关键词： 微项目式学习   人工智能   课程设计   智能语音灯  

摘要： 近年来,人工智能技术迅猛发展,并越来越被广泛地应用于教育教学领域。本文探讨了基于微项目式学习的人工智能课程教学的设计与实践,以“智能语音灯”微项目为例,分析了微项目设计的思路和过程。通过微项目式学习,学生不仅掌握了人工智能的基础知识和技能,还提高了问题解决能力和团队协作能力,迁移能力和创新精神也得到了培养。

关键词： 视觉监测   机器学习   地铁隧道   自动化监测  

摘要： 地铁隧道及基坑的施工过程中存在着许多安全隐患,如地面沉降、隧道变形、基坑坍塌等,这些问题严重威胁着施工人员的安全和工程的顺利进行。如何实现地铁隧道的自动化监测,及时发现并预警安全隐患,成为了亟待解决的问题。近年来,视觉监测和机器学习技术的发展为地铁隧道及基坑自动化监测提供了新的可能。视觉监测技术可以通过摄像头等设备获取施工现场的实时图像信息,从而实现对施工现场的实时监测;而机器学习技术则可以通过对大量数据的学习和分析,自动识别出异常情况,从而提前预警安全隐患。本文对视觉监测与机器学习在地铁隧道自动化监测中的应用进行了研究。

关键词： ICT产业   产业创新   中国电信   人工智能   科技型   关键领域   风向标   生产力  

摘要： 2024年,新质生产力成为贯穿全年的热词之一、ICT产业发展的“风向标”。而在今年“席卷”千行百业的人工智能也为多个关键领域成功“注智”,助推新质生产力蓬勃发展,引领ICT产业迈入新时代。“中国电信把科技、产业创新作为企业战略的重要内容,全面深入实施‘云改数转’战略,推动企业从传统电信运营商向服务型、科技型、安全型企业转型。”中国电信董事长柯瑞文在刚刚结束的“2024数字科技生态大会”上指出。

关键词： 人格识别   社交媒体   人工智能   特征提取   模型预测  

摘要： 人格是与人类思维、情感和行为相关的稳定模式,能够有效帮助我们理解、分析和预测人类行为,被广泛应用于人机交互、推荐系统和网络安全等领域。社交媒体为人格识别研究提供了丰富的数据来源,推动了自动人格识别的发展。然而,现有文献在特征提取与模型预测研究方面,尤其是多样化组合方式的讨论上仍显不足。且人工智能在该领域的应用尚处于发展阶段,亟需进一步探索。因此,本研究综述了面向社交媒体文本的人格识别研究,针对不同任务需求和数据特征,对人格识别模型的组合进行了梳理和总结,涵盖基于语言和统计特征、预训练语言模型特征,以及机器学习、深度学习和集成学习等方法。通过比较分析,研究旨在为从文本数据中推断人格特质提供更有效的方法和策略,推动其在实际应用中的发展。同时,探讨了新兴AI技术在人格识别中的潜力,指出了该领域的研究不足并展望未来方向。Personality, a stable pattern of thoughts, emotions, and behaviors, plays a crucial role in predicting human behavior. Its recognition has broad applications in fields like human-computer interaction and cybersecurity. Social media, with abundant user-generated data, drives automated personality recognition;However, comprehensive studies on feature extraction and model prediction, especially those exploring diverse methodological approaches, remain limited. While AI shows great promise in advancing personality recognition, its application is still in the early stages and requires further investigation. This study reviews existing research on personality recognition from social media texts, focusing on strategies involving language features, pre-trained models, and various machine learning techniques. It aims to improve personality prediction, identify research gaps, and explore future AI-driven developments in the field.

关键词： 骨龄   深度学习   人工智能   高原   藏族  

摘要： 目的基于深度学习法构建适合平原和高原儿童的骨龄预测模型,并进行临床验证。方法本研究共纳入三个数据集[北美放射学会(Radiology Society of North America,RSNA)数据集,包括训练集12611例、验证集1425例、测试集200例;放射学手部姿势评估(Radiological Hand Pose Estimation,RHPE)数据集,包括训练集5491例、验证集713例和测试集79例;自建数据集,包括训练集825例和测试集351例],用于模型的训练和内部验证。自建数据集回顾性纳入北京协和医院(745例,均为汉族)和西藏自治区人民医院(431例,其中汉族114例、藏族317例)共1176例儿童的左手腕部X线影像。此外,研究还纳入了来自尼玛县人民医院的外部测试集(256例,均为藏族),用于模型的外部验证。应用深度学习法构建骨龄预测模型(ethnicity vision gender⁃bone age net,EVG⁃BANet),并采用平均绝对差异(mean absolute difference,MAD)和1岁以内准确率作为模型的评价指标。结果EVG⁃BANet模型在RSNA和RHPE测试集中的MAD分别为0.34岁和0.52岁。在自建数据集中,该模型的MAD为0.47(95%CI:0.43~0.50)岁,1岁以内准确率为97.72%(95%CI:95.56%~99.01%);在外部测试集中,该模型的MAD为0.53(95%CI:0.48~0.58)岁,1岁以内准确率为89.45%(95%CI:85.03%~92.93%)。结论EVG⁃BANet模型在平原和高原儿童中均表现出较高的准确性,具有一定的推广应用价值。

