关键词： 岩石CT图像   图像处理   深度学习   数字岩石物理   人工智能  

摘要： 岩石CT图像反映岩石孔隙和裂隙等结构特征，对CT图像进行处理并提取图像中的地质信息，对研究岩石的孔隙结构、分析岩石物理响应等具有重要意义。本文总结CT图像处理方法的原理、适用条件、应用效果及其影响因素，将图像处理算法分为基于数字图像的处理方法、基于机器学习的处理方法和超分辨率图像处理方法。结果表明：1）数字图像处理方法简单易实现，应用范围广泛，但依赖于人工的先验知识；2）基于机器学习的图像处理方法可自动、客观、准确、快速地提取图像信息，但岩石CT图像数据匮乏、模型泛化能力有待提升；3）超分辨率图像处理方法能有效提升图像清晰度和细节，但受到岩样成像条件限制，分辨率提升效果有限。结合人工智能方法，为岩石CT图像的智能分析和自动识别带来新的可能性，加速地质信息的获取和解释过程。

关键词： 深度学习   人工智能   卷积神经网络   牙发育   牙发育异常   牙发育评估   根管形态   牙萌出  

摘要： 牙发育异常及牙发育相关诊疗是口腔临床工作中的重难点，涉及牙发育异常诊治、牙发育评估等多方面，涵盖从疾病诊断到治疗方案制定等各环节，诊治难度大，需要医生具有扎实的理论基础和丰富的临床经验。近年来，得益于丰富的口腔临床图像资源，人工智能中以卷积神经网络为代表的深度学习技术不断发展，为口腔疾病诊疗提供了有利支持，显著提高了诊治效率。深度学习在牙发育异常及牙发育相关诊疗方面具有较多应用，首先其可以识别影像片和口内照中的牙发育异常疾病，以辅助医生诊断。其次，深度学习可以进行牙发育评估和牙萌出预测，为个性化治疗方案的制定提供参考。此外，其还能够识别牙根及根管形态、定位疑难根管，帮助医生了解根管解剖，提高牙髓治疗成功率。尽管深度学习在牙发育异常及牙发育相关诊疗方面具有重要应用价值，但整体研究仍处于初级阶段，存在无法进行疾病系统化诊治，多为单中心研究等不足。未来应尽可能设计多中心研究，构建集疾病诊断、发育评估等为一体的深度学习模型，综合分析多因素，进一步提高模型应用价值。

关键词： 精细油藏描述   人工智能技术   类比学习   蚁群算法   专家系统   人工神经网络   灰色系统理论   机器学习  

摘要： 人工智能技术是未来精细油藏描述最重要的发展方向之一。精细油藏描述为人工智能技术的发展和应用提供了优质的平台和基础，而人工智能又为精细油藏描述从数字化向智能化方向发展提供了有力的工具和途径。本文对比了国内外精细油藏描述中人工智能技术应用研究现状、优势及不足。人工智能技术的应用几乎涵盖精细油藏描述各个方面，主要包括基于类比学习的地层精细划分与对比、蚁群算法的火山岩油气藏构造精细解释、专家系统的沉积微相和储层构型划分识别、基于人工神经网络的测井精细二次解释、灰色系统理论的储层精细评价、基于机器学习的训练图像建立和多点地质统计学建模、知识发现和数据开采储层流动单元研究、基于知识系统的精细油藏描述成果管理平台等。最后指出了人工智能技术在精细油藏描述中应用存在的10方面问题和未来发展方向。

关键词： 建设行业   人工智能   可信数据  

摘要： 文章对建筑业和建设行业给出定义，提出建设行业是为人类创造生存环境的系统工程，研究了人工智能技术融入建设行业的基础课题，并指出为使AI能有效融入运营的必须强化数据治理。

关键词： 人工智能   大学物理   知识图谱  

摘要： 当前，人工智能（AI）正深刻变革教育．我校《大学物理》团队在智慧树平台创新推出知识图谱驱动的AI课程，构建“师/生/机”互动新教学模式．本文概述师-机-生协同教学体系的设计理念、AI课程的建设、实施、成效及反思情况．从实践效果看，基于知识图谱的学习者画像及自适应学习为学生提供个性化的学习能够有效提高自主学习性和学习成绩，为理工科基础课AI课程建设提供了经验参考．

