关键词： 涌现系统论   灵性   人工智能  

摘要： 系统涌现论是基于系统论和涌现论的结合,以系统框架的合力原理论证人工智能产生“灵性”的理论。该理论从人类的道德灵性哲学切入,然后论证人工智能同样可以在系统的框架内发展出灵性,具体的方法是通过硬件、软件、行为、社会技术和符号学去参照识别人类灵性的发展方式从而涌现出“灵性”。该理论不但中和了人工智能和灵性与认知科学的不可通约性,更为人工智能的发展提供了一条新的道路。

关键词： 人工智能   生成式人工智能   大模型   科技期刊   学术期刊   数字化转型   媒体融合   新质生产力  

摘要： 在国家媒体融合政策的推动下,科技期刊出版行业正在积极开展数字化转型。人工智能,尤其是生成式人工智能的发展,引起了科技期刊编辑的广泛关注。本文将数字化转型聚焦于办刊资源数据开发利用成效,从数据凝聚团队、数据提升内容、数据优化体验、数据促进传播四个方面,呈现《中国舰船研究》编辑部开展专家管理数字化、内容组织数字化、用户服务数字化和分享交流数字化中应用人工智能工具的探索,为期刊数字化转型提供参考。实践证明,人工智能与数字化转型双向赋能,不仅优化了期刊的工作流程,还显著提升了期刊的学术指标和国际影响力。

关键词： 机器学习算法   患者康复需求   卷积神经网络   记忆网络   医疗数据   支持向量机  

摘要： 为在海量医学数据中发现隐藏的规律和趋势,精准预测患者的康复需求,构建基于机器学习算法的患者康复需求预测模型。该模型中,特征提取层利用卷积神经网络,从患者病历记录、诊断结果、生理指标等医疗数据中,提取全局空间特征;通过长短期记忆网络,从患者医疗数据中提取时间特征;特征融合层利用Attention方式,融合全局空间特征与时间特征,得到更为全面的医疗数据特征;预测层采用最小二乘支持向量机,结合全面的医疗数据特征,预测患者康复需求。实验结果表明,该模型可有效预测患者康复需求,精准度较好且预测效率较高,应用效果较好。

关键词： 人工智能   AIGC   泛在教学   架构   机制  

摘要： 伴随着人工智能产品持续赋能教育行业,人工智能生成内容AIGC(Artificial Intelligence Generated Content)技术与教学的深度融合业已成为智慧教育转型的核心动力。通过AIGC赋能泛在教学空间的逻辑关联,揭示人工智能驱动泛在教学空间建构的深层机理,采用“现象描述—机理揭示—模型建构—机制阐释”递进式论证结构,系统阐释AIGC技术支持下泛在教学空间的组织架构与动态演化机制。

关键词： DeepSeek   人工智能   新质生产力   乡村振兴   高质量发展  

摘要： 农业新质生产力的形成依赖于科技创新与智能化转型,以DeepSeek为代表的人工智能大模型技术,为农业生产、管理和产业升级提供了新动能。DeepSeek能够以其快捷性、智能性和外部性等特点,优化生产资源配置,提升农业生产要素价值,赋能产业融合发展,推动农业产业智能化升级,提高农业资源利用效率,构建新型农业生产关系,在农业领域为新质生产力发展提供持续的核心动力。当前DeepSeek赋能农业新质生产力发展面临基础设施建设不足、农业科技人才队伍建设滞后、小规模农户占比大且效率低、市场机制和政府调控作用尚未充分发挥等障碍。应不断完善DeepSeek的基础设施建设,健全现代农业智能化体系,培育农业智能化专业人才,提升农民智能化应用素养,加强农业各主体的利益联结与协同创新,提高农民的智能要素收益,处理好政府与市场的关系,协同推动新质生产力发展,以期为农业高质量发展和乡村振兴提供有力支撑。

关键词： 森林火灾   火灾预测   遥感   人工智能   机器学习   深度学习  

摘要： 随着全球气候变化和人类活动的加剧,森林火灾事件频发,造成了严重的生态破坏和社会经济损失。森林火灾风险预测作为森林火灾管理和监测的首要措施,具有重要意义。因此,本研究对现有的森林火灾风险预测方法进行了深入分析,按照数据源的不同,将其分为基于地理环境因素、基于遥感与地理信息系统以及基于遥感影像的模型,并详细总结了每类方法的特点,分析了其研究思路、应用范围以及对数据和算法的具体要求。随后,介绍了在森林火灾风险预测领域中相关研究者提出的一些数据集,并对所提及的预测方法的实验结果进行了对比。最后,分析了这3类模型的主要问题,并对未来的研究方向进行了展望。

关键词： 广播星历   机器学习   孤立森林   异常检测   多变量检测  

摘要： 针对北斗卫星导航系统(BDS)广播星历异常值检测中存在的定位异常时间不准确、异常序列辨识困难、易受阈值影响等问题,提出一种改进型孤立森林算法ReMass-iForest+:通过数据清洗去除虚假异常数据;然后,将孤立森林(iForest)与相对数据质量(ReMass)相结合,使用超参数优化算法(GridSearchCV)寻找最优树,通过相邻点差值检测结合多尺度窗口在有效周期内对部分时间序列实施多重相对质量判定,对数据全局进行相对路径评分,并在结合阈值惩罚机制后将所得评分构建成森林集群;最后采用模型集成算法(XGBoost),使用异常权重对评分重新建模获得异常值。实验结果表明,该方法能检测传统经验阈值难以识别的轨道异常与阈值下的异常波动,准确探测到异常时间与持续时间,并定位到引发异常的参数类型;与传统iForest相比,ReMass-iForest+的检测准确性显著提高,在测试集内相比可提升9.39%的性能,降低12.53%的漏报率,在真实数据内相比提升9.05%的性能,降低15.69%的漏报率。该方法可有效消除跳变、轨道机动等单变量值波动的影响,放大区间内的微小波动;ReMass-iForest+在BDS广播星历异常检测领域具有可行性和优势。

关键词： 人工智能   土木工程师   培养路径  

摘要： 针对地方应用型高校土木工程专业招生下滑、课程设置不合理、实践教学薄弱等现实问题,探讨了在人工智能技术推动下优化卓越工程师培养路径。通过构建融合AI技术的知识体系、强化实践教学环节、完善师资队伍建设、推进校企共建研发中心等举措,形成了多维度联动的人才培养模式,为提升学生的工程实践能力与创新能力提供支持。研究表明,该模式有助于高校深化内涵建设、增强服务区域经济的能力,对土木工程专业学生培养具有较强的实践指导价值和现实意义。

关键词： 自立自强   新型举国体制   人工智能  

摘要： 面对新一代人工智能技术快速演进的新形势,要充分发挥新型举国体制优势,坚持自立自强,突出应用导向,推动我国人工智能朝着有益、安全、公平方向健康有序发展。——习近平总书记在中共中央政治局第二十次集体学习时强调。

关键词： 人工智能   初中信息科技教学   个性化学习   教学策略  

摘要： 在人工智能浪潮不断澎湃的时代,教育的边界与方式正悄然生变。初中信息科技教学作为培养未来公民数字素养与创新能力的重要途径,亟须在理念与实践上焕发新生。本研究立足于当前信息科技教育的现实土壤,洞察人工智能辅助教学的独特优势,对现状与挑战进行深度剖析,进而提出以智能诊断、资源推荐和跨学科协作为核心路径的个性化学习策略,旨在引导学生在多元、智能、开放的环境中成长。文章以温润而严谨的笔调,构建了理论与实践交融的探索蓝图,希冀为新时代初中信息科技教育注入持续生长的力量。