关键词： 智能制造   中职   数控车削零件加工   课程教学改革  

摘要： 智能制造技术的飞速进步,为中职教育领域带来了前所未有的挑战与契机。在此背景下,机械制造专业的核心课程——《数控车削零件加工》亟须进行教学模式的创新,以匹配新兴制造技术和瞬息万变的市场需求。也就是说,必须对《数控车削零件加工》课程进行改革,以适应智能制造时代的要求。本文探讨了在智能制造背景下,中职《数控车削零件加工》课程改革的必要性,提出了课程改革的策略,并结合实践案例,分析了改革实施的效果。

关键词： 大模型   智能问答   客服机器人   数字化转型   人工智能  

摘要： 在数字化转型的大潮中,企业信息系统的广泛应用为企业带来了前所未有的机遇与挑战。技术难题和操作疑惑成为影响工作效率和信息支持团队负担的关键因素。为应对这一挑战,本研究提出了开发一款基于大模型技术的智能问答客服机器人,旨在提供全天候的技术支持和咨询服务。本文首先介绍项目背景和目标,其次详细阐述解决方案,包括系统设计、个性化服务、知识库管理等关键技术点,最后探讨该系统的实施对企业数字化转型的推动作用。

关键词： 人工智能   脑卒中   文献计量学   可视化分析   研究热点  

摘要： 目的通过文献计量学的方法了解人工智能在脑卒中领域中的应用研究进展。方法以中国知网(CNKI)与Web of Science核心数据库中2004年1月1日至2024年7月30日的相关文献为研究对象,运用CiteSpace软件进行计量分析。结果文献数据分析显示,该研究方向的发文量正逐年增加,中文文献自2020年起增长明显,而英文文献则自2018年就进入高速增长期。中国与美国在该领域发文量最多,图宾根大学与麻省理工学院是该领域影响力最高的研究机构,国内的研究机构中介中心性低,影响力较弱。被引用最多的文献主要涉及方向有机器学习与预测模型。当前该领域研究热点主要有康复机器人、机器学习、深度学习、脑机接口等方向。该领域的研究趋势从最初的机器人、脑机接口等人工智能辅助设备转移至机器学习、深度学习、影像组学、预测模型等人工智能算法的研究与应用。结论国内外人工智能在脑卒中领域的应用研究正处于一个发展爆发期,学者与机构间存在一定的关联性,国外研究学者间合作的密切程度高于国内,学者的重视度逐年上升。未来应继续关注国内外发展动向及学科前沿,并开展更多相关的高质量研究,为人工智能在脑卒中领域的应用制订更科学、更完善的诊疗方案。

关键词： 人工智能   智慧教学模式   应用型本科   大学英语  

摘要： 人工智能(AI)在教育领域的应用正逐步重塑传统的教学模式。本研究探讨了AI在应用型本科大学英语教学中的应用,旨在构建一个融合AI的智慧教学模式,以提升学生的英语语言能力和跨文化交际能力。本研究通过优化课程内容、整合智能教学平台和实施多元化评估,旨在为教师提供定制化教学辅助,同时为学生打造互动性强、个性化的学习环境。研究强调了人工智能在推动教学现代化、提升教学质量方面的关键作用,特别是在培养学生满足未来社会需求的英语能力方面。

关键词： 上海戏剧学院   期刊中心   戏剧学   人工智能   转型发展   杨扬   转型升级   智慧教室  

摘要： 2024年11月2日,由上海戏剧学院主办、期刊中心《戏剧艺术》编辑部承办的“人工智能、戏剧创新与戏剧学刊的转型发展”学术研讨会于上海戏剧学院智慧教室成功举办,业内众多专家学者参会。开幕式由《戏剧艺术》主编杨扬教授主持,上海戏剧学院副院长刘庆教授出席并致欢迎辞。研讨会分“人工智能与戏剧创新”“当代戏剧理论新进展与未来戏剧学”和“数智时代的学刊转型升级”三个专场,由计敏教授与黄静枫教授共同主持。

