关键词： 智能制造装备   生产效能   加工周期   精度   加工效率  

摘要： 第十九届中国国际机床展览会(CIMT2025)将于2025年4月21—26日在北京举办。本届展会将首次同时使用首都国际会展中心和中国国际展览中心(顺义馆)两个展馆,总展出面积达31万m^(2),在全球机床工具界及装备制造领域引起高度关注。机床与智能制造装备是加工中不可或缺的关键元素,影响着加工效率、精度和表面质量,优质的制造装备能够显著提升生产效能,缩短加工周期,同时降低能耗,减少材料浪费,推动整个制造业向高效、高质、绿色的方向迈进。本刊特征集CIMT2025参展企业在工业母机与智能制造装备领域的亮点展品、技术和解决方案等,以供读者参考。

关键词： 舞蹈教育   人工智能   双师型翻转课堂   可视化反馈  

摘要： 该研究基于人工智能开发了舞蹈学习的双师型翻转课堂教学模式,该模式包括智慧学习环境、教学资源、人工智能导师、智能评价、可视化反馈等要素。智能导师的加入打破了传统的师生二维关系,形成了“师-生-机”的新型教学关系,改变了教学结构。课外,智能导师发挥教学、评价、反馈等职能作用;课中,任课教师在智能评价和可视化反馈的基础上开展精准化舞蹈教学。该研究采用准实验研究法,从舞蹈成绩、自我效能感和认知负荷等维度检验了该模式的教学效果,结果表明:相对于传统翻转课堂,基于人工智能的双师型翻转课堂能够提高学生的舞蹈成绩,降低学生的认知负荷。

关键词： 合作交流会   绿色技术   科技创新   智能制造  

摘要： 4月17日,在南京市科学技术协会的支持下,由中奥智能工业研究院与维也纳商务局联合主办的2025年第三届中奥科技创新合作交流会暨维也纳投资环境推介会在南京成功举办!本次会议汇聚中奥科技界、企业界及政府代表,共同探索智能制造、绿色技术、数字化转型、生物医药等领域的合作机遇,为全球科技创新注入新动能。

关键词： 行政执法   人工智能   移民管理机构  

摘要： 人工智能技术的飞速发展催生了移民管理领域智能化行政执法。移民管理机构智能化行政执法场景多样,既有智能化出入境行政检查、行政强制场景,又有智能化移民管理许可、确认、处罚场景。智能化行政执法在助力移民管理机构实现行政执法高效益、低成本目标的同时,也带来了歧视性执法、相对人信息权益被侵害以及人工智能系统独立执法等潜在风险。未来,移民管理机构可从构建智能化行政执法的算法影响评估审查制度、保障智能化行政执法网络和信息安全、建立智能化行政执法偏离纠正机制等方面入手,规避智能化行政执法带来的风险,实现智能化行政执法效益最大化。

关键词： 中医药   全国政协委员   人工智能  

摘要： 谈到人工智能与中医药,全国政协委员、首都医科大学附属北京中医医院院长刘清泉说,他们医院也有实践,“人工智能的到来,首先受益的肯定是医学”。

关键词： 思想政治教育   路径探究   传统教育模式   虚拟现实   人工智能   信息技术   大数据   智慧化  

摘要： 近年来,以大数据、算法推荐、虚拟现实等为代表的信息技术深度融入军队思想政治教育,在为传统教育模式注入新活力的同时,也对教育图景进行了系统性重构,推动思想政治教育向智能化、智慧化方向发展,开辟了通过数据分析、情感判断、内容设计、潜意识影响等方法手段提高思想政治教育质效的全新途径。

关键词： 清晰集定性比较分析   组态致因模型   机器学习   煤矿运输事故  

摘要： 为应对煤矿运输事故频发的严峻形势,防止事故进一步恶化,以68起煤矿运输事故为研究对象,基于改进的HFACS理论构建煤矿运输事故致因模型与属性表,并在此基础上运用清晰集定性比较分析方法与随机森林方法对事故致因进行综合分析,构建了一个结合组态分析和机器学习的煤矿运输事故综合分析框架。利用沙普利值(SHAP)揭示了阻断事故发生的关键因素,并验证了组态分析的稳健性。结果表明:组态分析识别出12种煤矿运输事故组态解,聚类归纳出技术缺陷、监管不力和安全教育缺失3组高阶构型;随机森林模型总体准确率达到92.9%,尤其在预测事故发生(类别1)时显示出高精确度和召回率;模型的SHAP值散点图显示,技术环境、监管不力、组织氛围是导致事故发生的核心条件,进一步验证了组态分析的稳健性。根据研究结果,针对诱发煤矿运输事故的高阶构型路径提出预防与应对措施。

关键词： 知识产权保护   科技创新   人工智能  

摘要： 现行著作权法律规制作为科技与法律相互作用、相互影响的制度规范,正面临着传统理论与现实产业发展之间的挑战,以人工智能为代表的新质生产力的出现对现有法律制度带来了冲击,如何通过完善立法和司法实践创新寻找保护措施、助推人工智能高质量发展已经成为当务之急。

关键词： 激光转塔   气动光学效应   跨声速流动   机器学习   残差神经网络  

摘要： 采用残差神经网络对来流Ma∞在0.3~0.8范围内球柱型激光转塔模型的稳态流场开展机器学习,建立此范围内任意来流条件下的亚声速/跨声速流场预测,并针对不同视场角下的光束波前畸变评估此模型的预估精度。学习模型可再现转塔流动中的边界层、流动分离以及分离剪切层等流动特征,尤其包括跨声速流动中的非锚定激波间断现象。基于预测流场计算的不同视场角下的波前分布与根据传统计算流体力学(CFD)模拟流场的结果基本一致。该机器学习方法为工程领域中激光转塔气动光学效应自适应校正提供了策略。

关键词： 虚假新闻检测   深度学习   域视角   人工智能  

摘要： 以深度学习发展为线索,从域角度对假新闻检测模型进行分类,讨论虚假新闻检测方法的变化。首先在概述中分别对域角度下虚假新闻检测的定义、域适用数据集、假新闻检测评估指标及相关工作进行介绍;接着从域角度将虚假新闻检测模型归纳总结成3类,分别为源域与目标域相同、源域与目标域不同和忽略域信息3种类型的检测模型,并对3类模型以深度学习为线索进行梳理。