关键词： 智能计算   人工智能   大模型   规模定律   算力   好数据   可解释性  

摘要： 主流的人工智能技术从一个侧面可以看成是“智能计算技术”。该文针对智能计算技术取得的历史性突破、发展趋势和面临的挑战发表一些看法;对规模定律(scaling law)是否遇到天花板、解决算力短缺问题的出路在哪里、大模型的本质是什么等普遍关心的问题作简要的综述。

关键词： 体育用品制造业   新质生产力   智能制造   劳动工具升级   数据要素  

摘要： 新质生产力的提出为我国体育用品制造业迈向高质量发展提供了“以新促质”的新思路。运用文献资料法、逻辑分析法,在剖析体育用品制造业形成新质生产力的本质要义基础上探寻其演进趋向。研究认为,体育用品制造业在新型劳动者、新型劳动对象、新型劳动工具、新型基础设施4个维度分别呈现出由技能改进向创新应用、由被动挖掘向能动增值、由“加式”融合向“乘式”跃升、由保障基础运行向多维赋能的演进趋向。据此,提出体育用品制造业形成新质生产力的实践路径:驱动人力资源知识化,实现新型劳动者素质跃升;深化劳动客体数据化应用,推动新型劳动对象创新实践;提升技术转化效能,促进新型劳动工具迭代;筑牢供给之基,加快新型基础设施布局。

关键词： 技术赋能   人工智能   数学教育   评价方式改革  

摘要： 数字技术的革新给教育领域带来了全新的改变,人工智能的诞生使得数字技术不再只是单纯地作为教育评价技术的支撑,而是以技术赋能数学教育评价改革,颠覆现有数学教育评价,从整体评价指向学习共同体下的个体微观评价方式,强化数学教育评价体系的过程指向,助力数学教育评价标准的更新。以数学教育评价方式为切入点,结合当前人工智能在教育评价领域的应用情况,分析人工智能赋能数学教育评价变革方向,破解人工智能给教育评价带来的制约与难题,强化学生作为评价主体的主动性与决策性,发挥规范制度对人工智能技术应用的保障性与约束性,塑造人工智能底层育人逻辑,以期促进教育与人工智能的融合与发展。

关键词： 智能科学   自然语言处理   智能系统   机器学习   模式识别   人工智能   领域理论研究   学会会刊  

摘要： 期刊简介《智能系统学报》是中国人工智能学会会刊,由中国人工智能学会与哈尔滨工程大学联合主办,旨在创办中国智能科学领域引领性的中文学术期刊,主要刊登机器学习、机器感知与模式识别、机器人、智能系统脑认知基础、知识工程、自然语言处理与理.解、人工智能基础等内容,反映我国智能科学领域理论研究及科研进展情况,促进和扩大国内外学术交流,为我国智能科学的发展和社会进步服务。

关键词： 椎间盘退变   诊断显像   机器学习   影像组学  

摘要： 腰椎间盘突出症(LDH)是常见多发病,为引起腰背部及下肢疼痛的主要原因之一。利用影像组学可提高LDH早期诊断率、辅助拟定个体化治疗方案及判断预后。本文就影像组学用于早期诊疗LDH研究进展进行综述。

关键词： 人工智能   电子信息   汽车智能驾驶系统   应用  

摘要： 在科技快速发展的今天,人工智能与电子信息技术的结合已成为科技进步的亮点。这种技术交融逐渐渗透到各个行业中,尤其是在汽车智能驾驶系统中,利用人工智能的决策与电子信息技术的数据处理优势,建立更智能化、高效率的汽车驾驶体系,提升行车的安全性、舒适度及操作便捷性。这一技术融合既代表着汽车科技迈入崭新的发展阶段,更预示着智能驾驶成为汽车产业发展的趋势,向着更智能、便捷的出行方向发展。

关键词： Sora   中医药文化   人工智能  

摘要： 中医药文化是中华优秀传统文化的瑰宝。Sora作为OpenAI开发的文本生成视频模型,为中医药文化传播提供了新的契机,在优化传播内容、拓宽传播范围以及提升传播效果等方面显现出赋能中医药文化传播的发展前景,但Sora的广泛应用将会给中医药文化传播带来潜在的伦理风险。文章从伦理关系失衡、伦理行为失序以及伦理规范失控三个方面,对Sora融入中医药文化传播可能出现的伦理问题进行审视,并探索规避伦理风险的应对策略,以期充分发挥Sora赋能增效的作用,促进Sora与中医药文化传播形成协同发展的良性循环。

关键词： 癫痫发作预测   脑电   特征提取   机器学习  

摘要： 目的基于头皮脑电数据,提出一种针对难治性癫痫患者的癫痫发作预测方法并运用人工神经网络模型进行高效预测,以期提升癫痫脑电信号的分类预测效能。方法采用波士顿儿童医院的难治性癫痫患者长时脑电数据库,从脑电同步性、复杂度及能量分布等多个维度提取癫痫发作间期和发作前期的脑电特征,并将这些特征输入人工神经网络模型中进行分类识别,从而实现癫痫的精准预测。通过调整模型参数以优化性能,并与现有的深度学习模型进行对比评估。结果本研究提出的模型准确率为99.29%,精确度为91.44%,灵敏度为96.46%,特异性为99.46%。与当前基于机器学习和深度学习框架的癫痫发作预测研究相比,本研究的模型在分类预测能力上实现了提升,展现了更高的预测准确性。结论通过手动提取癫痫脑电特征并构建人工神经网络模型,实现了对癫痫发作的有效预测。模型具有较高的准确性和稳定性,为辅助临床癫痫治疗和预防提供了可靠的技术支持。

关键词： 林下植被盖度   驱动因素   时空变化   机器学习   湖北省  

摘要： [目的]研究湖北省林下植被盖度的时空变化特征及其驱动因素,为该区生态环境保护与植被管理提供科学依据。[方法]以湖北省为研究区域,通过样地调查并结合DeepLabV3~+语义分割方法提取了2022年度湖北省28个样方点每半月的林下绿叶植被盖度及林下枯落物盖度。基于此,采用多种机器学习模型分析空间位置、自然环境、社会经济环境、气候条件等4类驱动因子对林下绿叶植被盖度变化的作用。[结果]林下枯落物盖度月度变化并未表现出明显的季节性特征,且各个样方点上林下枯落物盖度时空差异性较大;而林下绿叶植被盖度则呈现明显的季节性变化特征,不同植被类型下的林下绿叶植被盖度存在明显差异,通常经济林和针叶林的林下绿叶植被盖度高于落叶阔叶林和常绿阔叶林,且落叶阔叶林和常绿阔叶林的林下绿叶植被盖度差异较小。随机森林回归模型预测性能最好,均方根误差(RMSE)为11.072 3,决定系数(R^(2))为0.732。[结论]随机森林回归模型显示同期气温、NDVI和过去1个月的降水量是林下绿叶植被盖度时空变化的关键驱动因子。

关键词： 中职教育   教学模式构建   大国工匠   计算机科学与技术   产业变革   人工智能   计算机技术   大数据  

摘要： 随着科技的发展,中职的计算机专业面临着巨大变化。随着新一轮科技革命和产业变革加速演进,计算机科学与技术正朝着专业性的方向不断发展,大数据、云计算、人工智能等多种先进的技术依靠计算机技术的进步获得了发展。中职教育需要适应时代的发展需求,培养具有较强实践能力的人才。近年来,武汉市仪表电子学校开展“二元启·六环施”教学模式,依据国家职业技能标准及技能人才培养标准,以综合职业能力培养为目标,培育德技并修的高素质技术技能人才、能工巧匠、大国工匠。