课程文献中心 更多>>

关键词： 电气交通融合与协同   电动汽车   电动营运车队   智能决策   隐私计算   人工智能  

摘要： 随着道路交通电动化的推进，电动车辆的无序出行与充电行为为城市电力-交通耦合系统的安全高效运行带来巨大挑战。如何挖掘电动车辆时空灵活性调节潜力，实现城市电力-交通耦合系统的联合推演与协同优化，是保障耦合系统安全经济运行的关键抓手。本文首先梳理了电力-交通耦合系统联合推演与协同优化的研究方向与主要矛盾；其次分别从分析建模、感知预测与协同优化三个方面，系统性地介绍了电力-交通耦合系统联合推演与协同优化问题的研究现状；再次，提炼了贯穿电力-交通耦合系统联合推演与协同优化各个环节的四重研究挑战；最后，立足耦合系统与跨学科融合视角，从机理分析、感知预测、策略优化、性能提升四个方面对耦合系统的未来研究机遇进行了展望。

关键词： 人工智能   大语言模型   个性化学习   AI教材  

摘要： 为适应高等教育数字化转型的新战略，将人工智能(artificial intelligence,AI)教材《医学生物化学》融入教学实践具有重要意义。作者通过分析学生AI教材使用数据等量性资料和AI教材使用情况调查问卷等质性资料，探究AI教材《医学生物化学》在教学辅助诊断、学生个性化学习以及学生与AI交互训练等方面发挥的作用。研究表明，AI教材可以促进教师明确教学重难点、了解学生学习风格和效能，同时锻炼学生对AI的应用能力。为了使AI教材更好地发挥教学辅助作用，应注意以下几个方面：(1)创设问答场景，培养学生向AI教材高效提问的能力；(2)正确看待AI给出的答案，提升学生使用AI教材时的批判性思维；(3)增加教学辅助诊断节点，实现基于AI教材的实时教学反馈。

关键词： 人工智能   师范生   教学模拟平台  

摘要： 基于人工智能技术的师范生教学模拟平台,是提升师范生教学实践能力与综合素质、推动师范教育模式创新的有效途径。从用户、功能和性能三个维度剖析教学模拟平台需求,设计一个包含用户层、应用层、服务层、数据层、基础层五个层级的平台架构,可以为师范生提供一个集个性化学习、情境模拟、智能反馈于一体的教学模拟环境,为未来教育技术在师范类高校中的应用与发展提供有益参考。

关键词： 静脉血栓栓塞   临床决策支持系统   核查清单   人工智能   自然语言识别  

摘要： 静脉血栓栓塞症（VTE）是住院患者常见的疾病，其高发生率、高致残率和高病死率日益引起医学界的广泛关注。然而，对VTE防治过程的有效管理仍然是我国医疗体系面临的严峻问题，传统的VTE管理模式依赖医疗工作者的个人能力及诊疗经验，难以保证每个环节的规范化实践。近些年来，随着信息技术的发展、大数据及人工智能的普及，临床决策支持系统（CDSS）可精准高效地辅助医护做出最佳的临床决策，为VTE的防治工作提供重要保障。本文重点介绍CDSS在VTE防治中的实际应用情况，包括在VTE预防、诊断、控制、治疗、预防等方面，为进一步提高VTE的规范预防和管理提供理论支持。

关键词： 服装行业   人工智能   SWOT分析   转型升级  

摘要： 随着人工智能技术的不断发展,服装行业面临着新的机遇和挑战。如何应对人工智能的快速发展,高效提升产品创意、生产效率和产品质量,打造个性化营销,促进服装企业转型升级是当前服装行业需要面临的重要问题。通过调研分析人工智能在服装设计、生产、销售等环节中的应用产业现状,并运用SWOT分析法探讨人工智能对服装行业产生的影响和应对策略,旨在推动人工智能技术与服装产业深度融合并协同发展,培养能够适应人工智能生产的服装专业创新人才。

关键词： 人工智能   大模型   档案学基础理论   档案工作  

摘要： [目的/意义]人工智能大模型对档案学基础理论带来挑战和变革，亟需探讨其如何推动档案学基础理论的创新与发展。[研究设计/方法]通过对比传统时代和人工智能时代档案学基础理论的内容要点，阐述档案学基础理论对大模型挑战的回应，进一步解释“大模型如何影响档案学基础理论？而档案学基础理论又应当如何回应大模型发起的挑战？”[结论/发现]大模型对档案学基础理论提出了来源原则概念狭窄，文件生命周期延伸、档案价值转化，档案鉴定理论缺失可信性、销而不毁，档案记忆观的建构主体危机等挑战。为回应这些挑战，档案学基础理论需进行自我调适和创新：新来源观概念与背景的再发现，强调文件生命周期的动态连续性，关注档案鉴定理论的可信度检测与被遗忘权，规范算法权力和掌握记忆话语权。[创新/价值]从理论层面重新审视大模型对档案学基础理论的挑战，以及档案学基础理论应如何进行自我修正以做出恰当回应，切实为人工智能时代档案工作提供理论指导。

