关键词： 人工智能   高中地理教育   教学模式创新  

摘要： 随着人工智能的发展,高中地理教育亦迎来颠覆性变革契机。本研究聚焦人工智能与地理教学的融合创新,系统解析其应用现状、核心优势及典型实践,深度剖析技术落地面临的现实挑战,并提出多种应对策略。本研究不仅揭示了人工智能重塑地理认知的深层机制,更通过实践案例验证技术赋能的有效性,为新时代地理教育的创新发展提供系统性理论支撑与可操作的实践指南。

关键词： 智能制造   专创融合   教育模式   实践探索  

摘要： 随着智能制造技术的快速发展,行业对具备创新能力和复合型知识结构的人才需求日益突出。在智能制造相关专业推行专业教育与创新创业教育相融合的培养模式,对推动行业技术革新和区域经济发展具有重要作用。然而当前这种融合教育仍面临诸多挑战:教育理念尚未完全转变、课程体系有待优化、师资力量需要加强、实践环节相对薄弱等。针对这些问题,建议从以下方面进行改进:首先,构建包含公共基础课、专业基础课、专业核心课和专业拓展课的多层次课程体系;其次,通过整合校内教师资源和聘请行业专家,打造专业化的教学团队;最后,通过组织创新实践活动、举办专业技能竞赛、建立校企合作平台等方式,强化实践教学环节。这些措施将有效提升智能制造专业学生的创新实践能力,为行业发展提供人才支撑。

关键词： 瞬时受体电位香草酸亚型4   新型冠状病毒   机器学习   甘草香豆素   分子动力学模拟  

摘要： 该研究旨在探讨靶向瞬时受体电位香草酸亚型4（TRPV4）的抗新型冠状病毒（SARS-CoV-2）中药单体化合物筛选及其作用机制。基于预训练蛋白质语言模型ConPLex的机器学习方法预测药物-靶标结合特性，快速筛选靶向TRPV4的中药单体化合物，并按算法评分由高至低进行排序。通过细胞计数试剂盒（CCK-8）评估候选中药单体化合物的细胞毒性，并利用间接免疫荧光法（IFA）和蛋白免疫印迹法（Western blot），分析甘草香豆素（GCM）对SARS-CoV-2在非洲绿猴肾细胞（Vero-E6）内复制的影响。应用SARS-CoV-2/C57MA14鼠适应株的BALB/c小鼠感染模型，从存活率、肺组织病毒载量及病理损伤程度等方面评估GCM的体内抗病毒效果。为阐明其分子机制，采用Western blot检测关键信号通路蛋白表达，并通过酶联免疫吸附测定法（ELISA）定量分析血清中细胞因子白细胞介素-6（IL-6）、肿瘤坏死因子-α（TNF-α）、C-X-C基序趋化因子10（CXCL10）、单核细胞趋化蛋白-1（MCP-1）的浓度变化。结合分子对接与分子动力学模拟（MD）技术，解析GCM与TRPV4蛋白的结合模式。体外实验显示，在15种候选中药单体化合物中，GCM对SARS-CoV-2的抑制呈显著剂量依赖性；动物模型中，该化合物可延长感染小鼠的生存时间，并显著减轻病毒引起的肺部病理损伤。机制研究表明，GCM抑制TRPV4表达，阻断SARS-CoV-2感染触发的核因子κB（NF-κB）核转位过程，进而下调IL-6、TNF-α等促炎因子的转录水平；同时，经其干预后，血清中IL-6、TNF-α、CXCL10、MCP-1等细胞因子的表达均显著降低。分子对接及动力学模拟结果证实，GCM与TRPV4蛋白形成的复合物在结合构象与动态相互作用层面均表现出优异稳定性。研究证实，GCM在体内外模型中均表现出良好的抗SARS-CoV-2活性，不仅能有效抑制病毒复制，同时遏制感染引发的细胞因子风暴。结果表明，GCM是一种极具潜力的抗SARS-CoV-2中药单体化合物，值得进一步深入研究和开发。

关键词： 舌诊   人工智能   健康状态辨识   中医诊疗   移动端  

摘要： 随着健康理念变化、医学模式转变和医学目的调整,大众对健康的需求激增。课题组设计AI舌诊与问诊相结合的中医健康状态辨识分析方法,通过利用计算机图像处理、移动互联网、大数据、人工智能(artificial intelligence,AI)等多种技术,实现了移动端的基于AI舌诊的中医健康状态辨识系统。系统可以快速、便捷、准确的分析用户上传的舌象图片,进行常见中医健康状态辨识,完成中医健康状态的辅助诊断,构建舌象动态分析并进行健康管理,为大众提供中医智慧医疗服务,提高公众健康服务水平。