关键词： 生成式人工智能   思想政治教育   主客体关系   嬗变与重塑  

摘要： 生成式人工智能与思想政治教育的融合是信息技术与思政学科交融发展的必然趋势，深刻影响着思想政治教育主客体关系。传统理论框架中的单主体论、双主体论和主体间性论虽构建了思政教育主客体关系的基本理论分析维度，但其线性交互模型在智能技术冲击下解释力式微，知识生成、人机协同和场景多元成为影响思政教育主客体关系的重要变量。在此情形下，思政教育主客体关系的嬗变呈现出三重趋势：思想政治教育主体从主导性趋向隐蔽性，思想政治教育客体从受动性趋向自主性，思想政治教育主客体关系从单一性趋向交互性。面对瞬息万变的生成式人工智能发展态势，应该以技术解蔽为抓手赋能思政教育主体能动性建构，以自教自律为支点赋权思政教育客体实践性转向，以人文关怀为要领赋智思政教育主客体良性互动，重塑思想政治教育新型的主客体关系。

关键词： 人工智能   管理层语调   BERT模型   长期投资  

摘要： 以上市公司管理层讨论与分析文本为研究样本,研究谷歌公司的BERT人工智能模型能否识别上市公司高管的真情实感。研究发现,BERT模型度量下的上市公司管理层语调能反映管理层对于企业未来发展前景的态度;管理层预期任期越长,持股比例越高,内部控制水平越高时,其语调积极程度对企业长期投资的预测效果越强;进一步的对比研究发现,相比以往的词袋法,BERT模型的识别效果更好。鉴于此,投资者利用人工智能工具能更有效地对上市公司管理层语调进行情感分析,并预测公司的未来投资行为和财务绩效。

关键词： 智慧政府   人工智能   风险治理   政策分析   美国联邦政府  

摘要： [目的/意义]对美国联邦政府内部部署AI的风险治理政策进行内容分析和深入探讨，探析其具体治理机制、要素协同等方面的特点，为人智协同背景下我国政府现代化的发展方向与进程提供启示与参考。[方法/过程]采用网络调查法、文献调研法和质性文本分析法，梳理并分析美国联邦政府内部部署AI的风险治理政策的相关内容，通过文本分析与编码构建类目体系将治理体系解析为要素与机制，分析治理体系的协同关系与动态过程并对我国提出借鉴建议。[结果/结论]美国联邦政府内部部署AI政策规范仍处于起步阶段，但足以折射出其对政府应用新技术的深刻思路规划，体现出美国试图在技术优势与政府建设的交叉维度领先全球的愿景。基于此，立足我国国情，结合美国联邦政府的经验，围绕政府内部部署AI的潜在风险，为政府内部部署AI的风险治理政策布局提出优化方向与对策建议。

关键词： 矿山机械   智能化   物联网   人工智能   大数据   自动化技术  

摘要： 矿山机械智能化技术近期在促进生产效率、降低成本、提升安全水平上取得重大进展,依托物联网技术升级,实现了对设备的实时监控与远程操控;人工智能与大数据技术助力设备维护及故障预测的精准化升级;自动化技术助力矿山作业迈向自主化新阶段。该技术大幅增强了矿山机械的操作安全性及稳定性,资源利用与能源消耗实现高效整合,然而,矿山机械智能化面临技术整合、数据安全防护及成本高昂的挑战。未来,技术革新持续推进,产业政策亦给予有力扶持,智能化矿山机械推动我国矿业迈向智能化、高效化、环保化的新阶段。

摘要： 当今时代,科技的飞速发展正深刻地改变着我们的生活和学习方式.从燃油车到电动汽车,从传统驾驶到无人驾驶、人形机器人的广泛应用,这些变化让我们仿佛一夜之间就置身于一个全新的世界. 传统的学科分科教学模式虽然有助于学生系统地掌握各学科知识,但在面对现实生活中复杂多变的问题时,往往显得力不从心.生活本身是不分科的,我们需要一种能够打破学科界限、整合多学科知识的学习方式,以培养学生综合运用知识解决问题的能力.《义务教育课程方案(2022年版)》明确提出,各门课程用不少于10％的课时设计跨学科主题学习.这种学习方式不仅能够帮助学生更好地理解知识之间的内在联系,还能激发他们的创新思维和实践能力,为未来应对复杂多变的社会环境做好准备.