关键词： 输电线路   故障辨识   多源数据融合   人工智能   模型融合  

摘要： 输电线路是电力系统稳定运行的关键元素，当输电线路发生故障时，如何快速而准确地识别故障原因对电力系统安全稳定运行具有重要意义。针对现有输电线路故障原因辨识方案存在准确度低等问题，提出一种多源数据融合的输电线路故障原因辨识方法。首先，刻画输电线路不同故障类型的外界干扰因素和数据波形特征，为多源数据输入提供理论支持；其次，利用格拉姆角场及特征编码对故障信息进行预处理，从时序波形、二维图像和离散特征角度构造不同故障类型的特征表达方式；然后，设计了一种自适应边界参数融合长短时记忆神经网络、卷积神经网络和人工神经网络对输电线路故障原因进行辨识分类；最后，通过真实数据对比测试验证了所提方法的有效性和先进性，为完成高精度的输电线路故障原因辨识任务提供可靠解决方案。

关键词： 可拓学   潜部特征元   特征元   基元理论   人工智能   自然语言处理   大语言模型   可拓智能  

摘要： 潜部特征元构建是可拓学基元理论的重要研究内容，潜在信息挖掘对解决问题和激发创新思维至关重要。为了解决目前人工识别基元潜部特征元效率低、覆盖面窄和数量不足的问题，研究基元潜部特征元显化理论与人工智能算法实现的结合点，提出挖掘基元潜部特征元的流程化、系统性方法，使用爬虫技术收集目标基元对象的相关信息，清洗噪音数据并从句子中挖掘构成特征元的名称和描述，用概率统计的定量方法筛选潜部特征元并通过Python代码实现智能挖掘功能，最后通过案例对比分析进行论证。研究结果能有效提高基元潜部特征元的识别效率和智能化水平，对从复杂多变的语料句法中进行语义概括也有一定的参考作用，为进一步提高特征名称及其量值智能提取的精确性积累训练集，促进可拓展型人工智能理论的发展。

关键词： 人工智能   新质生产力   试点政策   多时点双重差分模型  

摘要： 选取2012～2022年中国30个省份面板数据，采用多时点双重差分模型，基于人工智能创新发展试验区政策效应视角，实证检验了人工智能对新质生产力的影响及其作用机制。研究发现：试点政策显著提升了新质生产力，且随时间推移，影响程度逐步扩大。其中人才集聚、产业结构等的中介效应也相当明显。这一结论在平行趋势检验、安慰剂检验、更换变量和内生性处理等系列稳健性检验后依然成立。但试点政策效应存在较大的区域差异，人工智能发展条件较好的东部地区效应最大，对人工智能与信息化技术依赖程度高的西部地区次之，而中部及东北地区的政策效应并不明显，且开放程度和市场化程度高的地区明显高于其它地区。因而提出了适度扩大政策试点范围、畅通人才流通渠道、加快产业智能化转型和实施区域差异化策略等政策建议。

关键词： 卵巢癌   经阴道超声   经腹超声   CNN   分割   卵巢囊肿  

摘要： 【目的】：卵巢癌是女性死亡的第五大癌症。超声诊断卵巢肿瘤发挥着重要的作用但分为两种不同的扫查方式。人工智能在卵巢癌良恶性诊断方面越来越成熟。进一步探讨人工智能诊断卵巢恶性肿瘤在哪种扫查方式下更加准确对后续的诊断以及治疗具有重要意义。为了探讨对于卵巢恶性肿瘤诊断以及良恶性鉴别方面，人工智能在经腹部扫查以及经阴道扫查方式下，哪种扫查方式最终诊断结果更加准确。【方法】：基于数据集，将数据集以及收集的经腹部以及经阴道扫查的二维超声图像进行预处理，提高图像的的质量，再对感兴趣区域（ROI）进行分割并将其分为训练集以及测试集。利用卷积神经网络（CNN）对图像训练集进行学习，最终计算出测试集上模型的准确性。【结果】：经阴道部扫查较经腹部扫查最终测试集诊断恶性卵巢肿瘤准确率提高14％。对于鉴别含有囊性成分的卵巢肿瘤良恶性方面，经阴道扫查和经腹部扫查混合后比单纯经腹部扫查准确率提高9.7％。【结论】：在不同扫查方式下CNN均能够识别卵巢恶性肿瘤，但经阴道扫查相较经腹部扫查准确率更高，并且经阴道扫查方式下CNN模型鉴别卵巢肿瘤良恶性准确率更高。