关键词： 高校   传统机械类专业   智能制造   专业改革   策略  

摘要： 智能制造是自动化制造的下一个发展方向,在智能制造环境下,为将我国打造成一流的制造强国,需要大量复合型、创新型、实践型的工科人才,支持新一轮科技革命与产业变革、支撑“中国制造2025”等国家战略。但就高校传统机械类专业育人模式来看,却存在一定问题,主要表现为专业育人体系与社会产业发展需求脱节、课程教学方式老化、人才培养机制不完善等,并需要高校机械类专业及时对教学内容、教学方法等进行创新优化,以岗位需求来调整专业教学方向,以职业胜任力作为人才培养的核心评价要素,促使学生更加全面、更加深入地成长,走上职业岗位后能够迅速适应岗位的需求。该文即对此展开综合研究,在参考相关文献资料的基础上,进一步明确高校传统机械类专业改革的若干措施,以供参考。

关键词： 写作声音   读者视角   人工智能   二语学习者  

摘要： 人工智能平台强大的文本处理功能为人类社会带来巨大便利,在二语写作方面尤为如此。本文从写作声音概念入手,选取2位国内二语写作教师作为研究对象,通过开展配对、批注、评分和访谈活动,定性分析读者对作者印象的形成过程,进而比较读者视角的人工智能和二语学习者在英语议论文写作中的声音表现。研究结果表明,读者会依靠话语及非话语特征推测作者形象,将人工智能和二语学习者均认定为中高水平人文学科的非母语学习者,但相比之下,二语学习者的写作更加新颖灵活。研究有助于促进对二语写作教学的创新性思考,使其在人工智能时代实现新突破。

关键词： 人工智能   电视新闻   创新模式   融合发展  

摘要： 随着科学技术的飞速发展,人工智能技术促进电视新闻行业实现了深刻的转型。人工智能的高效性、实用性与个性化特点,显著提升了电视新闻的生产效能。然而,鉴于人工智能技术尚且处在成长阶段,如何充分挖掘其潜能,已成为我国电视新闻业面临的重要课题。基于此,本文首先阐述人工智能技术在电视新闻节目中应用的意义,继而探讨人工智能时代电视新闻的创新模式与融合发展策略,以及存在的问题,并提出具体的解决措施,以期为相关的研究和实践提供参考。

关键词： 美日合作   人工智能   合作举措   制约因素  

摘要： 近年来,美日两国在人工智能领域展开了一系列合作,包括加强顶层设计,促进政府引导,以及推进校企互动、大企业引领、民间合作等。其动因意在通过优势互补提升两国在尖端科技领域的领导力,服务对华竞争。双方实现合作的基础条件包括两国科技优势明显且各有所长;合作模式成熟,合作成功几率较大。双方合作也存在制约因素,包括两国的合作动机存在差异,在安全与利益考虑上不同步,在人工智能监管方面存在分歧,以及美日各自国内政治变化带来的不确定性。

关键词： 人工智能   新闻主播   核心竞争力   机遇   挑战   提升建议  

摘要： 人工智能技术的快速发展对新闻主播行业产生了深刻的影响。一方面,AI主播的出现加剧了行业竞争;另一方面,融媒体与人工智能的深度融合为传统新闻主播带来转型契机。基于此,本文首先阐述新闻主播的角色转变与核心价值,其次分析AI主播的现状及发展,再次探讨人工智能时代传统新闻主播面临的机遇与挑战,最后提出人工智能时代传统新闻主播提升核心竞争力的建议,以期为传统新闻主播的转型提供理论支撑与实践参考。

关键词： 烟花爆竹   材料检测技术   原材料质量管控   智能制造  

摘要： 当前,原材料质量问题已成为阻碍烟花爆竹行业安全生产的主要因素,其中硝化纤维素违规替代单基粉的现象尤为突出。因此,从安全环保视角,系统研究了烟花爆竹行业新材料检测检验技术的现状与发展趋势。针对当前标准体系存在的局限性,研究重点探讨了以傅里叶变换红外光谱、拉曼光谱、X射线荧光光谱为代表的新型检测技术在原材料鉴别与性能评估中的应用成效。同时,深入分析了智能制造技术在生产自动化、检测智能化和管理数字化领域的创新实践,并从标准体系完善、全流程源头管控、新材料应用等维度提出了系统性解决方案。

