关键词： 人工智能   督导   评价方式   数据决策   教学能力画像   问题课堂   教学质量  

摘要： 教学督、评、导是教学质量保障体系的重要环节,发挥着规范性监督、客观性评价和诊断性指导的作用,是提升教师教学水平、学生学习效果和教学管理服务水准的重要手段。人工智能技术的进步,为改进教学评价方式、教学督导形式,提升教学质量带来新的机遇。结合浙大宁波理工学院“宁理云学堂”项目,从平台课程建设、课堂数据监测、师生行为分析、评价方式创新、管理模式改进、数据决策分析等角度进行探索,推进人工智能在构建“督、评、导”一体化新模式上的应用场景创新,有效抓取潜在问题课堂,提升督导效率及精度。

关键词： 电力系统运维管理   人工智能技术   智能优化   故障预测   深度学习  

摘要： 文中深入分析了电力系统的结构与运行机制,并综合应用机器学习、深度学习和自然语言处理等技术,构建了智能化运维管理模型.该模型通过深度挖掘和学习大量运行数据,实现了对电力系统故障的精准预测与智能优化.研究结果显示,该模型能显著提升运维管理效率,降低人力成本,有效预防和处理电力生产事故.该研究为电力系统的智能化运维与管理提供了理论和技术支撑,同时为人工智能技术在其他领域的应用提供了有益参考.

关键词： 新质生产力   人工智能   职业教育  

摘要： 文章在新质生产力的视角下,深入探究了人工智能(Artificial Intelligence,AI)对职业教育的赋能作用,通过分析新质生产力的内涵与特征,阐述人工智能在职业教育教学、人才培养、校企合作等多方面的赋能逻辑,提出相应的实践路径,旨在为职业教育在新质生产力发展背景下借助人工智能实现高质量发展提供理论依据和实践参考。

关键词： 人工智能   教师困境   主体性困境   器道合一   人类中心主义   技术哲学  

摘要： 生成式人工智能的快速发展引发了普遍的教师“主体性困境”忧虑,使人们陷入“以教师为中心”还是“以技术为中心”的典型讨论。这一争辩暗含了西方形而上学传统中“人本主义”技术伦理的影响,预设了主体与客体的分离,从而生产出一种人是“主体”,技术物为“客体”的幻象。这种技术论视角进一步强化了“人类中心主义”,不断加深了对“主体性困境”的担忧,实则蕴含了更本质的“主体—客体”二分的现代性危机。中国传统哲学中的“器道”观是一种动态共生、整体融通的技术理解方式,亦是超越“人类中心主义”技术论的一种可能方案。复现“器道合一”的宇宙技术论,不仅可以回应教师“主体性困境”问题,也提供了一条回归教育人文主义的进路,更是一份重构世界人工智能技术伦理秩序,推动技术多元主义的中国式答卷。

关键词： 认知外包   人机协同   认知网络分析   滞后序列分析   内外部认知的连接  

摘要： 人类通过外包部分认知任务给外部生成式人工智能技术来提升任务完成的效率和质量,但认知外包的效果因人而异。为了揭示有效认知外包的关键特征和内在要求,研究设计了一个面向研究生的认知外包活动,参与者在生成式人工智能系统的协助下撰写开放性主题文章,并依据文章得分被划分为高绩效组和低绩效组。通过对知识前测的差异性分析发现高绩效组的先前领域知识水平显著高于低绩效组。通过对交互过程数据进行滞后序列分析和认知网络分析,发现两组群体在交互行为模式和认知结构特征上存在差异:高绩效组的行为转换更加多元,形成“快速自主的任务理解与规划——高效精准的人机互动——选择性提取与深度加工”的行为模式;高绩效组的认知结构较为均衡和完整,表现为交互中各认知元素间相对多样且紧密的关联,而低绩效组的认知结构相对失衡和松散,表现为对低层次认知元素的偏向和各元素间相对单一且微弱的关联。综合来看,有效认知外包是个体在认知活动中积极参与、深入加工的复杂过程,需要内外部认知网络的平衡与有效连接的建立。

关键词： 电网施工   智能化技术   人工智能   大数据分析  

摘要： 为了提升电网施工的效率及安全性,智能化技术的运用变得日益关键。阐述了物联网、人工智能、大数据分析、智能传感器以及无人机等智能化技术,通过实时监控、数据分析、环境监测以及智能调度等措施优化电网施工。研究表明,智能化技术提高了施工精度、缩短了工期,并降低了施工期间的安全事故风险。智能化技术的应用促使电网施工方式向现代化发展,具有广阔的应用前景。

关键词： 长骨骨折   超声检查   人工智能   YOLO模型  

摘要： 目的探讨基于YOLO 11的肢体长骨骨折断端超声检测模型的临床应用价值。方法前瞻性纳入2023年7月至2025年1月上海市第八人民医院206例长骨骨折患者，采集骨折断端的超声长轴切面图像，经Labelme软件标注，建立训练数据集（461张图像），按7:1:2随机划分为训练集、验证集和测试集。训练YOLO 11模型，通过精确率、召回率、F1分数、交并比>50%时的平均精度均值（mAP@50）评估模型性能，并与YOLOv8模型对比。另纳入40例受试者（骨折组与正常组各20例），采集骨折断端及正常骨超声图像构建独立临床验证集，通过敏感度、特异度、阴性预测值（NPV）、阳性预测值（PPV）综合评估模型的临床诊断效能，并分析单帧平均推理时间。结果测试集数据显示，YOLO 11模型的精确率、召回率、F1分数、mAP@50分别为87.9%、85.3%、86.6%、89.2%，优于YOLOv8的82.9%、74.3%、78.4%、81.9%。临床验证集中，YOLO 11的敏感度（92.7% vs 83.9%）及NPV（91.2% vs 82.8%）优于YOLOv8，特异度（95.4% vs 98.0%）和PPV（96.2% vs 98.2%）略有下降，单帧平均推理时间较YOLOv8略增加（42.5 ms vs 36.1 ms）。结论YOLO 11模型在肢体长骨骨折断端检测中可高效识别骨折断端，为院前快速筛查和临床诊断提供了有效的辅助工具。

关键词： 人工智能   煤矿探放水   智能监测系统  

摘要： 为解决煤矿探放水作业存在的漏探、假检、漏检等问题,实现煤矿探放水全流程智能化管控,结合矿井实际情况,研发设计了基于人工智能技术的煤矿探放水智能监测系统。该系统由4款人工智能视频识别软件及其配套设备组成。实践研究证实该系统可满足煤矿探放水智能化、电子化管理需求,保障探放水监测工作的真实性、可靠性和高效性,确保煤矿探放水监测工作落到实处。

关键词： 人工智能   绿色全要素生产率   绿色技术创新  

摘要： 人工智能具有强溢出效应和高发展潜力,逐渐成为推动节能减排与绿色低碳发展的重要引擎。基于2006—2020年中国273个城市面板数据,实证检验人工智能发展对城市绿色全要素生产率的影响效应及其作用路径。研究结果表明:人工智能显著提升了城市绿色全要素生产率,地区人工智能发展通过促进绿色技术创新来提升城市绿色全要素生产率;异质性分析表明,人工智能发展对于东部东北部、大规模与环保重点城市的绿色全要素生产率有更大程度的促进作用。

关键词： 数据增强   人工智能   泛化能力   深度学习   数据分布   数据稀缺  

摘要： 数据增强是一种通过对现有数据进行变换、组合或生成新样本的技术,旨在提升人工智能模型的泛化能力,广泛应用于图像处理、自然语言处理和表格数据分析等领域,能够有效缓解数据不足和分布不均等问题。