关键词： 用户生成内容   产品改进   属性提取   属性情感分类   机器学习   深度学习  

摘要： 用户生成内容(User-generated Content,UGC)包含了大量用户对产品及其属性的真实看法。随着数字技术的持续发展,企业日益重视利用UGC来洞察用户需求,从而指导产品改进。在这一过程中,属性提取与属性情感分类被视为两大核心环节。属性提取旨在从UGC中识别出关键的产品属性,其方法可归为有监督学习和无监督学习两类;属性情感分类则用于分析用户对这些属性的情感态度,主要包括基于词典与规则、基于统计机器学习以及基于深度学习的方法。文中首先对属性提取与属性情感分类方法的理论框架及技术要点进行系统梳理,随后结合实际应用进行阐述,以期为利用UGC指导产品改进的企业和研究者提供有价值的参考。最终,探讨了当前属性提取与属性情感分类所面临的挑战及未来的研究方向。

关键词： 船舶估值   二手市场   价格预测   机器学习   模型融合  

摘要： 现阶段,二手船估值易受主观判断的影响,且存在估值时未全面考虑影响价格的因素等问题。为此,综合考虑船舶自身因素和市场因素,采集二手散货船在2000—2022年的交易数据进行实验,采用决策树、随机森林、XGBoost、LightGBM等4种机器学习算法分别建立二手散货船估值模型。为进一步提高估值的准确性,将后3种模型进行加权平均模型融合。结果显示:单个模型在测试集上的最高决定系数值为0.879,而融合模型的决定系数值为0.889。这表明所提出的融合模型能较为准确地对二手散货船进行估值。所提出的融合模型可以为航运等相关行业提供更准确、客观的二手散货船估值服务。

关键词： 人工智能   机器视觉   FasterR-CNN   自动识别结算   硬件设计   图像处理  

摘要： 设计了一款基于人工智能视觉技术的菜品自动识别结算设备,旨在提高餐饮业效率和用户体验。硬件方面,采用高性能图像数据采集装置和图像处理单元的自助结算AI智慧餐台,确保系统能够快速响应并确保稳定性。软件方面,菜品图像通过机器视觉算法快速准确识别,生成订单并传输至支付端,实现自动结算。销售数据可与云端大数据分析对接。相较传统点餐结算方式,该设备提供了更便捷的结算方式,减少了人工操作,最大限度避免了计算错误,有助于精准运营。实验证明,该设备在不同环境下表现出色,对提升餐厅服务质量和效率具有明显效果。

关键词： 人工智能   设计类基础课程   平台建设   课程体系  

摘要： 以黄河科技学院设计学专业为例,调整并完善现有设计类基础课程培养体系,将人工智能技术与设计教育教学内容深度融合,并基于改进后的课程体系,通过对功能和安全等方面分析,平台采用微服务架构,主要包括基于AI技术的用户管理、课程管理、资源管理、学习管理、考核管理等模块。文章运用人工智能技术辅助在线课程资源的整合、设计、开发和应用,借助人机协同共同完成教学管理流程、学生管理流程、课程管理流程、考核管理流程,探讨了高校设计学科人才培养的基础课程体系的调整改进方向,构建了基于人工智能技术的设计类基础课程资源平台,以期提高课程资源的质量,增强学生的学习体验,促进教育教学的创新和进步。

关键词： 电力系统   用电异常   机器学习算法  

摘要： 电力系统中用电异常行为的检测和分析对于保障电网安全和优化能源使用具有重要意义。构建了基于机器学习的用电异常行为分析系统。该系统架构包括数据收集、数据处理、特征提取、模型训练、结果分析。通过测试太原市电力公司的实际用电数据,验证了系统的有效性和实用性。系统能有效识别多种用电异常行为,如偷电、设备故障和异常用电模式,保障了电力系统的安全运行,减少了电力公司的经济损失。