关键词： 人工智能   科技期刊   智能推荐系统   数据分析   期刊运营  

摘要： 随着人工智能(artificial intelligence, AI)在科研和出版领域的广泛应用,它在选题策划、稿件审查、编辑校对等方面以其卓越的效率和精准度,确保了内容的质量和准确性,为学术期刊的发展带来了新的契机与考验。本文深入探讨了AI在编辑加工、智能推荐系统对读者体验的提升、数据分析预测与期刊运营之间的关系,以及AI在作者写作和投稿过程中的辅助作用,并重点研究了AI技术在科技期刊出版中的应用边界,旨在为学术界提供优化利用AI技术的建议,从而促进期刊出版在数字化时代的持续发展。

关键词： 高压电气设备   局部放电   在线监测   超高频传感器   人工智能   模式识别  

摘要： 随着智能电网建设的深入推进,高压电气设备的安全稳定运行对电力系统可靠性提出更高要求。局部放电监测作为评估高压电气设备绝缘状态的重要手段,其在线监测技术的研究与应用具有重要意义。针对传统离线检测方法存在的局限性,提出基于超高频传感器和人工智能的局部放电在线监测方案,通过建立放电模式识别模型,实现对设备绝缘状态的实时评估。实验结果表明,该方案的放电识别准确率达95%以上,能有效预警设备绝缘隐患,为预防性维护提供可靠依据。

关键词： 低空经济   人工智能   融合发展   内在逻辑   优化策略  

摘要： 在科技迅猛发展的进程中,低空经济因政策利好迎来重要发展契机,而人工智能的蓬勃兴起更为其注入强劲活力,二者融合发展态势日益显著。在技术协同层面,人工智能凭借其强大的数据处理、高效通信、快速计算及精准控制决策能力,深度融入低空经济各环节。在产业链协同维度,于低空产业链上游,人工智能变革飞行器设计制造流程;中游借助该技术精准规划飞行路线、智能调配任务;下游则利用其提升软件智能化水平与故障预测能力。基于上述融合发展状况,进一步从智能低空飞行器、智能空域管理、智能低空基础设施以及智能低空产业链四方面提出系统的智能优化策略,旨在全方位推动低空经济智能化跨越与高质量发展。

关键词： 人工智能   主流媒体   数智化转型   DeepSeek  

摘要： 2025年快速“出圈”的DeepSeek通过算法架构创新实现性能突破,为主流媒体转型带来新的机遇。目前,智能化技术已贯穿新闻内容生产全链条,持续赋能媒体场景化建设和产业结构升级,但仍存在数据治理和算法伦理困境。国产大模型DeepSeek通过混合专家架构、开源生态、知识蒸馏等核心技术,使人工智能实现从“辅助工具”到“决策大脑”的演进,为主流媒体数智化转型提质增效。未来,多模态大模型将持续推动媒体技术逻辑和主流价值观的协同进化,但也需关注数据安全和媒体技术依赖问题,构建与之适配的规范性管理体系。

关键词： 人工智能   生成式人工智能   中小学人工智能教育   中小学人工智能通识教育   教育公平   协同育人体系  

摘要： 人工智能正深刻重塑基础教育形态,推动基础教育向个性化、智能化方向转型,但其基础教育应用仍面临教育公平失衡、数据安全失控、伦理规范失序等挑战。在此背景下,我国教育部基础教育教学指导委员会近期发布《中小学人工智能通识教育指南(2025年版)》(以下简称《通识教育指南》)与《中小学生成式人工智能使用指南(2025年版)》(以下简称《使用指南》),旨在构建从基础素养培育到前沿技术实践的协同育人体系。通过文本分析法和比较研究法,围绕两个指南的核心内容与实施逻辑,从目标定位、内容架构和保障体系三个维度展开对比分析,旨在加速人工智能技术与基础教育深度融合。据此发现,《通识教育指南》契合国家战略与育人本质,构建分层递进的课程与实践体系,建立多方协同推进机制;《使用指南》强调安全规范与伦理规范并重,构建学段应用边界与风险防控体系,建立“六方协同”责任网络。两个指南既在技术赋能教育的战略协同、分阶递进的教育适配原则、育人导向与普惠理念的协同落实,以及多元共治下的智能教育安全框架等底层逻辑方面表现出共性特征,也在目标导向、内容架构、实施建议及保障体系方面呈现出差异定位。未来应深化学段分层培养路径,构建人工智能教育跨学科课程体系;规范数智技术应用场景,聚焦生成式人工智能技术风险管控;构建双轨协同治理框架,推动技术伦理与教育本质深度融合;夯实智能素养培育基础,完善多方协同的教育生态治理体系。

