关键词： 人工智能   三维虚拟试衣间系统   虚拟现实  

摘要： 文章主要研究基于人工智能的三维虚拟试衣间系统的设计与应用,详细介绍系统需求分析、系统架构设计、核心算法设计、界面设计与用户体验以及系统集成与测试等方面的技术内容,全面探讨该系统的开发过程。重点研究人体三维重建技术、服装三维建模技术、人体与服装的匹配算法、虚拟现实技术和数据处理与优化技术等关键技术。最后,分析该系统在在线购物平台、实体店智能试衣间、个性化定制服务和社交媒体中的应用。研究结果显示,基于人工智能的三维虚拟试衣间系统在提高购物体验和促进个性化服务方面具有显著优势。

关键词： 临床医学教育   人工智能   ChatGPT  

摘要： 信息技术的发展推动医学教育模式的不断创新,对临床教学工作产生积极影响。以ChatGPT为代表的人工智能,通过数据驱动教育信息化和智能化,能解决目前临床医学教育面临的多个问题,给临床医学教育带来新机遇的同时也潜藏着风险。教育工作者应正确认识并合理利用ChatGPT,以提高临床教学质量,推动教育数字化改革。

关键词： 人工智能   高中地理课程   翻转课堂  

摘要： 数字化背景下,人工智能的快速发展促使高中地理翻转课堂全方位转型。人工智能应用于地理翻转课堂的优势突出,能够在保障技术资源的同时便于个性化学习、助力实时评价与协同教学设计。本文以人教版必修一第四章第一节“常见的地貌类型”中的喀斯特地貌为例,利用人工智能在课前、课中、课后开展地理翻转课堂教学,探寻基于人工智能的地理翻转课堂实践路径。

关键词： 跨境电商   人工智能   产业学院   产教融合  

摘要： 随着人工智能技术的崛起及其在跨境电商行业广泛应用,对跨境电商人才的层次提出更高的要求。河南省跨境电商产业学院发展较晚,建设模式单一,但从重点产业学院来看已经出现数字化、智能化特征。产教融合在跨境电商产业学院的建设中面临诸多挑战。为此,本文提出合力构筑产帮教、教带产的高效融合模式;优化课程体系,以提高学生适应力;加强校企师资结合,利用AI赋能教育数字化转型,以期有助于促进产教融合的深入发展,培养高质量的跨境电商人才。

关键词： 共享经济   无人服务技术   人工智能  

摘要： 随着共享经济的快速发展,无人技术在各个行业的应用已经带来了重要影响。文章以无人台球厅为例,重点分析了无人服务技术对共享经济的影响。通过探讨应用于无人台球厅的新技术以及这些技术在保障无人台球厅安全运营方面的作用,本研究旨在深入探讨共享经济与无人技术的交叉点。

关键词： 人工智能   高职院校   篮球   运动训练  

摘要： 随着人工智能应用领域的不断拓宽,正深度融合到各行各业,推动着科技强国的建设。在体育及教育领域,人工智能与体育、教育日益融合,这促进了我国体育产业向智能化、信息化的智慧体育转型,更提升了体育竞技水平。因此,在高职院校的篮球训练中引入人工智能技术不仅是未来篮球发展的必然趋势,也是提升训练科学性、促进学生个性化发展的关键步骤。通过不断探索篮球训练中的数据化、智能化和科学化,高职院校的篮球训练将能够在提高技术水平、优化训练效率和促进篮球事业发展方面发挥重要作用。

关键词： 人工智能   人机关系   社会临场感   拟人化   态度  

摘要： 社会临场感(Social Presence,SP)又称社会存在,是一种与他人在一起的共在感。社会临场感作为面向新型人机关系态度形成机制的经典与主流中介变量,亟待对多学科相关文献进行系统性梳理与理论体系的整体性构建。本文以人机关系演进为背景,从人与计算机交互(Human-Computer Interaction,HCI)和人与机器人交互(Human-Robot Interaction,HRI)的历史视角对社会临场的概念内涵与适用边界进行界定。再以拟人化为前置变量,个体因素为调节变量,认知、情感、行为的态度为结果变量,构建了以社会临场感为中介变量的整合性理论框架,解构面向新型人机关系的心理机制。最后,对人机关系调整与机器社会心理、社会临场感的概念内涵外延的扩展、拟人化与社会临场感三方面进行了展望。

