课程文献中心 更多>>

关键词： 虚假新闻检测   深度学习   域视角   人工智能  

摘要： 以深度学习发展为线索,从域角度对假新闻检测模型进行分类,讨论虚假新闻检测方法的变化。首先在概述中分别对域角度下虚假新闻检测的定义、域适用数据集、假新闻检测评估指标及相关工作进行介绍;接着从域角度将虚假新闻检测模型归纳总结成3类,分别为源域与目标域相同、源域与目标域不同和忽略域信息3种类型的检测模型,并对3类模型以深度学习为线索进行梳理。

关键词： 人工智能   产业降碳   数字碳中和  

摘要： 人工智能技术作为数字碳中和的重要赋能工具,对推动产业优化升级、减少产业碳排放、实现绿色低碳高质量发展至关重要。基于2006-2023年省际面板数据和STIRPAT模型分析框架,利用空间面板数据模型探讨人工智能赋能产业降碳实现区域碳减排的实证分析结果表明,人工智能对降碳减排具有双重效应:既有其作为技术创新带来的各领域要素配置效率提升而产生的正面效应,也有人工智能发展应用中消耗大量电力造成环境污染的负面效应。进一步分析发现,人工智能在产业实体场景中广泛应用,将有利于推动产业优化升级,形成降碳积极效应,并能有效抵消人工智能自带的环境成本的不利影响,最终呈现出人工智能赋能产业降碳效应的显著效果。空间效应分解结果反映出,人工智能对产业降碳的赋能效果具有显著的溢出效应,不但推进产业优化升级实现降碳减排目标,还能有效将其提升的碳排放效率效应沿链传导至相关联的区域,为区域实现“双碳”目标创造条件。为此,借力人工智能实现碳中和目标的关键在于将人工智能技术与实体产业深度融合,加快“数智”降碳应用场景落地,强化人工智能碳足迹监控优化机制,从而更好地发挥人工智能在产业降碳乃至实现区域碳达峰碳中和目标中的重要推动作用。

关键词： PCB行业   人工智能技术   发展趋势   需求特征   人工智能时代  

摘要： 人工智能技术的广泛应用,为PCB行业带来了前所未有的发展机遇,也促使其在多个维度呈现出显著的发展趋势和全新的需求特征。

关键词： 定海神针   人工智能   发展路径   区块链   深度融合   生产力   新动能   生产方式  

摘要： 在人工智能、区块链、绿色技术等新质生产力浪潮奔涌的今天,法治如同定海神针,为科技创新与社会进步提供着不可或缺的支撑。当AI算法重塑生产方式、数据成为核心资源、绿色技术改写发展路径,现代化法治必须以更主动的姿态回应时代之问——如何让法治成为新质生产力的“护航员”,推动经济高质量发展与高水平安全的深度融合?

关键词： 基层医疗   耳科疾病   影像分析   自然语言处理   科研创新   疾病诊断   深度学习   资源短缺  

摘要： 近年来,人工智能(artificial intelligence,AI)技术飞速发展,特别是在深度学习和自然语言处理(natural language processing,NLP)领域,正在推动医疗模式的深刻变革[1]。AI通过复杂数据的自动特征提取和模式识别,基于统计数据的精准预测,已广泛应用于疾病诊断、治疗方案优化和患者管理等方面,显著提升了医疗效率和质量。医学与AI的深度融合,为实现个性化医疗、减少医疗资源分配不均和推动科研创新提供了强大动力。耳科疾病种类繁多,涵盖听力障碍、平衡功能异常和形态畸形等,诊断往往依赖高精度的影像分析和经验丰富的专业医生。然而,医疗资源短缺和基层医疗水平不足限制了疾病的早期发现与治疗。AI通过精确的影像分析、智能信号处理和辅助诊断,有望弥补这些不足,提升诊断效率和准确率,尤其在中耳炎、耳郭畸形和眩晕疾病的识别与干预方面展现出巨大潜力[2-4]。

关键词： 高校   数字化   人工智能   信息技术课程   路径研究  

摘要： 随着信息技术的飞速发展,数字化与人工智能(AI)已成为推动社会进步的重要力量。我国高校在信息技术课程改革中,紧跟时代的步伐。本文探讨高校如何通过构建“数字+AI办公赋能”的信息技术课程路径,以提升学生的信息技术素养与实际应用能力。本文首先着重分析了当前高校信息技术课程面临的挑战与机遇,其次提出了课程路径的设计原则与策略,并辅以课程设计流程与课程实施评估流程进行详细说明。希望通过本文的研究与论述,能够提升学生的信息技术素养与实际应用能力,以期为高校数字化课程研究提供参考和借鉴。

关键词： 生成式人工智能   法律规制   算法规制   数据合规  

摘要： 生成式人工智能虽然具有强大到不逊于甚至优越于人类智能的内容生产能力,但并未提出本质上不同于以往的规制挑战,仍然可用现行人工智能规制体系来应对,进而促使这一规制体系更加合理与完善:在运行过程方面,生成式人工智能的技术复杂、利益冲突与人机交互进一步加剧了过程规制的内在困难,但应当一方面将过程规制合理定位为辅助性规制措施,另一方面以信任为目标,进行适当披露,并增加用户参与;在输出结果方面,生成式人工智能发挥的功能类似搜索算法,并服务于平台利益,应当继续坚持结果规制的主导地位,要求其安全可控、公平公正,坚持人工智能应以人为本、服务于社会公共利益;在输入数据方面,生成式人工智能更加凸显了个人信息保护、著作权保护、正当竞争秩序维护中数据保护与利用之平衡的重要性,应当在数据合规同时,通过法律解释为模型发展提供更多可用数据,但应当确保相关数据所创造的更大社会效益普遍地惠及更广大的社会群体。

关键词： 目标检测   变电站   人工智能   YOLOv10-s  

摘要： 变电站作为电力系统的核心枢纽,其安全管控至关重要。针对现有变电站安全意识薄弱、外来施工人员管控困难等问题,本文提出基于YOLOv10-s的智能门禁系统。该系统通过优化调整YOLOv10-s算法,引入BiFPN特征融合网络,显著提升了对安全帽、工作服及人脸的检测精度和速度。系统设计包括YOLOv10-s检测网络、人脸识别网络和基于树莓派4B的硬件部署,实现了与后端数据库的高效交互。实验结果表明,改进后的检测模型在mAP达到了88.94%,FPS提升至56.63张/s,人脸识别模型准确度高达94.98%,FPS提升至65.77张/s,有效强化了变电站的安全管理能力。

关键词： 人工智能   个性化学习   人技关系   大学教育   学习模式  

摘要： 人工智能正在重构大学教育教学,个性化学习是未来大学教育的基本方向。作为信息和数字技术高度发达的产物,凭借强大的数据、算法、算力和模型等,人工智能可将大学教育领域的一切加以智能化,为大学生个性化学习提供便捷条件和强力支撑。按照人机互动的内容和方式,人工智能驱动的大学生个性化学习模式可解构为基于知识的对话式学习、基于问题的探究式学习、基于实践的仿真式学习、基于情境的沉浸式学习、基于创新的合作式学习、基于平台的跨学科学习6种。大学只有处理好人与技术的共生交互关系,推动“机智”与“人智”协同互补,才能实现学生个性化学习效果的最大化。