关键词： 人工智能   体育课程革新   学习体验   教学能力   实证研究  

摘要： 以汕头职业技术学院篮球课程为对象,运用问卷调查、课堂观察、访谈及数据分析等方法,对比传统教学与人工智能辅助教学的差异,探究人工智能技术对体育课程革新的影响。结果显示,人工智能技术显著提升了学生篮球技能的掌握效率与课堂参与度,但在技术适配性、教师培训等方面存在挑战。研究结果可为高职院校体育课程智能化改革提供理论参考与实践建议。

关键词： 颌面部   影像融合   混合现实技术   手术导航   手术机器人   人工智能  

摘要： 颌面部复杂肿瘤由于解剖结构复杂,毗邻多个重要神经血管,手术难度及风险较大,对外科医生而言是个巨大的挑战。传统单模成像常需医师综合不同的影像特点进行分析,这种分离式诊断为临床带来极大的不便。近年来,随着数字化技术逐渐应用于颌面部肿瘤的治疗,可以更立体直观地显示肿瘤部位、侵袭范围及其与神经血管的关系,大大降低了手术风险。本文主要就多模态医学影像融合技术在复杂颌面部肿瘤中的临床应用及其与快速成型技术、混合现实技术、手术导航、手术机器人、人工智能等数字化外科技术的联合应用作一综述和展望。

关键词： 人工智能   艺术设计   视觉艺术   创意生成  

摘要： 人工智能技术在艺术设计中的应用正深刻改变着传统创作模式。文章探讨了人工智能在视觉艺术、产品与工业设计、建筑与空间设计,以及时尚与纺织设计领域的创新应用,分析了深度学习、计算机视觉、生成对抗网络(GANs)等核心技术赋能艺术创作、提高设计效率,并拓展艺术表现形式的方式。通过案例分析《当雾有了形状》,展示了人工智能在纤维艺术装置中的应用,阐述了AI在创意生成、材料选择与互动设计中的作用,讨论了人工智能与艺术设计结合所面临的挑战及其未来发展趋势,指出人工智能不仅是辅助工具,更是推动艺术设计创新的重要力量。

关键词： 大数据技术   CART算法   化工过程   安全风险预警  

摘要： 为提高化工生产的安全性,本研究设计了基于大数据与人工智能的化工过程安全风险预警系统。在系统传感器监测模块中,采用大数据技术实时采集化工过程的安全状态数据,利用无线网络经服务器控制模块传输给监控中心,在数据分析和处理后,利用风险预警模块,从物理参数、化学参数、设备状态、操作行为、安全管理5个方面筛选风险指标,在收集并处理指标数据后,利用CART算法输出预警水平因子,并划分安全风险等级。实验表明:该系统的预警精准度最大值可达到99.3%,说明该系统有效实现了设计预期。

关键词： 话题熟悉度   信息检索行为   翻译质量   翻译问题解决  

摘要： 在线信息检索与翻译问题解决密切相关,它涉及信息搜索和信息相关性评估,是翻译能力多元模型中的重要组成部分。本研究采用眼动追踪、屏幕录制与回溯法相结合的方法,考察了48名翻译学生在不同话题熟悉度任务中的在线信息检索行为及其对译文质量的影响。研究发现:1.话题熟悉度显著影响译者的信息查询行为:面对低熟悉度文本时,译者倾向于使用更多类型的信息资源并增加搜索频次,同时在信息相关性评估过程中表现出更强的视觉注意力分配和更频繁的注意切换,但认知努力水平保持稳定。2.在翻译质量方面,高熟悉度文本的译文在准确度和流利度两个维度均表现更优。3.注意力分配与准确度的正相关关系仅在高熟悉度文本翻译中显著。这些发现揭示了话题知识在翻译信息检索过程中的关键作用,为优化翻译教学中的信息素养培养提供了重要依据。

关键词： 人工智能   知识观   国际中文教育   国际中文教师   知识教育观  

摘要： 知识观作为国际中文教育实践根本性和基础性认识问题,在智能时代将产生巨大变革。国际中文教育知识观的历史演进过程,可以从知识的教育观维度划分出知识本位观、知识能力观、知识素养观、知识智能观四个阶段。新旧知识观并非完全意义上的替代关系,而是累积升级的迭代关系。国际中文教育知识观在知识生产、知识形态、知识价值三方面的变革与危机,并未根本改变知识独创于人的本质,反而将人类智慧的重要性提升至前所未有的高度。作为知识主体的人可以从微观、中观、宏观三个层面探寻“智识”进路:第一,破除技术迷思,发挥国际中文教师主体优势;第二,掌握核心技术,自建国际中文智能教育系统;第三,促进教育公平,提升国际中文教育人文价值。

关键词： 人工智能   一带一路   风险评估   可持续发展   跨文化交流  

摘要： 随着我国“一带一路”倡议的深入推进,人工智能在风险评估与预测、舆情情感分析与热点议题挖掘、交通物流与贸易优化、环境保护与可持续发展以及文化传播与教育等多个关键领域的应用日益广泛。人工智能通过深度学习、机器学习和自然语言处理等技术,显著提升风险预测能力和管理精度,优化物流网络效率,促进绿色发展,增强跨文化交流效果。本研究系统综述了近年来人工智能在“一带一路”各关键领域的研究进展,重点探讨这些技术在实际应用中的具体成效与创新点,分析当前研究存在的数据获取质量不高、人工智能模型可解释性不足和跨领域协同与应用转化困难等局限,并提出未来研究的发展方向。

关键词： 东莞   智能算法   人工智能   社保服务  

摘要： 在制造业重镇广东省东莞市,超1500万人次的参保规模和月均10万笔业务量,曾让社保服务面临巨大压力。如今,一场基于前沿技术的服务革命,正在这座“世界工厂”悄然发生,智能推送、智能客服、智能审核等一系列“人工智能(AI)+社保”的创新应用,正在让社保服务变得更具预见性、包容性。

关键词： 人工智能   配网故障   自恢复系统   故障诊断   故障定位  

摘要： 针对传统方法在复杂故障场景下恢复速度慢、诊断精度不足的问题,文章提出一种基于人工智能的配网故障自恢复系统。硬件设计中,通过高精度传感器网络与多模通信架构,构建实时数据采集与传输体系;软件设计中,采用中值滤波-CNN融合模型,提取故障特征,结合行波双端定位与拓扑校验,实现故障定位,基于遗传算法,以负荷恢复量、时间、网损为目标,制定多目标优化生成恢复策略。基于IEEE-33节点的测试表明,与基于BGA的自恢复系统相比,该系统在单线/多线短路及过载场景下,恢复时间缩短40%~43.75%,诊断准确率最高提升至98.5%,在复杂故障下具有快速响应能力与决策优越性。

关键词： 智慧教育   人工智能   学习诊断   图卷积网络   可解释性  

摘要： 智能学习诊断是智慧教育平台中的核心任务,它通过分析学习者的答题记录来评估并预测其知识状态,实现个性化学习支持.然而,现有模型往往忽略答题序列中的知识结构信息,无法将学习状态细化至各个知识点,也难以揭示知识掌握的传播路径.针对上述不足,本文提出了一种基于时空图卷积网络的智能学习诊断模型:首先融入学科知识结构,将知识点视为相互关联的节点;然后利用时空图卷积网络同时建模答题记录的时序特性与知识结构的空间特性,动态刻画学习者知识状态的演变过程;最后生成具有更好可解释性和更高精度的诊断结果.实验证明,所提模型在三个真实数据集上的诊断性能显著优于现有主流模型.