关键词： 无  

摘要： 人工智能技术(AI)在教育领域的应用范围不断延展,已进入多个学科的教学环节。在舞蹈教育范畴,数字化及智能化的探索工作正有秩序地推进,成为该领域全新的发展走向,技术与传统教学模式的融合已成必然趋势。传统舞蹈教学模式的局限十分明显,在教学开展期间,难以针对不同学习者的个人情况进行精准引领;针对学习者动作的反馈往往在时间上呈现出滞后;优质的教学资源因地域和时间受限,无法达成大范围共享。

关键词： 人工智能   小学英语   课堂教学   应用价值   应用策略  

摘要： 将人工智能应用于小学英语教学,有利于提升教学效率、优化学习体验、促进个性化学习及教学创新。因此,本文围绕人工智能提出了应用策略,包括智能整合教学资源、构建智能互动模式、提供个性化学习支持及完善智能教学评估等,以期为英语教学和人工智能的深度融合提供参考。

关键词： 垃圾分类   压缩功能   深度视觉   人工智能  

摘要： 为了实现生活垃圾的智能、高效和准确分拣，本文提出了一种基于Squeeze-and-Excitation(SE)注意力机制改进型ResNet深度神经网络的智能垃圾分类装置，用于实现智能垃圾分类任务。基于闭环矢量法对分拣机构进行尺寸优化设计，并结合虚功原理计算舵机输出功率，为舵机选型提供理论依据。在网络模型中引入通道注意力机制，使各通道之间有效交互和选择，实现通道信息的充分利用。控制系统基于Arduino Mega 2560进行传感器信号采集，并通过串口与NVIDIA Jetson NX通信，结合投放运动控制算法，实现电机与舵机的精确控制。此外，该系统配备有特制的压缩装置，通过对可压缩垃圾进行机械挤压以提升空间利用率。为了验证系统对垃圾分类的准确性，采用12种常见的生活垃圾对智能分类垃圾桶进行了测试，实验结果表明基于SE-ResNet深度神经网路的垃圾平均识别准确率高达95.83%，能够满足实际应用需求。

关键词： 电子竞技   人工智能   算法版权   风险检视   治理机制  

摘要： 随着近年来人工智能技术的快速发展，其在电子竞技中已经或即将实现辅助训练、辅助裁判、智能播报等多项功能。然而，人工智能在驱动电子竞技运动发展的同时，也面临着相应的算法版权风险：如果无法实现版权自主，电竞人工智能的运行即会受制于外部主体；如果未能充分进行版权保护，不仅电竞人工智能的制作成本无法回收，相较外部主体的竞争优势也难以维系。面对这些风险，最为核心的因应之策即是构建算法版权的治理机制，一方面以自主创新为宗旨和核心导向，通过激励机制、数据安全机制、综合化拓展机制等促使开发者掌控电竞人工智能的算法版权并持续保持技术领先；另一方面围绕立法、执法和司法途径，通过通用保护体系、单行保护机制、开源算法保护措施等实现对既有版权的周严保护。

关键词： 信息不对称   人工智能   公共治理   数字鸿沟  

摘要： 信息是社会结构的基础性要素，也是权力运作的关键资源，构成了公共治理的基本参数，对治理结构、过程以及技术等都有重要的影响。信息不对称是影响社会互动的基础性现象，也受到人工智能技术发展及其应用带来的深刻影响。AI通过规模化的数据处理、复杂的关系重构和创新的交互模式，在公共治理中产生了双重效应，一方面是AI增强了信息的可见性、通约性和工具使用的平等性，使原本隐藏的信息变得可见可及，使专业信息转化为公众可理解的形式，使先进的分析工具从少数人的特权转变为公共资源；另一方面是AI使信息不对称从数量差异向质量分化演进，从低维度对立走向高维度裂变，从确定性格局转为不确定性格局。这些演变揭示了数字时代公共治理的深层矛盾，即信息分享的扩大并未必然带来信息权力的平等，人工技术的普及未必能消解理解能力的差距，信息不对称不是完全能消除的，只是会呈现出不同的样态。深入剖析AI技术对信息不对称的互动关系，有助于准确把握公共治理的演进方向，为构建更加适度和均衡的治理体系提供理论洞见。

关键词： 人工智能   断裂识别   走滑断裂   属性体提取   哈拉哈塘   奥陶系  

摘要： 随着人工智能技术的快速发展，其在地质勘探领域的应用也逐渐展现出巨大潜力。传统的断裂识别方法主要依赖于地质学家的经验和人工判读。这种方法不仅效率低下，而且容易受到主观因素的影响，难以实现大规模数据的高效处理。为解决这一问题，研究以塔里木盆地哈拉哈塘地区走滑断裂识别为例，探索了人工智能在走滑断裂识别中的应用效果及可行性。哈拉哈塘地区主要发育两组高角度走滑断裂系统，北东和北西向，两者在平面上呈X型相互交切关系。基于区内高精度三维地震资料的预处理成果，并利用卷积神经网络（CNN）深度学习算法及U-Net架构模型对研究区断裂进行自动化识别与分类实验。在明显消除随机噪声影响的背景下，上述算法对主干断裂、分支断裂及其组合关系识别清晰，通过对实验结果的分析，验证了深度学习模型在提升走滑断裂识别精度与效率上的显著优势，为地质勘探工作提供了新的技术手段。

关键词： 生成式人工智能   元数据分析   电力能源转型   可再生能源  

摘要： 生成式人工智能技术已经成为推动电力能源转型和发展的核心驱动力。本文回顾并详细分析了近五年的研究，通过元数据分析法总结提炼生成式人工智能技术的典型特征，基于数理统计结果客观展示相关技术的发展脉络，结合内容分析法深入探讨生成式人工智能在电力能源系统中的融合创新机制，揭示电力能源转型背景下，当前及未来生成式人工智能技术与电力能源技术协同发展的趋势和挑战。本综述研究是针对电力能源转型问题的系统性提炼，旨在为电力能源领域或其他具有交叉学科背景的研究人员构建生成式人工智能的整体发展框架，为电力能源领域的生成式人工智能应用提供系统性参考，并阐明未来研究方向和前景。

关键词： 核酸适配体   SELEX数据分析   结构预测   相互作用预测   生成式设计   生物信息学  

摘要： 核酸适配体（nucleic acid aptamer）是一类能够高效、特异识别蛋白质、小分子和完整细胞等多种靶标的单链寡核苷酸分子，凭借其小分子质量、化学与热稳定性强、易于修饰且免疫原性低等优势，在诊断、治疗与分析检测领域展现出广阔的应用前景。本文首先对现有核酸适配体数据库进行了系统梳理，随后概述了高通量SELEX数据的模拟筛选流程；接着综述了从序列特征提取到二级和三级结构预测的各类生物信息学方法；然后评述了分子对接、分子动力学及结合自由能计算结合机器学习与深度学习技术在核酸适配体-靶标相互作用预测中的应用；最后总结了基于理性设计、生成式 AI 与进化算法的计算设计策略，并列举了精准诊断、生物传感和食品安全等典型案例。通过多层次、多方法的整合，本综述为核酸适配体的发现、设计与应用提供了一套全面的生物信息学工具与思路，并对未来智能闭环和多模态融合的研究方向进行了展望。