关键词： 教育数智化   人工智能   技术延伸   人机交往   社会参与   风险社会  

摘要： 人工智能在教育领域的应用是技术与教育融合发展的时代要求,是智能技术与教育事业双向生长的历史产物。目前,人工智能在教育领域的全面、纵深、常态化应用昭示着人类数字教育生活的正式来临,技术向人生长、人机内联共生、社会全面介入的智能技术势必给当下教育世界带来一股强震。人工智能存在着诸多不确定性,其发展势必面临一系列风险挑战。从风险社会视角审视,人工智能的教育应用正面临“技术自反”“技术遮蔽”以及“技治主义”等系统性风险,全面防范技术风险、主体风险以及社会风险是教育数智化改革的制胜之道。要有效规避上述潜在风险,教育改革者应健全“技术向善”的规约准则,坚守“人机共生”的规范体系,构建“融通联通”的问责体制。

关键词： 打入桩   摩擦承载力预测   机器学习   最小二乘法支持向量机   麻雀搜索参数优化  

摘要： 软土地基中的打入桩,经常出现承载力异常问题,严重影响工程安全,而打入桩承载力受到多种因素影响,往往复杂和难以预测.鉴于现有模型的局限性,提出了一种新模型,即结合麻雀搜索算法(Sparrow Search Algorithm,SSA)和最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的SSA-LSSVM模型.该模型利用SSA自动优化LSSVM的超参数,以提高预测精度.以软土打入桩承载力为预测对象,分为45个训练集和20个测试集.使用MAE、RSME和相关系数R作为评估指标,将SSA-LSSVM预测模型与LSSVM、人工神经网络(Artificial Neural Networks,ANN)和自校正最小二乘支持向量机(ST-LSSVM)相比较.结果表明,SSALSSVM预测模型在训练集中的MAE、RMSE和R分别为(2.8776,3.6633,0.9961),在测试集中的MAE、RMSE和R分别为(4.1832,4.9647,0.9793),此结果均优于LSSVM、ST-LSSVM和ANN的测试结果,证明了SSA-LSSVM模型对打入桩承载力的精确预测能力.

关键词： 缺血性脑卒中   机器学习   生物信息学   免疫浸润   铜死亡   细胞实验   ATP7B   MTF1  

摘要： 背景:研究表明,缺血性脑卒中的各个过程都有免疫细胞参与,其中铜死亡也起着关键作用。目的:通过生物信息学筛选出与缺血性脑卒中进展有关的诊断性生物标记物,并对与其发生发展密切相关的铜死亡基因进行分析及验证。方法:从GEO数据库中获取GSE16561芯片,共包含39例缺血性脑卒中组与24例对照组数据,解析缺血性脑卒中芯片数据的差异表达基因,对差异基因进行GO与KEGG富集分析;通过LASSO和Random Forest法,筛选出影响缺血性脑卒中发生发展的关键基因,建立诊断模型并加以验证;通过免疫细胞浸润与加权基因共表达网络对差异基因进行分析,差异表达的免疫相关基因与铜死亡基因取交集,获得铜死亡免疫相关的Hub基因,并进行体外细胞实验,将大鼠海马神经元细胞分为正常组和缺血性脑卒中组,进行qPCR实验验证。结果与结论:①差异分析获得573个差异表达基因,主要富集于免疫反应的正向调节等生物学过程和脂质与动脉粥样硬化等信号通路;②机器学习方法筛选出MFN2、PKM2、CREG1、FOXO3A诊断性基因,对缺血性脑卒中可能具有一定的诊断价值;③免疫浸润分析发现浆细胞、NK细胞静息、巨噬细胞等,表明免疫细胞在缺血性脑卒中的发病中发挥着一定作用;④WGCNA结合免疫浸润分析获得118个关键模块基因,与铜死亡基因取交集获得2个铜死亡与免疫特征基因;4个诊断性基因与Hub基因的相关性分析结果显示FOXO3A与MFN2、PKM2与BCL2L1、MTF1与MFN2、ATP7B与BCL2L1的表达具有相关性;⑤qPCR结果显示,与空白组相比,缺血性脑卒中组基因MTF1、ATP7B存在显著差异,证实ATP7B、MTF1可作为缺血性脑卒中铜死亡的特征基因,可能通过干预ATP7B、MTF1调节铜死亡来改善缺血性脑卒中。

关键词： 人工智能   电力系统   网络攻击检测  

摘要： 文章首先强调了电力系统遭受网络攻击的主要特征,然后详细讨论了人工智能技术如何在识别此类攻击中发挥其独特的作用。接下来,列举了一些常见的电力系统网络攻击模式,以提供进一步理解人工智能用于此项任务的技术基础。最后,将焦点放在了利用人工智能来应对电力系统网络攻击上,具体而言,这包括使用深度学习进行入侵检测,采用决策树处理异常情况,并运用聚类算法进行大数据分析等策略。这些手段有助于实现对电力系统网络攻击的实时监控与迅速反应,从而给实际操作带来有益的借鉴价值。

