关键词： 药品检验检测   数据资源   开发   应用   人工智能  

摘要： 药品检验检测机构在日常工作中积累了大量药品检验检测数据,这些数据可作为人工智能(AI)等新兴技术在药品检验检测领域应用的基础,其中蕴藏的价值巨大。本文基于药品检验检测数据概况、数据资源开发过程中面临的挑战,对数据资源开发的可利用性、可获取性、可持续性、经济性进行分析,旨在推动利用现有药品检验检测数据进行创新研究,进一步促进药品检验检测技术的发展。

关键词： 小麦   玉米   图像分割   叶片病害   人工智能  

摘要： 随着精准农业和智慧农业的快速发展,图像分割技术在小麦和玉米叶片病害识别中的应用愈发重要。为实现对小麦和玉米叶片病斑图像的有效分割和高效分析,基于深度学习模型DeepLabv3+和U-Net对小麦和玉米叶片病害图像进行分割,同时对叶片病斑进行分割和量化评估。结果显示,2种模型均能准确地分割出叶片区域和背景区域,其中采用U-Net模型生成的轮廓更清晰、更完整,但仍出现分割不足、分割粘连等问题。进一步优化图像分割技术,提高叶片病斑图像分割的准确性,深入研究图像分割技术在农业生产中的应用,对小麦和玉米叶片病害的精确诊断与防治具有重要意义。

关键词： 人工智能   档案数据   档案管理   网络调研   内容分析   开放利用   融合创新   数据治理  

摘要： 对国外关于人工智能档案管理的项目进行调研与分析,从而为我国关于人工智能赋能档案管理实践提供启示与借鉴。采用内容分析法,从电子邮件归档、政府网页归档、手写档案识别、口述历史档案、图书馆智能编目以及一般电子档案这6个不同的应用领域对人工智能档案管理项目进行调研分析;并将这些项目按照鉴定分类、整理编目以及开放利用这3个工作环节开展研究。结合目前我国人工智能赋能档案管理的工作情况,提出三点启示:人工智能与档案融合创新、实现“概念验证”到“中试验证”、档案与数据的密切融合。

关键词： OBE理论   人工智能导论   教学改革  

摘要： 文章以桂林旅游学院人工智能导论课程为研究对象,针对当前课程存在的问题,运用成果导向教育(Outcomes-Based Education,OBE)理念从知识、能力、素质三个维度重构课程目标。围绕新目标全面优化教学方案,注重教学过程中理论与实践相结合,采用多元化评价方式检验学生学习成果,以促进学生全面发展,为相关领域教学改革提供有价值的参考。

关键词： 人工智能   管理体系   信息通信业  

摘要： 近年来,人工智能产业迎来了爆发式发展,以互联网企业和电信运营商为代表的信息通信业人工智能企业,建立健全了人工智能管理体系,该体系可有效保障人工智能产业健康有序发展。本文对信息通信业企业建设人工智能管理体系的必要性以及关键点进行研究,旨在揭示企业应如何保持持续竞争优势,以应对人工智能领域未来可能出现的风险与机遇。

关键词： 高中   教育数字化转型   人工智能教育   数字画像   混合式教学  

摘要： 上海市大同中学作为教育数字化转型的先行者,历经信息化改革、线上教学模式构建及人工智能教育深化三阶段,以“AI育人、AI助教、AI助学”为核心理念,构建了多层次AI教育体系。学校开发“AI+学科”融合课程,通过项目化学习培养学生创新与实践能力;利用学生数字画像实现精准教学与个性化辅导,形成“1+4+X”教学模式,显著提升学习效率;搭建知识中台整合教育资源,探索“数字人”AI学习伙伴辅助教学,并打造多维AI实验环境。同时,学校通过校企合作、师资培养完善保障机制,推动教学方式向数据驱动转变。尽管面临数据维度不足、成本高等挑战,相关成果已助力师生能力提升与学校管理优化,为教育数字化转型提供示范经验。

关键词： 人工智能   通信咨询设计   网络优化  

摘要： 随着人工智能技术的飞速发展,其在通信咨询设计领域的应用日益广泛。文中探讨了基于人工智能的通信咨询设计,提升了设计效率,优化了网络性能,增强了用户体验。首先,介绍了人工智能在通信咨询设计中的应用背景,随后提出了基于人工智能技术的通信咨询设计策略,并通过具体案例展示了其实践效果。研究发现,人工智能技术的应用显著提高了通信咨询设计的智能化水平,为通信行业的发展注入了新的动力。

关键词： 物联网   人工智能   乡村治理   数字乡村  

摘要： 针对北京市乡村治理需求,应用物联网、人工智能和5G等高新技术,融合应用场景,创新应用思路与方法,打造北京市数字京村管理平台多维应用场景。目前已经产生一定的效益,部署158个村庄,拥有超过11 000名注册用户,通过智能化、精细化与高效化的管理手段,推动乡村治理的现代化进程,提升村民的生活品质与乡村的整体治理效能。

关键词： 智能状态监测   预测性维护   人工智能   数据收集  

摘要： 在化工生产领域,其流程复杂且具有连续性、高危性等特点。动设备作为核心生产工具,涵盖泵、压缩机、离心机等关键设备,其稳定运行直接关乎化工生产的安全性、高效性与经济性。一旦动设备出现故障,不仅会导致生产中断,造成巨大的经济损失,还可能引发安全事故,威胁人员生命安全,对环境造成严重破坏。传统的设备监测方式,如人工巡检和简单的定期检测,存在明显的局限性。通过实时监测、数据分析和智能预警,企业能够实现预测性维护,显著提高设备可靠性和生产效率。本研究通过实际案例验证了智能状态监测系统的有效性,展示了其在降低维护成本、减少非计划停机方面的显著优势。

关键词： 具身智能   高校图书馆   未来学习中心  

摘要： 引言具身智能,被称为“通用人工智能发展的必经之路”,2023年5月17日,英伟达公司创始人兼CEO黄仁勋在世界半导体大会上提出具身智能是通用人工智能发展的下一个重要阶段。具身智能是指智能体在与周围环境的交互过程中,实时学习以满足使用方全流程多模态信息整合需求[1]。