关键词： 运动损伤   损伤预警   损伤预防   智能预警   机器学习   深度学习   人工智能   体育运动  

摘要： 背景:运动医学界广泛呼吁采用机器学习技术高效处理庞大、冗杂的运动数据资源,构建智能化的运动损伤预警模型,以实现运动损伤的精准预警。对此类研究成果进行综合归纳与评述,对把握预警模型改进方向,指导中国损伤预警模型构建工作均具有重要意义。目的:系统梳理基于机器学习技术的运动损伤预警模型相关研究,为中国运动损伤预警模型构建工作提供借鉴。方法:对中国知网、Web of Science和EBSCO数据库进行文献检索,主要检索机器学习技术和运动损伤相关文献,最终纳入61篇运动损伤预警模型相关文献进行分析。结果与结论:①在纳入文献的外部风险特征指标中,缺乏比赛场景类指标,后续需进一步完善相关特征指标的纳入工作,以进一步丰富模型训练的数据集维度;此外,运动损伤预警模型的纳入特征权重方法以过滤法为主,需强化嵌入法及包裹法等权重方法的运用,以增强多风险因素交互效应的分析。②在模型主体训练方面,模型主体训练算法多以监督式学习算法为主,此类算法对样本标注信息的完整度有较高要求,应用场景易受限,后期可增加无监督式与半监督式算法的应用。③在模型性能评估优化方面,现研究主要采用了HoldOut交叉与k-交叉两种验证方式评估模型性能,模型的AUC值范围(0.76±0.12),灵敏度范围(75.92±11.03)%,特异度范围(80.03±4.54)%,F1分数值范围(80.60±10.63)%,准确度范围(69.96±13.10)%,精确度范围(70±14.71)%,数据增强与特征优化为最常见的模型优化操作。当前运动损伤预警模型准确度及精确度均约为70%,预警效果良好,但模型优化操作较单一,多采用数据增强方法提升模型性能,需强化对模型算法、超参数的调整,以进一步提升模型性能。④在模型特征提取方面,纳入的内部风险特征指标多以人体测量学、训练负荷、训练年限和损伤史等指标为主,缺乏运动恢复类指标与身体机能类指标。

关键词： 脑卒中   亚急性期   机器学习   预测   功能独立性量表   逐步线性回归   人工神经网络  

摘要： 目的:探讨机器学习模型与逐步线性回归(Stepwise linear regression,SLR)模型在亚急性期脑卒中患者康复后功能结局预测中的价值。方法:选取中国人民解放军联勤保障部队第九四五医院2013年1月~2023年12月收治的亚急性期脑卒中患者1046例为研究对象,取患者一般资料以及入院时功能独立性量表(Functional Independence Measure,FIM)评分构建SLR、回归树(Regression ***)、集成学习(Ensemble learning,EL)、人工神经网络(Artificial neural network,ANN)、支持向量回归(Support vector regression,SVR)以及高斯过程回归(Gaussian process regression,GPR)预测模型,并采用10折交叉验证,比较各模型实际与预测出院FIM评分以及FIM增益的决定系数(R^(2))、均方根误差(Root Mean Squared Error,RMSE)。结果:机器学习模型(R^(2):RT=0.75,EL=0.78,ANN=0.81,SVR=0.80,GPR=0.81)在预测FIM运动评分方面优于SLR(0.70)。机器学习模型对FIM增益总分的预测准确性(R^(2):RT=0.48,EL=0.51,ANN=0.50,SVR=0.51,GPR=0.54)也优于SLR(0.22)。结论:机器学习模型在预测FIM预后方面优于SLR:仅包含患者一般信息和入院FIM评分的机器学习模型的预测准确性优于既往研究,同时GPR对FIM预后的预测准确性最高。

关键词： 数据探究   机器学习   BaseML   AI4S  

摘要： 本文以“红外测距传感器”为研究对象,先采集整理数据,再利用BaseML分别采用线性回归、多项式回归算法训练模型,实验表明多项式回归能良好拟合其特征曲线。在模型训练后,借助pinpong库和XEduHub推理框架,实现真实场景的测距应用。作者认为,当前AI for Science渐成科研热点,中小学生虽难吃透机器学习底层原理,但通过实践可初步掌握人工智能概念、思维及解决问题之道,为未来科技的学习奠定基础。