关键词： 人工智能   新闻播音主持   虚拟主播   创新发展  

摘要： 人工智能技术的飞速发展及其在各行各业的深度应用,全方位改变了新闻的生产模式,也为新闻播音主持行业带来了前所未有的机遇与挑战。本文分析了人工智能时代对新闻播音主持的影响,探讨了人工智能的应用现状,再结合新闻播音主持工作实际,提出一系列创新策略,以期推动新闻播音主持工作的创新发展,为受众带来更为优质的新闻服务。

关键词： 人工智能   高中物理教学   数字化转型  

摘要： 现阶段,人工智能与教育教学的融合趋势越来越明显。在核心素养视角下,基于人工智能开展高中物理教学,可以让抽象的物理知识以直观可视、生动具象、富有情境的方式呈现在学生面前,达到降低学习难度、拓展知识范围,活跃课堂氛围、活化学科思维、提高课堂效率等目的。基于此,本文以核心素养为背景,探讨了高中物理教学的转变需求,之后针对人工智能在高中物理教学中的应用策略提出几点想法与建议,希望能够为高中物理老师提供可以落地的改革方向。

关键词： 艰难梭菌感染   风险预测模型   不均衡数据   SMOTE算法   机器学习  

摘要： 采用MIMIC重症数据库中的重症患者数据为数据集，对艰难梭菌感染的发病风险进行预测。针对该数据集的非均衡性，提出一种基于改进SMOTE算法和机器学习的风险预测方法。首先，改进SMOTE算法以实现均衡数据集，通过引入流行病学中常用的参数比值比计算特征权重，改进SMOTE算法中的最近邻样本挑选规则。同时，为避免新合成样本离散特征结构被破坏，对SMOTE算法中的样本合成方法进行改进。其次，采用多种机器学习算法分别构建重症患者艰难梭菌感染的风险预测模型。实验结果表明：采用改进SMOTE算法与CatBoost算法构建的模型对艰难梭菌感染患者的预测效果更佳，该模型在测试集中的曲线下面积（AUC）为0.75，召回率为0.69，在验证集中的AUC为0.73，召回率为0.57。

关键词： 机器学习   板柱节点   抗剪键   抗冲切承载力   XGBoost模型   SHAP算法  

摘要： 弯矩和剪力共同作用下RC板柱节点冲切破坏影响因素众多，传统基于经验或半经验公式的承载力模型尚面临精度不足难题。本文提出了带抗剪键板柱节点承载力预测的可解释机器学习模型，基于XGBoost模型学习几何、材料等高维特征参数与抗冲切承载力隐式映射关系，结合SHAP解释方法对参数敏感性进行分析。构建了包括235个试件的抗剪键RC板柱节点冲切数据库，将所提方法与其他机器学习模型和规范公式比较，评估了所提出模型的有效性。结果表明：本文提出的模型在预测准确性和稳定性方面表现优越，其预测结果的均值、标准差和变异系数分别为1.00、0.07和7.2%，优于传统模型和规范公式。此外，通过SHAP方法量化了各参数对板柱节点抗冲切承载力的影响，结果发现，构件几何特征对板柱节点的抗冲切承载力具有主导影响，有效高度d为最关键的变量，其次是距离柱1.5d范围内抗剪键的面积，影响约为d的35%左右，而材料特性的影响相对较小。

关键词： 安全工程   变电站系统   抗震韧性   系统模型   机器学习   代理模型   分类器  

摘要： 针对蒙特卡洛模拟在系统韧性评估中计算效率低的问题，提出了一种基于机器学习的变电站快速抗震韧性评估方法。将变电站功能评估转化为包含物理与功能约束的多类别分类问题，采用支持向量机（Support Vector Machine，SVM）和Logistic回归构建损伤–功能映射代理模型，通过生成含设备失效不确定性的随机损伤场景进行监督学习训练。将所提方法应用于220 kV双母线电气主接线系统的韧性评估。结果表明，线性核SVM与Logistic回归模型分别取得96.6%和96.9%的预测准确率，其鲁棒性和快速性分布与蒙特卡洛仿真高度吻合，韧性偏差小于0.009，且代理模型时间复杂度为O(n)。结果证实了所提方法在保证精度的前提下显著提升变电站韧性评估效率。

关键词： 大语言模型   思维链   推理   人工智能  

摘要： 在计算资源不断增强的供给推动下，大语言模型的参数规模持续扩大，其在自然语言处理中的任务表现也更加卓越。但在面临推理问题，尤其是在常识推理或数学问题上，仍然存在一定的局限性。思维链技术通过引导模型生成推理步骤，显著提升了其在不同领域问题的解决能力。本文不仅从训练方式的角度梳理了思维链的理论基础系统和技术演进，还进一步对如政务服务，企业数字化等应用场景作了进一步的讨论。最后，结合人工智能的发展趋势，从人工智能智能化程度的角度论述了思维链在大语言模型走向更高认知水平中必不可少的作用，并指出其在当下面临的挑战与亟需解决的技术瓶颈。