资源浪费,智能农机推动了农业现代化和可持续发展。

关键词： 智慧城市   视觉人工智能   芜湖市   智能制造  

摘要： 近年来,芜湖市深入贯彻落实习近平总书记关于人工智能的重要论述,加快芜湖省域副中心城市建设,加速视觉人工智能在现代制造业的创新应用,发展新质生产力。通过政策支持、要素保障和技术创新,芜湖市在智能制造、智慧城市、医疗健康等领域已初步形成视觉人工智能产业集群,推动视觉人工智能赋能百行百业,助力产业高质量发展。

关键词： 护理   机器学习算法   文献计量学   可视化分析  

摘要： 目的 分析机器学习算法应用于护理领域的研究现状及热点,为我国相关研究提供参考路径。方法 基于文献分析软件CiteSpace 6.2 R6,检索2010年1月至2024年5月在Web of Science核心合集中关于机器学习算法应用于护理领域的相关文献,从年发文量、作者、国家、期刊、文献共被引、关键词聚类等方面进行可视化分析。结果 共纳入842篇文献,年发文量总体呈上升趋势,其中《Nursing》上刊登最多(139篇),美国是发表文献最多的国家(295篇)、中心性最强的国家(centrality=0.62)。研究热点显示,排名前3位的突发关键词为机器学习、深度学习和预测模型,其中机器学习(strength=7.16)突发强度最高且一直持续至今。结论 机器学习算法应用于护理领域的研究热度持续增加,而我国在该领域的研究现状与国际前沿水平仍存在一定差距。未来可在把握国际热点基础上,深化护理与机器学习算法的合作。

关键词： 以网强算   全国两会   人工智能   万兆光网  

摘要： 人工智能时代,算力正成为核心竞争力。2025年全国两会期间,全国人大代表,中国移动浙江公司党委书记、董事长、总经理杨剑宇建议,推动“万兆光网”规模部署,深化“以网强算”战略,依托我国网络发展优势,通过高速无阻塞全光交换网络构建超大算力集群,“以网强算”提升人工智能竞争力。

关键词： 人工智能   全民终身教育   社区教育   老年教育  

摘要： 科技的发展促使人工智能成为社会变革的关键力量,在全民终身教育领域既带来了机遇,也带来了挑战。基于终身教育的现状,对其存在的教育需求多样性、教育资源不均衡、教学方法局限、教育管理低效性等问题展开分析;探讨人工智能在全民终身教育中的应用场景与优势,研究人工智能驱动下全民终身教育模式在个性化学习、智能教学辅助、虚拟学习环境等方面的创新路径,并对可能面临的问题进行思考与展望。

关键词： 人工智能   分布式控制系统   原油输送   智能控制  

摘要： 随着人工智能(AI)技术的不断发展,其在工业自动化领域的应用逐渐深入,特别是在原油输送中的分布式控制系统(DCS)中。文章探讨了AI赋能DCS智能控制技术在原油输送过程中的应用,通过引入机器学习、数据融合和预测性维护等关键技术,提高了系统的智能化水平,优化了输送参数,增强了系统的安全性和稳定性。研究表明,AI技术能够有效提升原油输送系统的效率与可靠性,推动行业的智能化升级。

关键词： 脑卒中   首次卒中   机器学习   临床预测模型   一级预防  

摘要： 脑卒中是全球第3大致死疾病和第4大致残疾病,其较高的致残率和漫长的康复期不仅严重影响患者生存质量,还给家庭和社会带来沉重负担。一级预防是脑卒中防控的核心,通过早期干预危险因素可有效降低其发病率,因此脑卒中首发风险预测模型的构建具有重要临床价值。近年来,大数据与人工智能技术的发展为脑卒中风险的预测开辟了新路径。本文综述传统方法与机器学习模型在脑卒中首发风险预测中的研究现状,并从3个方面展望其未来发展趋势:首先,应注重技术创新,通过引入深度学习、大模型等先进算法,进一步提升预测模型的精确度;其次,需丰富数据类型和优化模型架构,以构建更加全面且精准的预测模型;最后,应强调模型在真实世界中的临床验证,其一方面可增强模型的鲁棒性和普适性,另一方面可促进医生对预测模型的理解,这对预测模型的应用与推广至关重要。

关键词： 突发性感音神经性聋   高血压   机器学习   预后模型  

摘要： 目的分析突发性感音神经性聋(SSNHL)伴高血压患者发生不良预后的影响因素,基于4种机器学习算法构建预测模型,比较不同模型的预测效果。方法选取2023年2月1日—2024年5月31日就诊于郑州大学第二附属医院耳鼻咽喉科SSNHL合并高血压的患者作为研究对象。通过医院电子病历系统收集患者临床资料,根据治疗后听力恢复情况分为有效组和无效组,采用单因素分析、最小绝对收缩和选择算子(LASSO回归)和Boruta算法筛选预测变量。采用逻辑回归(LR)、随机森林(RF)、极端梯度提升树(XGBoost)和支持向量机(SVM)4种机器学习算法构建预测模型并进行验证,Delong检验各模型在验证集中的曲线下面积(AUC),同时比较各模型在验证集中的评价指标以确定最佳模型,并使用Shapley加性解释(SHAP)算法对模型进行解释性分析。结果232例患者纳入研究,共筛选出7个与无效预后密切相关的变量,包括听力损失程度、听力图类型、糖尿病、高血压病程等。对4种模型的预测性能进行验证,XGBoost模型整体预测性能最好,AUC(0.787)、准确度(78.56%)、精确度(78.95%)、召回率(71.43%)和F1分数(75%),且4种模型之间AUC的差异无统计学意义(P>0.05)。结论合并高血压的SSNHL患者不良预后的发生风险受患者初始听力水平、听力图类型、糖尿病、高血压病程、吸烟及高尿酸血症等因素影响。4种机器学习模型均具有良好的预测性能,其中XGBoost模型预测性能最优。