关键词： 高熵碳化物   第一性原理计算   机器学习   力学性质  

摘要： 借鉴高熵合金设计思路而开发的高熵碳化物是一种新型超高温陶瓷材料,其具有独特的性能组合,包括高硬度、低热导率、高熔点、高强度和良好的抗辐照性等优异的物理性质,在先进涡轮发动机、核反应堆和高超音速飞行器等极端服役环境中具有广泛应用的潜力。高熵碳化物的优异物理性能来源于其复杂的元素成分组成、长程无序的原子结构、晶格畸变及空位缺陷对声子散射过程的增强等因素。然而,由于高熵碳化物的候选成分复杂,元素含量的变化范围广泛,导致传统“试错法”难以快速获得具有目标性能的高熵碳化物的组分范围。本文综述了第一性原理计算和机器学习在高熵碳化物设计的应用,着重回顾了高通量计算和机器学习在高熵碳化物相稳定性、力学性能及热力学性能预测中的研究进展,对相关计算方法在新型高熵陶瓷设计中的应用进行了展望。

关键词： 单元教学设计   高中信息技术   核心素养   人工智能   机器学习   物理学科   知识和技能   物理实验  

摘要： 本文在已有的课堂教学案例“基于机器学习的物理实验数据分析”[1]基础上,面向真实问题,从高中信息技术与物理学科的核心素养出发[2][3],聚焦学科的共性和交叉点,即模型和数据,设定单元学习主题为“模型建构与数据分析”,进行跨学科单元教学设计,打破学科壁垒,让学生充分亲历人工智能与物理的跨学科思维方式,体验跨学科知识和技能解决真实问题的过程,提升跨学科素养和综合素质。

关键词： 智能科学   智能信息处理   机器学习   人工心理   计算智能   人工智能   专家系统   领域理论研究  

摘要： 期刊简介《智能系统学报》是中国人工智能学会的会刊,由中国人工智能学会与哈尔滨工程大学联合主办,旨在创办中国智能科学领域最具引领性的中文学术期刊,主要刊登人工智能与计算智能、智能控制与决策、智能信息处理、专家系统与知识工程、机器学习与知识发现以及人工心理与机器情感等内容,反映我国智能科学领域理论研究及科研进展情况,以促进和扩大国内外学术交流,为我国智能科学的发展和社会进步服务。

关键词： 自然语言处理   数据挖掘   机器学习   系统的设计与实现   电力自动化   自动化处理   评标   服务质量  

摘要： 随着科技的飞速发展,计算机智能技术(CI)已成为推动各行各业革新的重要力量。特别是在电力行业中,自动化和智能化的应用不仅提高了工作效率,还确保了系统的稳定性和安全性。电力评标系统作为电力行业中的关键环节,其准确性和效率直接影响到整个行业的运行效率和服务质量。通过引入自然语言处理、机器学习、数据挖掘等先进技术,计算机智能技术的电力自动化评标系统能够实现对评标过程的自动化处理,从而提高评标的准确性和效率。为此,本文就基于计算机智能技术的电力自动化评标系统的设计与实现展开研究。

关键词： 人工智能   机器学习   图形化编程   计算思维  

摘要： 计算思维是信息科技学科核心素养的重要组成部分,而人工智能是课程六大逻辑主线之一。以人工智能中的机器学习为抓手,紧贴初中学生理论和认知水平,精心设计讲解、引导、体验和实践环节,让学生了解机器学习的广泛应用,摸索其原理,清楚其带来的变革与挑战,理解机器在学习进化过程中的底层算法逻辑,培养学生思辨精神,在体验探索前沿科技的过程中,培养学生计算思维。

关键词： 人工智能   计算机科学与技术   机器学习   深度学习   自然语言处理  

摘要： 人工智能(artificial intelligence,AI)作为计算机科学与技术领域的重要分支,已经取得了巨大的进展并在各个领域展现出了广阔的应用前景。本文通过对人工智能定义的阐述,系统介绍了机器学习、深度学习以及自然语言处理等关键技术的分类与原理,分析了人工智能在计算机科学中的应用,包括数据挖掘、计算机视觉、网络安全等方面。同时,探讨了人工智能在软件工程和系统开发中的应用,并指出了相关技术面临的挑战,如算法复杂性、数据隐私保护等。

关键词： 智能科学   智能信息处理   机器学习   人工心理   计算智能   人工智能   专家系统   领域理论研究  

摘要： 期刊简介《智能系统学报》是中国人工智能学会的会刊,由中国人工智能学会与哈尔滨工程大学联合主办,旨在创办中国智能科学领域最具引领性的中文学术期刊,主要刊登人工智能与计算智能、智能控制与决策、智能信息处理、专家系统与知识工程、机器学习与知识发现以及人工心理与机器情感等内容,反映我国智能科学领域理论研究及科研进展情况,以促进和扩大国内外学术交流,为我国智能科学的发展和社会进步服务。

关键词： 人工智能   机器学习   计算机电路   故障检测诊断  

摘要： 文章旨在探讨基于人工智能的故障检测与诊断技术在计算机电路系统中的应用。通过综述当前电路系统故障检测与诊断技术的发展现状,分析其局限性与挑战,引出基于人工智能的解决方案。研究当前机器学习和深度学习在故障检测中的关键技术,如数据预处理、特征提取以及模型训练。借助机器学习算法高效识别电路系统中的潜在故障模式,并实现准确的故障诊断。此外,强调基于人工智能的故障检测与诊断技术在提高电路系统可靠性和维护效率方面的巨大潜力,为未来智能化维护系统的发展提供了重要启示。

关键词： 计算机网络技术   人工智能   人类智能   机器学习   网络管理   网络安全   网络系统   大数据时代  

摘要： 人工智能在数据处理、网络安全、网络管理等应用方面发挥着重要的作用,通过深度学习和机器学习,人工智能技术显著提升了网络系统的处理效率和安全性,同时实现了服务的个性化,为计算机网络技术的创新和发展提供了强有力的支持。计算机网络技术作为信息社会的基础设施,面临着前所未有的挑战和机遇。数据量的爆炸式增长要求计算机网络不仅要高效传输数据,还需要智能化处理和分析海量信息,同时保障网络环境的安全、稳定。人工智能作为一种能够模拟、延伸和扩展人类智能的技术,为计算机网络技术的发展提供了新的思路和方法。

关键词： 人工智能   数据传输能力   新材料研发   试错法   机器学习   高性能计算   数据存储能力   大数据  

摘要： 传统材料研发模式主要基于实验“试错法”,其研发周期长、效率低,人工智能驱动的科研范式(Alfor Science)给新材料数字化研发带来了新的机遇和挑战。就新材料研发而言,借助于不断强大且成本不断降低的高性能计算算力、数据传输能力、数据存储能力等,通过大数据、云计算、人工智能以及日益增多的围绕材料设计和性能预测的各种智能算法和模型,开展计算、数据、AI和实验紧密结合的“四位一体”的“理论设计在前,实验验证在后”的材料数字化研究方法、业态和模式,可变革仅基于实验“试错法”的传统单一研发手段,进而有效降低成本。