关键词： 人工智能技术   就业结构转型   智能制造   人才培养  

摘要： 文章概述了人工智能技术的内涵与发展,及其在智能制造领域的应用,分析人工智能技术变革对就业结构的影响,包括就业数量的动态变化、就业结构的深刻转型以及就业质量面临的挑战,并提出一系列应对策略,以期为就业结构转型与高质量发展提供有效路径。

关键词： 教育教学理论   教育强国   教育学   实践探索   人工智能   数字化战略   精彩纷呈   课程教材  

摘要： 11月24日,第二届数字教育学建设研讨会在北京召开。会议由教育部课程教材研究所专题中心主办,专题中心主任张广斌研究员主持,与会专家围绕“人工智能与教育强国建设”开展了广泛深入的研讨和交流。与会专家一致认为,随着国家教育数字化战略行动深入推进,各种实践探索精彩纷呈,亟需加强数字教育教学理论研究。

关键词： 瞬变源   分类   测光   小样本   机器学习  

摘要： 提出一种基于机器学习的小样本瞬变源早期分类算法TXW,可以在训练样本较少的情况下实时、准确地证认出瞬变源的类别。TXW算法是一种改进的小样本度量学习方法,融合了可提取测光数据特征的时间卷积网络和计算类别概率分数的极限梯度提升树,并结合了新的加权算法,可以解决信号源过早消失所导致的噪声被误判为特征的问题。实验结果表明,与其他5种算法相比,TXW算法针对小样本数据集分类的准确度平均提升了4.33百分点,早期结果的精确率召回率曲线精度平均值提升了0.25,接受者操作特性曲线下方面积的宏平均值提升了0.08。同时,TXW算法在精度、鲁棒性、抗噪性上都有较优表现,可实现小样本瞬变源的早期分类,在证认引力波电磁对应体等稀有瞬变源事件中具有应用价值。

关键词： 人工智能   人才培养模式   产教融合   多元协同   高职院校  

摘要： 在人工智能大模型时代,各行各业都面临着深刻变革。高职院校作为培养人工智能人才的重要基地,面临着培养适应时代发展需求的人工智能人才的挑战。针对数字经济背景下社会和企业对人工智能技术的应用需求逐渐增多,本文提出了一种多元协同人才培养模式。该模式以区域经济与产业需求为导向,以课程体系、课程资源为基础,融合了产教融合、个性化培养、以赛促学、多学科融合等多种途径,旨在培养高素质、应用型的人工智能专业人才。该模式为高职院校人工智能专业人才培养提供了可借鉴的经验。

关键词： 人工智能   生态监测   环境保护   可持续发展  

摘要： 文章分析了人工智能在海南地区生态监测中的作用,介绍了应用现状与困境,并提出了人工智能在海南地区生态监测中的应用路径,以期为环境保护工作注入新的活力。

关键词： 人工智能   神经网络模型   深度学习   准确度要求   短时交通流预测   静态模型   交通流数据   平均法  

摘要： 在早期的交通流预测中,历史平均法是最常使用的一种预测方法。它有着用法简单,计算速度较快的优点,但缺点也很明显,较低的精度使得它不能处理突然发生以及规模复杂的情况,一般适用于对准确度要求不高的静态模型[1]。近年来,人工智能的兴起促使交通领域开始广泛应用深度学习的神经网络模型来预测城市道路的交通流,相较传统的基于线性理论的方法,深度学习模型能够更好地捕捉交通流数据的动态特性,并具有更出色的性能。本文将重点介绍基于深度学习的短时交通流预测模型。

关键词： 新工科   产业学院   智能制造   产教融合   协同育人  

摘要： 智能制造产业是制造强国战略的重要支柱,也是国家大力发展的重点产业,推进智能制造,人才是关键环节。“一主多元、三促四融”人才培养模式紧盯智能制造产业人才需求,分析研究了当前产业学院人才培养模式现状,从一个主体、多元力量、三平台促进和四融合发展方面,对人才培养模式进行了创新探索和实践,并梳理总结了该模式运行近四年所取得的成效和创新亮点。实践表明,该模式有效推动了校企多维合作,促进了产教深度融合,提升了学生综合能力,实现了协同育人目的。

关键词： 人工智能   风险与挑战   高科技发展   科教兴国   大变局   竞争力   鲜明特征   东北亚  

摘要： 戚凯(山东大学东北亚学院教授):2024年,全球高科技发展呈现“人工智能继续领跑、多个领域加速突破”的鲜明特征。在百年未有之大变局之下,未来全球科技竞争将更加激烈,风险与挑战不断。鉴于此,中国必须坚定不移地实施科教兴国,进一步提升中国科技的竞争力。

关键词： 人工智能   配电网   智能化维修管理系统   传感器网络  

摘要： 本文提出了一种基于人工智能的配电网智能化维修管理系统,旨在解决传统维修管理方法存在的局限性和不足。该系统利用传感器网络、边缘计算、数据分析和智能决策等技术手段,实现对配电网运行状态的实时监测、故障诊断和维修决策的智能化管理。

关键词： 人工智能   机器人   机械工程   发展机遇  

摘要： 结合目前人工智能快速发展的趋势以及机械工程发展现状,分析了人工智能发展能够为机械加工制造、机械设计和机械自动化控制带来的机遇,探讨了与人工智能结合后的机械工程的未来发展方向。其中对于机械自动化控制方面,人工智能一方面可以协助我们设计和完善例如无人工厂的自动化生产流程,另一方面可以促进机器人行业的蓬勃发展,包括人机交互能力的进一步增强和特种机器人的研发与应用。最后得出这几种发展方向是可行的的结论。