关键词： 城市内涝   机器学习   内涝模拟   内涝预测   多源数据集  

摘要： 随着城镇化率的快速提高,城市内涝问题日益严重,而传统的水文水动力模型在模拟城市内涝时存在数据精度要求高、计算过程复杂、模拟效率低等问题。机器学习作为一种新兴技术,虽然对数据集质量要求同样严格,但其能够自动挖掘数据中的模式和规律,且模型训练完成后可以大大提高模拟效率和精度,目前已在城市内涝模拟中展现出巨大的潜力。梳理了国内外机器学习模型在城市内涝模拟中的主要发展历程,并对国内不同地理条件的模型应用情况等进行了总结。得出如下主要结论:当前的研究趋势已不再仅局限于单个机器学习算法或模型的研究应用,而是逐渐向多模型效果比较、模型耦合和可解释机器学习模型的方向迈进;多源数据集突破了单一水文数据的局限性,增强了机器学习模型对复杂城市系统的表征能力和预测能力,为针对性的内涝防治措施提供了科学依据。

关键词： 个性化学习   智能作业本   人工智能  

摘要： 当前,个性化学习已成为教育发展的重要趋势。人工智能技术强大的数据处理和分析能力,为个性化学习提供了有力的支持。北京师范大学附属实验中学开展人工智能赋能个性化学习的实践探索,开发智能作业本,精准分析学生的学习习惯。

关键词： 低空经济   人工智能   公共安全治理   新质生产力   新兴产业  

摘要： 随着低空经济的快速发展,一系列公共安全问题也随之凸显。人工智能凭借实时监测与预警、智能决策与应急响应、资源优化配置等方面的优势,为低空经济公共安全治理带来了新的机遇。目前,人工智能在技术层面、法律法规与伦理道德、人才队伍建设等方面仍面临诸多挑战,因此应从技术创新与升级、政策法规与标准的制定、人才培养与引进等方面采取措施,促进低空经济的健康可持续发展。

关键词： 数字司法   人机协同决策   数字正义   人工智能  

摘要： 数字时代和智能社会是司法制度和实践发展的新场景,人工智能虽赋能智慧法院,实现效能跃升,却也浮现出算法权力异化、司法公信力弱化、数据伦理失范等治理难题。鉴于人工智能技术牵掣与司法系统智能化转型的双重桎梏,为寻求能够跨越制度蓝图与实践操作之间鸿沟的切实路径,需诉诸人机协同决策(Human-Machine Collaborative Decision-Making,HMCDM),并依托现有理论与技术支撑,在人和机器统一的决策环境中,实现人与机器深度交织与互动,构建出高效的人机协同模式。在人机协同决策下对机制进行“法律—技术”的双重完善,方可论证出数字司法的规训进路,衍生出契合我国司法价值的算法决策应用。

关键词： 机器学习   人工湿地   氨氮   COD   重金属  

摘要： 基于水质指标、气候指标、湿地运行参数3个方向,收集以往研究文献数据,通过3种机器学习模型预测人工湿地出水氨氮(NH_(4)^(+)-N)、COD、磺胺甲噁唑(SMX)以及部分重金属的浓度.结果表明,随机森林(Random Forest)在整体性能上略优于XGBoost和LightGBM,其决定系数(R^(2))和均方根误差(RMSE)的表现更为稳定,尤其是在NH_(4)^(+)-N和SMX的预测上取得更高精度(NH_(4)^(+)-N预测的R^(2)分别为0.93、0.89和0.87).相比之下,在COD的预测中,3种模型的表现相对较弱,R^(2)分别为0.71、0.61、0.64.通过引入SMOTE数据扩充技术,模型的预测性能和精度得到了显著的提升,尤其是对COD的预测性能提升幅度达7.04%~26.23%.本研究将数据分析与机器学习算法相结合,可为实际工程应用提供可行方法.