关键词： 人工智能   水电工程   渗流场域   应用  

摘要： 通过阐述水电工程渗流场域基本概念、特点与重要性,分析AI技术核心原理及在水电领域的适用性,探讨AI在水电工程渗流场域实践中的数据采集与预处理、模型构建与训练、模型验证与评估方法。研究结果表明:AI能够高效处理水电工程渗流监测数据,挖掘渗流场变化规律,通过选择合适模型,如BP神经网络、卷积神经网络、循环神经网络等,有效捕捉渗流数据特征,能提升渗流场模拟和预测准确性。AI在水电工程渗流场域应用成果显著,提升了研究的科学性和可靠性,为工程安全运行和科学管理提供技术支撑;同时提高了工程安全性和运行效率,推动水电行业技术进步。

关键词： 人工智能   大学英语教师   角色重塑   发展路径  

摘要： 随着人工智能的迅速崛起,其在大学英语教学中的应用日益普及,推动教师角色由单一的知识传递转向教学设计、学生发展引导及技术整合。智能批改、语音识别与自适应学习系统等技术的应用实现了教学的个性化和高效化。基于文献分析与案例研究,本文探讨了教师角色转型的内在逻辑,剖析了从知识传递者到学习设计者、从单一讲授者到多元指导者以及从传统教学者到技术整合者的演变机制,并提出提升人工智能素养、创新教学模式、强化师生互动及构建协同创新教育生态的具体路径。研究表明,大学英语教师应主动拥抱技术变革,提升专业能力,从而更好地满足新时代英语教育的需求。

关键词： 智慧引擎   智能制造   制梗线   生产数据可视化   生产设备网络化  

摘要： 随着智能制造时代的到来以及产业互联网和“互联网+”的智慧化工厂概念兴起,企业生产管理和竞争格局迎来巨变,越来越多的工厂向着智能化转型,智慧引擎作为其中的重要支撑技术,发挥着不可替代的作用。本文以卷烟厂制梗线为例,探讨了智慧引擎在卷烟厂制梗线生产管理中的应用及其所带来的变革。首先,介绍了智慧引擎平台的意义和关键能力;接着,详细阐述了智慧引擎在烟厂制梗线数据可视化、生产设备网络化、制造生产能力提升等方面的应用实践,并分析了其带来的效益和挑战;最后,展望了智慧引擎在未来的发展前景。

关键词： 人工智能   高职院校   思政课   实践教学  

摘要： 随着人工智能的发展,思政课教学也逐渐进入了“智能教学”时代。为更好地落实思政课立德树人根本任务,推动高职院校思政课教育教学高质量发展,作为思政课教育教学重要环节的高职院校思政课实践教学,也要顺应时代发展需求,进行改革创新。本文从人工智能驱动高职院校思政课实践教学的重要性及其存在的问题出发进行剖析,提出人工智能时代背景下高职院校思政课实践教学体系构建的策略,以期为思政课高质量发展提供借鉴。

关键词： 人工智能   液体活检   肝癌   临床应用  

摘要： 肝癌是全球范围内最常见的恶性肿瘤之一,提高早期筛查率与诊断率是改善其高发病率与低治愈率现状的重要策略。目前临床常用的筛查与诊断方法存在检出率低、灵敏度及准确性不足等局限。液体活检凭借无创、可重复、动态监测等优势,成为肝癌早期诊断的重要技术手段,其核心生物标志物包括循环肿瘤DNA、外泌体及循环肿瘤细胞等。人工智能(AI)通过高通量数据分析、多模态融合及低丰度信号挖掘,显著提升了液体活检的效能。本文系统综述了肝癌液体活检核心生物标志物的研究进展,阐述了AI在液体活检数据分析中的关键技术(生物标志物筛选、多模态融合、低丰度检测优化),总结了AI辅助液体活检在肝癌早期筛查、精准诊断及疗效预测中的临床应用,并探讨了技术转化中的挑战与未来方向,为推动肝癌精准诊疗提供参考。

关键词： 人工智能   电网   培训评价   自动化应用  

摘要： 本文深入地探讨了数字化技术在电网培训评价业务管理中的应用及其所带来的深刻变革。在全球经济面临重大挑战的背景下,电网企业作为能源和民生领域的支柱企业,在推动上下游产业链发展、服务经济发展大局及支撑“双循环”战略中扮演着至关重要的角色。人才作为企业发展的核心驱动力,其培养与评价显得尤为重要。尽管当前电网培训业务已在一定程度上实现了信息化,但随着技术的不断进步和对人员技能要求的日益提升,现有的各系统独立运行模式已难以迅速响应培训评价管理的迫切需求。同时,新建系统的整合成本高昂,短期内难以实现全面升级。然而,随着数字电网建设的加速推进和数字化平台的日益完善,通过引入现有的人工智能平台、自动化技术以及大数据分析展示技术,能够以较低的成本实现高效益的管理优化,有效地弥补现有管理模式的不足。这一创新应用为电网培训评价业务管理提供了新的解决方案,有助于推动电网企业培训评价工作的智能化、高效化发展。