课程文献中心 更多>>

关键词： 人工智能   心电分析技术   心律失常   心电图诊断  

摘要： 我国心血管疾病的患病率不断攀升,因此对心律失常的精准诊治显得尤为关键,而心电图检查是诊断心律失常的主要依据。如今人工智能心电分析技术为提高临床诊治心律失常的效率和准确性带来了新的可能。本文梳理了国内外人工智能心电分析技术及其应用的最新进展,同时对该技术在心律失常诊断方面的前景和挑战进行了综述。

关键词： 人工智能   大模型   高等教育   教育改革  

摘要： 人工智能正在成为教育数字化转型必争的关键赛道。高校只有抓住这一战略机遇,才能在未来激烈的竞争中抢占制高点,塑造新优势,实现新突破。

关键词： 生成式人工智能   ChatGPT   图书馆员工   胜任力  

摘要： ChatGPT生成式人工智能的出现,引起社会各界的高度重视,研究其对图书馆员工胜任力的影响很有意义。文章依据“冰山模型”构建研究框架,对收集的456份有效问卷进行层级回归分析,并引入工作绩效和创新能力作为中介变量。研究结果表明,随着员工与生成式人工智能人机互动程度的加深,工作绩效的提升速度逐步降低,创新能力的下降速度逐步增加,表现为生成式人工智能对员工胜任力的影响从显著增加到缓慢增加,但总体依然呈现对员工胜任力的正向影响,该结论在考虑稳健性检验的情况下依然成立。延伸了类人工智能在图书管理方面的微观作用,为图书馆员工个人、图书馆管理提供启示。

关键词： 废弃物管理   回收箱   回收利用   密歇根州   人工智能   泡沫塑料   隐私问题   塑料袋  

摘要： AI改善了废弃物管理流程,但其中暗含的隐私问题不容忽视。城市正着眼于利用人工智能来帮助改善废弃物管理,包括减少回收和堆肥过程中的污染物。但和所有新技术一样,这其中同样存在隐私问题。密歇根州大学城东兰辛有5万居民,其中学生占一半以上,这里的塑料袋、泡沫塑料和塑料薄膜等物品通常会因为“愿望循环”而进入城市回收流当中——指的是人们出于好意将垃圾丢弃在回收箱,希望它们能被回收利用。

关键词： 人工智能   思想政治教育一体化   思政育人  

摘要： 近年来学界关于思想政治教育一体化建设的探讨多基于传统的教学模式,关于实现思想政治教育工作体系化、现代化、科学化发展的理论探索仍有待深化。然而在建设数字中国和教育强国的战略背景下,思想政治教育一体化建设需要凭借人工智能技术的辅助实现纵向联动、横向贯通协同育人格局,因此文章提出了人工智能赋能思想政治教育一体化建设的价值意蕴、现存困境和实践路径,以期通过激发教育主体的数智化教学动力、整合网络化教学资源、创新新时代思政教育方法、净化网络育人环境以及提高学生数字素养等途径推动思想政治教育智慧化、结构化、一体化建设。

关键词： 金融风险管理   金融科技   人工智能   融合   教学改革  

摘要： 随着金融与科技的深度融合,金融风险的内涵和表现形式发生改变,对监管者、金融机构、金融风险管理人才均提出新的挑战,这也进一步突显结合科技发展实况对金融风险管理课程建设与改革的重要性。首先概述金融风险管理课程并指出现有课程体系存在的问题;继而聚焦于教学内容更新、教学方式改进及学生素质培养等方面,深度剖析金融风险管理课程与科技融合不足的问题。在探讨金融风险管理课程与科技结合的可行性后,基于前期研究成果及当下课程体系普遍存在的问题,精准提出金融风险管理课程与科技融合的实施方案。

关键词： 能源行业   能源保障   绿色转型   人工智能   绿色化   大数据   工业互联网   云计算  

摘要： 新中国成立75年来,我国能源供给量增质升,结构持续优化,为国民经济发展和人民生活水平提高提供了坚实的能源保障,我国成为世界能源生产第一大国。如今,能源行业正在加速向数字化、智能化和绿色化升级。8月公布的《中共中央国务院关于加快经济社会发展全面绿色转型的意见》提出,加快数字化、绿色化协同转型发展,推进产业数字化、智能化同绿色化的深度融合,深化人工智能、大数据、云计算、工业互联网等在电力系统等领域的应用。数智化是当今世界时代发展的主题之一。

关键词： 人工智能   电气自动化控制   应用策略  

摘要： 将人工智能技术引入电气自动化控制领域,有利于提高控制系统的运行效率与安全性,能够快速识别设备潜在的故障和异常,并提前进行维护。文章围绕人工智能在电气自动化控制中的应用进行研究,采取文献分析等方法进行探索,简要阐述了人工智能在电气自动化控制中的应用的重要意义,并从技术层面、实施层面以及安全管理层面分析其中面临的问题和挑战,进而从加强技术研发、培养专业人才、加强安全管理等角度提出建议,旨在促进人工智能技术在电气自动化控制领域的有效应用。

关键词： 人工智能   算力卡测试   测试标准   测试方法   性能评估  

摘要： 随着人工智能技术的快速发展,AI算力卡作为提升计算性能的关键硬件组件,其性能评估与测评方法的研究显得尤为重要。本文旨在探讨基于AI算力卡的测评方法,并研究其在实际应用中的效果。通过对比分析不同测评方法,提出一种综合性能评估模型,为AI算力卡的优化与应用提供理论支持。

关键词： 卷积   张量   神经网络   人工智能   深度学习  

摘要： 卷积神经网络(CNN)以其卓越的特征提取能力,在人脸识别、图像分类、机器视觉、医学成像以及航空航天等领域展现出广泛的应用前景。然而,传统电学智能处理芯片受摩尔定律的制约,难以满足CNN算力需求的持续增长。光波以其超大宽带和超低损耗等特性,以光学或电学高维调控结构为基本单元,通过光的受控传播实现计算,是支撑下一代人工智能高算力需求的颠覆性技术。通过综述光学卷积神经网络的研究进展和技术突破,总结其发展的整体趋势,探讨未来需要解决的技术问题,并对光学卷积神经网络的应用前景进行展望。