关键词： 人工智能   全链条   产教融合   人才培养  

摘要： 在产教融合人才培养的实践过程中,印刷工程专业存在融而不紧、融而不深、融而不广的问题,不利于本科人才的培养。鉴于此,本研究首先深入分析产教融合的现状;随后,提出人工智能赋能“产业链-教育链-创新链-人才链”的“全链条”产教融合的解决方案,结合人工智能技术,促进全链条精准对接,推动知识深度重构并助力全链条生态覆盖,将印刷行业人才培养与产业需求深度融合。此外,从需求层、资源层以及实施层三个维度出发,全方位探索人工智能赋能“全链条”的产教融合人才培养路径。实践结果表明,人工智能赋能后的“全链条”产教融合模式取得了良好的人才培养成效,校企合作数量与质量大幅度增长,毕业生的就业率稳步提升,学生的认可度和好评度均处于高位水平。本研究有望为印刷工程及相关专业的产教融合人才培养模式研究提供一条可供借鉴的思路。

关键词： 急性ST段抬高型心肌梗死(STEMI)   经皮冠状动脉介入治疗(PCI)   急性肾损伤(AKI)   机器学习  

摘要： 目的构建并验证基于机器学习算法的模型,以预测急性ST段抬高型心肌梗死(STEMI)患者经皮冠状动脉介入治疗(PCI)术后急性肾损伤(AKI)的发生风险。方法纳入2020年1月至2023年6月期间接受PCI治疗的2315例STEMI患者,其中306例(13.2%)发生AKI。采用LASSO回归对基线变量进行特征筛选,并通过10折交叉验证选择最优λ值,确定与AKI相关的变量。随后,构建了8种不同的机器学习模型,并评估其预测性能。使用SHAP值分析关键变量对模型预测结果的影响。结果LASSO回归筛选出7个与AKI显著相关的变量,包括年龄、多支病变、术前肌酐、心力衰竭、白细胞计数、血红蛋白及白蛋白水平。在所有模型中,轻量梯度提升机(LGBM)和极限梯度提升(XGB)预测性能最佳,训练集AUC分别为0.899(95%CI:0.877~0.921)和0.893(95%CI:0.868~0.918),验证集AUC分别为0.809(95%CI:0.763~0.856)和0.871(95%CI:0.833~0.909)。SHAP分析显示,白蛋白、年龄、术前肌酐和白细胞计数是AKI风险的主要影响因素。结论本研究成功构建并验证了基于机器学习的预测模型,可有效识别STEMI患者PCI术后AKI风险,为临床决策提供了有价值的辅助工具。

关键词： 人工智能   融资租赁   评估模型  

摘要： 随着经济全球化及信息技术的快速发展,融资租赁作为重要的金融服务模式之一,在促进企业设备更新、技术升级等方面发挥了重要的作用。但传统融资租赁业务在当前面临一系列挑战,如风险管理难度大、客户信用评价不精准、资产定价机制单一等。人工智能在融资租赁中的应用,已成为目前解决相关问题的重要方式。基于此,文章旨在探讨人工智能支持融资租赁决策系统的框架及问题,提出优化策略,为融资租赁行业提供参考。

关键词： 低空经济   eVTOL   人工智能   计算机视觉   飞行安全  

摘要： 随着低空经济的兴起,电动垂直起降飞行器(eVTOL)的应用更加广泛,其飞行安全保障至关重要,有待加强相关应用研究。通过分析大量相关文献,从eVTOL本身的效能可靠性、应用规程的安全性和飞行数据传输的安全这3方面进行深入剖析,梳理了可能面临的数据安全、复杂环境感知决策、计算资源限制和多智能体协同挑战等问题。最后对人工智能在eVTOL安全应用的未来发展趋势进行预测,为后续研究与实践提出技术研发重点、标准法规完善及行业合作等建议,旨在全面展现人工智能保障eVTOL运用安全的应用全景,为其进一步发展提供参考。