课程文献中心 更多>>

关键词： 人工智能   新闻传播   赋能  

摘要： 为探索以人工智能(AI)技术推动新闻业发展、强化新闻传播实效的路径,本文简要阐述了基于AI技术结合新闻传播的条件机遇以及价值机理,从新闻产量、个性推送、人机结合、可视转化、新闻报道撰写五个角度,提出AI技术赋能新闻传播的应用路径,以期推动新闻业中AI技术普及推广,更好地实现AI技术赋能新闻传播。

关键词： 司法服务   司法审判   动力机械   人工智能   案多人少   审判质效   深度融合   亟待解决的问题  

摘要： “如何减轻一线法官负担,提升审判质效,更好地为群众提供司法服务是亟待解决的问题。”全国两会期间,全国人大代表、中国航发湖南动力机械研究所专职总师单晓明在接受媒体采访时表示,用科技赋能司法审判,是人民法院缓解案多人少矛盾、实现为一线法官减负的重要渠道之一。

关键词： 人工智能   教育认知科学   个性化学习   智能辅导系统   知识图谱   AI   伦理   可解释性   AI  

摘要： 人工智能(AI)技术的迅猛发展正在深刻改变教育认知科学的研究范式。AI通过深度学习、自然语言处理、计算机视觉等技术,使得学习者的行为模式、认知状态和学习路径得到了更精确的分析,从而优化个性化学习和教学策略。本研究探讨AI在教育认知科学中的作用,分析其在知识表示、元认知、自适应学习系统及智能辅导中的应用,同时讨论AI在教育中的局限性、隐私保护、数据公平性等挑战。未来的研究方向包括AI与深度学习的结合、元宇宙与沉浸式学习、以及可解释性AI在教育中的应用。本研究的贡献在于提供了AI在教育认知科学中的系统性分析,并为未来的研究与实践提供理论支持和方向指引。

关键词： 人工智能   项目化教学   深度学习   机器视觉   启发式原则  

摘要： 针对应用型高校开设人工智能课程中实验难度大、技术点多引发学习者兴趣缺乏的问题,文章在人工智能课程中采用项目化教学,使用启发式教学原则,以深度学习中茶嫩芽叶图像识别为例,引导学生通过发现问题、设计项目、制定方案、实施项目并总结的过程来掌握人工智能知识,通过项目指导和总结向学生传授理论知识,展示以深度学习为主题的项目化教学在实际教育领域中的应用效果和价值。

关键词： 调解员   纠纷化解   投诉举报   人工智能   网络消费   网络科技   大数据   消费纠纷  

摘要： 网络消费的蓬勃发展在带来巨大机遇的同时,也引发了大量纠纷。传统解纷模式在面对海量、复杂的网络消费纠纷时,愈发显得力不从心。十年50倍增长速度、每年百万投诉举报处置任务,倒逼余杭区局积极投身生成式人工智能技术应用探索。2023年,余杭区局联合中国计量大学和共道网络科技有限公司,以超过200万条的海量消费投诉举报大数据为基础,研发AI调解员。2023年8月,全国首位AI调解员“艾和事”诞生,2024年1月正式上岗,成为杭州市余杭区市场监管局网监分局零号调解员。目前,己有AI调解员2名。

关键词： 人工智能   高职   计算机专业  

摘要： 随着信息技术的迅猛推进,人工智能(AI)技术已成为驱动社会各行业转型升级的核心力量。在高职教育领域,人工智能与计算机专业的深度融合为教学的全面革新提供了思路和工具。本文剖析了在人工智能技术广泛应用的背景下高职计算机专业教学的现状,不仅局限于教学内容的适时更新;还关乎教学模式和方法的创新,以满足学生多元化、个性化的学习需求等。在人工智能背景下,就高职计算机专业教学存在的现状和问题,提出了自己的策略,旨在通过科学的重构课程体系、创新教学模式和方法、整合与优化教学资源等措施,培养能够适应未来技术变革、具备高度专业素养、创新思维和实践能力的计算机专业人才。

关键词： 信息化监管   人工智能   垃圾治理   建筑垃圾   政策文件   海南省   专项规划  

摘要： 《海南省建筑垃圾污染环境防治专项规划》《海南省建筑垃圾管理规定》等政策文件陆续出台;结合海南实际,装修垃圾“不落地”等新模式逐步推广;在AI(人工智能)、无人机等技术加持下,建筑垃圾信息化监管体系日益完善。

关键词： 血管内治疗   血管内血栓切除术   成像组学   急性缺血性卒中   人工智能  

摘要： 急性缺血性脑卒中(AIS)是一种严重影响人类健康相关的疾病,其拥有高发病率和高死亡率,并与吸烟、高脂饮食等不良生活习惯相关,人工智能(AI)比如机器学习(ML)和深度学习(DL),可以实现从临床及辅助检查尤其是成像学检查中提取特征数据,经过算法处理,得出可信结果。近几年AI更多地应用于医院系统的工作中,并成为临床工作及科研项目有力的帮手。本文全面综述了AI预测急性缺血性脑卒中(AIS)患者在经过血管内治疗,尤其是经过血栓切除术治疗后的预后情况,从而实现精准有效的临床管理和护理决策。此外,本文还批判性地评估了现有研究的局限性,并且指出了新的研究方向,最终目标是提高AIS患者的生存率。Acute ischemic stroke (AIS) is a serious human health-related disease that is characterized by elevated morbidity and mortality rates. It is often linked to detrimental lifestyle behaviors, including smoking and high-fat dietary intake. The advent of artificial intelligence (AI), encompassing machine learning (ML) and deep learning (DL) methodologies, facilitates the extraction and analysis of feature data derived from clinical and ancillary assessments, particularly imaging studies. These data are processed through sophisticated algorithms to yield reliable outcomes. In recent years, AI has been increasingly integrated into hospital systems, emerging as a formidable tool in both clinical practice and research initiatives. This paper presents a comprehensive analysis of AI applications in predicting the prognosis of acute ischemic stroke (AIS) patients following endovascular interventions, with a particular focus on thrombectomy procedures. The objective is to enhance the accuracy and efficacy of clinical management and care decision-making processes. Furthermore, the study critically examines the limitations inherent in current research and identifies prospective avenues for future investigation, ultimately aiming to improve the survival outcomes of AIS patients.

关键词： 人工智能   智能化管理   智能算法   技术前沿   数据采集   精准把握   AI技术   系统探讨  

摘要： AI阅评本文系统探讨了人工智能在石油化工行业安全生产中的应用路径,全面展现了AI技术在提升行业安全效能中的潜力。内容覆盖了从数据采集、传输到智能算法研发及实际落地的关键环节,体现了对行业痛点的深刻洞察和技术前沿的精准把握,并提出了切实可行的解决方案,为行业安全高质量发展提供了重要参考。

关键词： 人工智能   火炮故障   预测性维护  

摘要： 火炮作为重要的军事装备,在现代战争中发挥着至关重要的作用。然而,火炮的复杂性和精密性也带来了诸多挑战,尤其是在故障诊断与维护方面。传统的故障诊断方法主要依赖于人工经验,不仅效率低下,而且难以应对现代火炮系统的复杂性和动态性。因此,将人工智能技术引入火炮故障诊断与预测性维护中,已成为当前研究的热点和趋势。对此,本文主要对人工智能在火炮故障诊断与预测性维护中的应用进行了探讨,以供参考。