关键词： 生态环境   区块链   人工智能   信息技术  

摘要： 数据作为新型生产要素，是建设数字中国、发展数字经济的基石。生态环境数据具有来源广、类型多、结构异等特点，当前普遍存在数据不完整、不一致、不规范、重复填报等诸多数据质量问题，严重制约着数据在监管和决策中的价值发挥。深圳市作为数据要素市场建设试点示范城市，针对数据质量问题，在生态环境领域开展先进信息技术应用研究，针对数据中心数据质量问题，提出了基于规则库的数据质量快速检测技术；针对前端监测数据真实和可靠性，研究提出了基于区块链的生态环境监测全过程质量控制技术；针对污染源数据一数多源、数据不一致问题，研究提出了基于区块链的污染源数据共享应用技术；针对舆情数据准确度不高问题，研究提出了基于语义识别的互联网数据智能采集分析技术；针对人为干扰数据质量问题，研究提出了基于图像识别的异常数据智能比对分析技术；基于数据多头填报、企业填报负担重的问题，研究提出了基于智能表单的统一填报技术；基于共享数据质量不高问题，提出了基于隐私计算的数据分级共享技术。通过数据质量管控和先进信息技术的融合创新，为深圳及全国生态环境数据质量管理、数字政府建设提供借鉴和参考。

关键词： 人工智能   自动化行政裁量   技术性正当程序   包容性规制  

摘要： 我国的自动化行政裁量应用在政策推动下处于世界领先水平,但存在数据瑕疵、转译偏差、算法黑箱等基础诱因,易产生行政权利与义务被技术性悬置、官僚系统越权与卸责蔓延、机械裁量与个案正义相冲突等负外部效应。若要科学解决这些基础问题及其负外部效应,则需改进既有的发展优位规制模式,构建兼顾创新发展与合理规制的包容性规制框架。在以人为本与权利保障双向融合的技术赋权趋势下,自动化行政裁量的技术创新应注重提升公民参与行政活动的信息能力。技术性正当程序是正当程序的数字化升级与过程论阐释,有助于推动自动化行政裁量应用边界的划定与实质化人工干预机制的构建。

关键词： 智慧图书馆   人工智能   智慧技术   智慧资源  

摘要： [目的/意义]聚焦剖析人工智能赋能智慧图书馆发展的作用机制，为智慧图书馆建设提供参考。[研究设计/方法]运用扎根理论，深度访谈图书馆领域的专家与从业人员，采用编码技术处理数据，构建人工智能赋能智慧图书馆发展的作用机制模型。[结论/发现]智慧图书馆在人工智能技术环境中的发展机制是一个综合技术支撑与用户体验优化的复杂过程。智慧技术层面，人工智能增强了图书馆的日常运营效能；智慧资源层面，提升资源利用、采编、组织的效率；智慧空间方面，打造更加人性化、个性化的学习交流环境；智慧服务层面，提升了服务响应速度与质量，提高用户的满意度与忠诚度；智慧管理层面，为管理决策、绩效考核和资源优化提供有力支持。[创新/价值]揭示了人工智能赋能智慧图书馆发展的作用机制，推进智慧图书馆理论研究，为图书馆管理者提供策略参考。

关键词： 教育数字化   教育革命   人工智能   数字教育资源   受教育权  

摘要： 推进教育数字化是党的二十大提出的重要战略，也是建设教育强国的关键举措。从理论层面看，对教育数字化基本内涵的阐述可以从其构成要素进行展开，其本质是现代教育以信息技术为媒介逐渐实现现代化与智能化的过程。为有效推进教育数字化战略的实施，我国推出了一系列相关政策，而且设置了教育数字化转型试点。从动力来源看，推进教育数字化依赖于第四次教育革命的兴起与深化、人工智能技术对传统教育与学习模式的变革以及E-Learning对教育发展的革新。在发展路径选择上，推进教育数字化应当重视技术与教育的双向融合，重塑教育与学习的逻辑关系，着力实现数字教育资源的合理配置，满足权利保障的全新诉求。

关键词： 人工智能   刑事责任   双重归责,自主性  

摘要： 人工智能技术的迅猛发展及在各个领域的应用，已经产生了现实的主体地位的需求，人工智能所产生的刑事责任，不同于传统的产品过失责任，并非传统人类对工具单向利用产生的可支配责任。考虑到刑事责任的“道义性”与智能算法的“效率性”必然冲突，提出了“风险预防”导向的双重归责逻辑，不仅要考虑人工智能本身的行为，还要考虑其设计者、操纵者等相关主体责任，平衡人工智能的“自主性”与其设计者和使用者的“自主责任”，确保责任的合理分配。尽管人工智能体现出一定的自主性，但仍应坚持“人类”最终监管保障责任。