关键词： 人工智能   教学改革   教育创新   数字化  

摘要： 2024年世界数字教育大会提出要高度重视数字化教育,并明确要求全面推进数字化教育,将数字化教育作为教育创新发展的新方向和建立教育发展新优势的重要突破口,并深入贯彻党的二十大精神,全面推进全民终身学习的学习型社会、学习型大国。人工智能背景下,数字技术已经融入到了当今社会各行各业中,并促进着它们的发展。同时,数字技术也是推进教育改革的重要力量。本文借助国内外关于教学改革与数字化的研究,对高校教学改革与数字化创新的内外动因进行分析,探究了人工智能背景下高校在教学改革与数字化创新现状和存在的问题,提出人工智能背景下教学改革与数字化创新的实施路径,希望对高校教育教学创新提供理论和实践价值。

关键词： 智慧图书馆   人工智能   多元化服务   用户体验  

摘要： 随着信息技术的迅速发展,智慧图书馆逐渐成为当代图书馆领域的新动向。借助人工智能技术的融入,智慧图书馆的服务变得更加高效与智能化,促使图书馆服务向多样化方向发展。本文主要针对人工智能在智能化图书馆中的具体运用进行探讨,内容涵盖数据分析、自然语言理解以及自动化运营等方面,同时分析这些技术如何优化用户体验和提高服务质量。进一步,还将探讨个性化推荐、虚拟参考机教育培训等多种服务形式,以期为智慧图书馆的长远发展提供策略与建议。

关键词： 机器学习   网络入侵检测系统(NIDS)   异常检测   自适应防御  

摘要： 本文探讨了机器学习技术在网络入侵检测系统(NIDS)中的应用及其对系统效能的影响,首先介绍了机器学习的基本概念及其主要类型,并详细概述了NIDS的定义、工作原理及其面临的挑战和限制。重点部分聚焦于机器学习在NIDS中四个关键领域的应用步骤,即异常检测、签名识别、预测性分析和自适应防御,这些应用充分展示了机器学习技术如何通过高级数据分析和自适应算法提高NIDS的检测准确性、效率和动态适应性。最后,对机器学习在NIDS中的整体效能进行了深入分析,指出了该系统在提升系统性能和减少误报中的重要性,同时对今后的发展方向提出了展望。

关键词： 油茶   UAV   多光谱   碳储量   株高   机器学习  

摘要： 随着油茶种植面积在我国逐渐增加,以及碳循环的意义逐渐被重视,油茶的碳储量监测技术亟待被探索。目前油茶碳储量尚无系统评估方法,对其他植物的碳储量监测的传统方法效率较低。在新型信息化技术中,二维遥感监测受数据维度限制,精度较低,而三维遥感监测因雷达设备的成本较高而难以推广。本研究基于无人机(Unmanned Aerial Vehicle,UAV)多光谱技术和多维数据挖掘技术对油茶地上碳储量进行了量化。在典型的油茶种植区域获取油茶生物量、含碳率的实测数据和高分辨率UAV多光谱影像;以多视角UAV光谱图像构建的油茶种植区域数字地表模型提取油茶株高;通过机器学习算法利用光谱、株高、实测生物量和含碳率数据构建油茶碳储量的量化模型。通过对模型进行精度评价,发现UAV多光谱图像能够有效监测油茶株高,进而有助于提升油茶生物量和碳储量的监测精度。此外,使用株高数据前后所建立的碳储量监测模型的R 2分别是0.54、0.64,监测结果的RMSE分别是254.31、112.04。表明利用UAV多光谱技术能够高效、准确地监测油茶地上碳储量,且通过数据挖掘获得的株高参数在提高量化精度的同时有效控制了监测成本,有利于碳储量遥感监测技术的应用推广,推动“双碳”目标进程。

关键词： 思维建模   人工智能   学习场景   大学生  

摘要： 人工智能赋能教育场景应重视思维培养过程以拓展学生的知识转化创新。探索融合大学生高阶思维发展的AI学习场景是高校智能教育落地化的有效抓手。文章采用系统性文献分析,一是探究人工智能赋能大学生思维培养的逻辑基础,二是归纳了AI辅助学习的典型场景,三是从知识图谱、高阶思维、元认知能力、学习动机和过度依赖等五个方面总结了大学生借助于AI场景进行思维建模的效果评价。通过研究,旨在为我国高等教育丰富和延伸人工智能赋能大学生高阶思维发展提供支持。