课程文献中心 更多>>

关键词： 人工智能   企业   新质生产力  

摘要： “新质生产力”对人工智能与企业的融合提出了新要求,有必要对人工智能驱动企业新质生产力的机制和路径做出分析。基于2013—2022年间省级面板数据,实证考察人工智能影响企业新质生产力的内在机制和影响路径。研究发现,人工智能显著提升了企业新质生产力发展水平,并且经过一系列内生性和稳健性检验后依然成立;人工智能对东部地区企业新质生产力水平提升的影响效果最强,影响西部地区企业的新质生产力水平提升效果次之,而影响中部地区企业的新质生产力水平提升效果不显著;中介效应检验发现,人工智能可以通过优化创新链、人才链和资金链提高企业新质生产力发展水平。因此,政府要加快发展新一代人工智能,提升企业新质生产力水平;优化创新链,提升企业技术创新水平;优化人才链,引导企业通过多种方式优化劳动力结构;优化资金链,积极促进数字经济与传统产业的深度融合。

关键词： 生成式人工智能   近代物理实验   建构主义  

摘要： 生成式人工智能深刻影响了学生的学习方式,从而为高等教育高质量发展提供新的生长点。面向校内本科生的随机问卷结果表明,开展人工智能赋能的物理实验教学改革具有较强的必要性与紧迫性。针对这一目标,以近代物理实验课程和ChatGPT4大语言模型为例,结合实验教学活动的部分具体场景,从教师、学生、实验设备与实验环境等多个维度系统性分析生成式人工智能应用于传统物理实验教学所面临的机遇与挑战,并对人工智能融入实验教学的新型教学形态给出可行的应对策略。

关键词： 人工智能算法   RPA机器人   智能巡检   异常监测  

摘要： 针对传统巡检方法无法满足巡检设备多与难度高的问题，研究设计了基于人工智能的机器人流程自动化的配网巡检架构，并引入迁移学习，得到基于改进You Only Look Once xs算法的视频巡检异常监测方法。研究结果表明，研究提出的算法在训练中仅需81次迭代就可稳定，损失值对应2.54;在消融实验中，与基础算法相比，其平均精度均值与单张图像异常检测时间分别提升3.48%与39.47%。在对比实验中，改进You Only Look Once xs算法的平均精确率、召回率与F1值均是最高的。上述结果说明研究提出的方法能实现电力设备异常时高效准确的判断，能有效解决智能配网巡检中存在的问题。

关键词： 长江流域   干旱形成演变机制   人工智能   陆气耦合   多尺度无缝隙预测  

摘要： 受东亚季风气候以及全球气候变暖的影响，长江流域近年来极端干旱事件频繁发生，严重威胁流域经济社会高质量发展。深入研究长江流域干旱形成演变机制，提出干旱时空变化过程预测方法，提高干旱预测精度，对保障长江流域供水安全、粮食安全和生态安全具有重大的理论意义和实践价值。本文围绕长江流域干旱形成演变机制与预测问题，重点梳理了近年来长江流域气象干旱、农业干旱和水文干旱研究上取得的重要进展，并对未来发展趋势进行展望。（1）在形成演变机制方面，系统总结了多尺度气候系统异常特征对区域气象干旱的驱动和维持机制，并进一步揭示气候条件、流域特征、人类活动等不同因子对农业干旱和水文干旱时空演变过程的影响；（2）多尺度预测方面，梳理了综合运用动力、统计方法的气象干旱预测进展，以及基于陆气耦合的农业干旱和水文干旱预测研究。进一步地阐述了未来研究中，研发具有物理气候基础的季节尺度气象干旱人工智能预测方法、形成长江流域基于陆气耦合的干旱时空演变过程多尺度无缝隙预测技术体系的重要性。

关键词： 双轮驱动   人工智能   可解释性   智能诊断   肺炎  

摘要： [目的/意义] 面向疾病诊断场景，探讨基于知识和数据融合的人工智能诊断模型的可解释性策略，为促进智能医学发展，进一步加强情报学、数据科学与医学学科间的交叉融合。[方法/过程] 结合多学科理论和方法，从知识数据双轮驱动角度，构建可解释性的智能诊断理论模型框架，并以病毒性肺炎和细菌性肺炎的鉴别诊断进行实证研究。[结果/结论] 本文从情报学视角出发，阐述了可解释性智能诊断模型构建策略，并通过实际场景应用验证模型框架的可行性与合理性。

关键词： 批判性思维   数字时代   人工智能  

摘要： 数字时代为语文学科批判性思维培养带来新的契机。借助新一代人工智能、学习数据分析等技术，能够有效助推学生批判性思维发展。研究深入剖析技术助力语文学科批判性思维发展的核心功效，构建技术促进语文学科批判性思维培养模型，分为发现问题、推理论证、合作共解、结论阐释与反思优化五个阶段，并进一步提出培养策略。

关键词： 模糊认知图   人工智能   知识与数据驱动   无人系统  

摘要： 模糊认知图作为一种兼具模糊推理和类神经网络特征的知识图解软计算模型，与第3代人工智能知识与数据双驱动的发展方向高度契合，已被广泛应用于各个领域。首先，介绍模糊认知图理论的基本概念和原理，从构建方法、学习算法、拓展模型3个方面系统地分析模糊认知图的最新研究进展和存在的主要问题，总结未来研究的主要方向和重点内容；其次，全面梳理和归纳模糊认知图在无人系统（单无人系统、多无人系统、无人-有人系统）中的应用研究情况；最后，通过详细分析自主智能驱动的单无人系统、群体智能驱动的多无人系统以及互信智能驱动的无人-有人系统的技术需求，深入讨论未来模糊认知图在无人系统应用中的重点研究内容和主要研究思路。

关键词： 鼻咽癌   放射性口腔黏膜炎   人工智能   多分类器   多准则决策  

摘要： 目的 评估不同放射性口腔黏膜炎（RIOM）预测模型的性能，对比分析分层多模态多分类器融合（H-MCF）模型的有效性。方法 回顾性收集2022年9月～2023年2月在广州医科大学附属肿瘤医院接受观察和治疗的198例放射性口腔黏膜炎局部晚期鼻咽癌患者的数据。基于口腔放射剂量-体积参数与鼻咽癌相关的临床特征，针对不同特征选择算法和分类器两两组合得到基础分类模型。我们使用基于多准则决策的多分类器融合模型（MCF）和它的变体——H-MCF模型对基础分类模型进行融合。通过对各个模态的基础分类模型与MCF模型的性能、多模态的基础模型和MCF模型以及H-MCF模型的性能、单模态与多模态模型的性能、H-MCF与MCF以及其他集成分类器的性能进行分析比较，并通过ROC曲线下面积（AUC）、准确率（ACC）、灵敏度（SEN）和特异度（SPE）4种评价指标来评估模型的泛化性能，分析RIOM预测模型有效性。结果 结合多模态特征后，H-MCF模型在预测严重RIOM方面达到了最高的准确性（AUC=0.883,ACC=0.850,SEN=0.933,SPE=0.800）。结论 相较于单个分类器的预测结果，结合临床和剂量两种模态的多分类器融合算法在预测严重RIOM发病率方面表现更优。