关键词： 知识图谱   人工智能   知识点   关联   线上线下混合式教学   大学物理  

摘要： 知识图谱推动人工智能技术与教育教学的深度融合,为实现课程的数智化建设与实践提供了技术路线和策略。本文展示了构建大学物理课程知识图谱的思路和流程,并分析了提取知识点及关联知识点时,教学目标导向、跨课程关联、思政知识点关联等的影响和作用。本文结合大学物理课程知识图谱实例,展示了知识图谱的生成方式、图谱表现形式,以及知识点关联的设置等。此外,结合教学实践,本文还展示了学生利用知识图谱进行个性化学习并完成自我评价,教师利用知识图谱在大规模教学班实施“线上线下混合式”教学,对学生进行实时督学、指导及反馈,实现人工智能技术赋能一流课程建设。

关键词： 机器学习   乳腺癌患者   症状预测   系统评价  

摘要： 目的 系统评价机器学习在乳腺癌患者症状预测中的应用。方法 根据主题词与自由词相结合的方式，检索中国知网、维普期刊数据库、中国生物医学文献数据库(SinoMed)、万方数据库、Web of Science、Embase、PubMed，检索时限为建库至2024年3月。由2名研究者独立对纳入研究提取关键信息并进行总结，选择预测模型研究的偏倚风险评估工具（Prediction Model Risk of Bias Assessment Tool，PROBAST）对所纳入的研究进行偏倚风险以及适用性评价。结果 纳入13篇研究，乳腺癌相关症状主要关注在疼痛、焦虑、抑郁、失眠、淋巴水肿方面，模型或算法包含随机森林、迭代决策树、极端梯度提升模型、逻辑回归、人工神经网络、支持向量机、回归树等。目前研究对所纳入的预测因子缺乏统一的标准，主要来源分为患者自我报告的相关资料、问卷调查和医疗评估资料3个部分，不同的症状之间预测指标差异较大；质量评价结果显示，纳入研究总体上具有一定偏倚风险、适用性较好。结论 机器学习在乳腺癌患者症状识别与风险预测中，具有较高的预测能力和应用价值。

关键词： 边坡稳定性   机器学习   D-S证据理论   数据融合  

摘要： 针对目前单一机器学习算法边坡稳定性预测的结果存在较大不确定性的问题，本文提出一种基于机器学习算法与改进D-S证据理论的边坡稳定性预测评估模型。该模型选用BP、SVM和RF三种机器学习算法对边坡稳定性状态进行初步评估，并采用粒子群优化算法对三种机器学习算法进行优化以寻找最佳超参数。接着，引入改进D-S证据理论，以优化后的三种机器学习算法作为基分类器，对初步预测评估的结果进行融合，融合后准确率达92.42%，较单一机器学习算法提升了7.57%，并且相较于传统D-S证据理论，本文提出的方法在证据冲突较大时融合精度更高。

关键词： 人工智能   城市交通规划   产业变革   社会公平   行业范式转变  

摘要： 讨论了人工智能(AI)快速发展背景下，人口流动加剧、产业与就业模式重构以及空间利用方式多样化导致城市交通系统面临的一系列深刻变革。指出随着AI技术的广泛应用，传统制造业中的大量就业岗位被自动化取代，服务业在互联网的推动下实现了跨区域服务，将显著影响就业人口的空间分布与流动性。同时，AI技术催生的知识密集型产业和创新人才的集聚效应对城市公共服务与交通需求提出了更高的要求。强调在AI主导的技术变革过程中工具理性与价值理性的冲突与平衡，并讨论在实现技术效率最大化的同时，如何确保社会公平和伦理价值。最后，探讨AI技术对传统交通规划流程的重塑，其预示着未来交通规划研究机构的组织形式和研究范式或将发生根本性变革。

关键词： GPM-IMERG   降尺度   机器学习   南海岛礁  

摘要： 高时空分辨率的降水栅格数据是多种水文模型和气候模型的重要输入数据。引入经度、纬度、温度、风速和比湿作为解释变量,基于多元线性回归、长短期记忆递归神经网络(LSTM)和随机森林(RF)模型对GPM-IMERG降水数据进行降尺度。以永兴岛三沙气象站的测量数据为真实值,选取偏差(Bias)、相关系数(R)、均方根误差(RMSE)以及平均绝对误差(MAE)对原始GPM-IMERG降水数据和降尺度数据进行精度验证。结果表明,在日尺度上,GPM-IMERG降水数据与气象站实测降水数据之间偏差为-0.004 mm,平均绝对误差为3.537 mm;通过GPM-IMERG降尺度得到永兴岛10 m空间分辨率降水数据;RF模型降尺度结果精度最高,相较于原始GPM-IMERG降水数据均方根误差和相关系数分别提高了46.9%、30.1%。本研究可以在气象站稀少的情况下,为岛礁获取高空间分辨率降水数据提供了一种新的思路。