关键词： Philippe Fournier-Viger   产学研合作   人工智能  

摘要： 深圳大学特聘教授Philippe Fournier-Viger认为,产学研合作不仅为学术研究提供了宝贵的真实场景数据资源,更重要的是来自合作企业的海量数据为研究注入了显著的实践价值,从而使科研成果能够精准回应产业需求。2015年,怀瑞对中国文化的热爱与对科研的热忧,PhilippeFournier-Viger跨越重洋来到深圳。这里吸引他的,不仅是顶尖的科研设施与雄厚的资金支持,更在于跳动的创新脉搏:大学城内高校云集,跨界合作蔚然成风;实验室里既有学术探索的深度,又有产业应用的敏锐。10年间,他见证了深圳如何让“论文写在产品上,成果留在产业中”从理念走向实践,也亲身体验了这座国际创新枢纽的独特魅力。

关键词： 周口港   人工智能   交通运输   旅游  

摘要： 周口港作为河南省重点建设单位,发展十分迅速,货物的水上运输已占全省的87%,但是通过计算,发现周口港的货运对于周口市的GDP所占比重贡献并不突出。经过分析近5年的周口市交通运输数据,发现没有充分开发、利用周口港资源,周口港的水上旅行几乎没有开展。因此,为了增加周口港对周口市GDP的贡献,借助人工智能技术,对周口港水上交通和旅游融合发展进行研究。研究结果表明,通过借助人工智能技术,建立智能公共平台,实现精准化管理,可以提高周口港在周口市GDP中所占的百分比。

关键词： 麻风   人工智能   早期诊断   诊断方式  

摘要： 麻风是麻风分枝杆菌/弥散型麻风分枝杆菌引起的慢性、传染性肉芽肿性疾病,主要通过多菌型麻风患者传播,具有数月至20年的潜伏期。尽管多种药物治疗的应用使麻风患者大幅度减少,但麻风在热带地区仍然是重要的公共卫生问题,仍有许多人罹患麻风或面临罹患麻风的风险。麻风早期缺乏特异性的症状,诊断方式缺乏金标准,因此该病的快速识别面临诸多挑战,许多患者被诊断麻风时已经出现了不可逆的畸形及残疾,这也无形中导致了人群之间麻风的传播。早期识别麻风非常重要,也十分具有挑战性,而人工智能恰巧在图像识别、数据整合及预测分析上具有极大的优势,在麻风的防治方面展现出巨大的应用潜力和广阔的发展前景。本文阐述麻风的常规诊断方式及其局限性,并总结了人工智能在麻风诊断领域的研究进展及面临的挑战。尽管人工智能在算法的优化、数据集的补充及伦理问题等方面仍存在挑战,但随着技术的更迭及创新,未来人工智能在麻风诊断领域的应用仍值得期待。

关键词： KANO模型   人工智能   公共图书馆   数字阅读推广  

摘要： 随着信息技术的飞速发展,人工智能已逐渐影响社会生活的各个领域。为探索研究人工智能对图书馆阅读推广的重大影响,以宝鸡市图书馆数字阅读推广服务为研究实例,通过KANO模型对宝鸡市图书馆读者满意度样本进行数据采集和分析,依据满意度反馈提出优化人工智能应用、提升数字阅读推广服务质量的策略建议。

关键词： 矩阵论   应用导向   人工智能   课程思政   教学案例  

摘要： 矩阵作为数学和工程领域的核心工具,能够高效表示与操作多维数据,广泛应用于线性代数、最优化理论、机器学习及深度学习等学科,是解决复杂系统模型、算法优化及跨学科问题的重要桥梁。本文围绕以应用为导向的矩阵论课程教学改革展开研讨,针对传统教学中存在的问题,提出了切实可行的改革方案,重点聚焦课程思政与“人工智能+”课程建设的融合、教材改革与后续课程的衔接、案例与实践教学的强化以及多元化评价体系的构建。通过广度与深度相结合的方式,突出矩阵论知识在数学建模中的应用,旨在提升学生的实践能力与创新思维,进而提高课程教学质量。Matrices, as a core tool in mathematics and engineering, are widely used in disciplines such as linear algebra, optimization theory, machine learning, and deep learning. It serves as the foundational bridge for solving complex system models, algorithm optimization, and interdisciplinary problems by efficiently representing and manipulating multidimensional data. This paper focuses on the teaching reform of matrix theory oriented towards applications. It addresses the existing issues in traditional teaching and proposes reform ideas. The emphasis is on the integration of course ideology and politics with the construction of artificial intelligence-plus courses, the reform of teaching materials and their connection with follow-up courses, the enhancement of case and practical teaching, and the establishment of a diversified evaluation system. By combining breadth and depth, the paper highlights the application of matrix theory knowledge in mathematical modeling, aiming to improve students’ practical abilities and innovative abilities, and thereby enhance the quality of teaching in the course.

关键词： 生成式人工智能   高校思政教育   价值勘定   问题审视   策略应对  

摘要： 生成式人工智能以其强大的数据处理与模式识别能力为高校思想政治教育管理的智能化和个性化提供有力支撑,促进了高校思政教育的精准性、体验性和互动性,提升了教育效果。然而,技术的“双刃剑”效应导致学生过度依赖技术而思想僵化,难辨信息的真伪。虚拟化学习环境缺乏真实情感交流的现实困境,影响学生的学习热情和高校思政教育效果。基于此,高校思想政治教育通过AI“赋能”学生,激发其主动探索和批判性思维;“赋权”主体信息鉴别能力,净化信息环境;以及“赋魂”虚实混合沉浸教育场景,优化学习体验,以技术与高校思政教育的深度融合共同开创高校思政教育的新篇章。

关键词： 脊髓损伤   人工智能   磁共振成像   神经功能分级  

摘要： 目的构建基于人工智能(AI)的创伤性颈髓损伤(TCSCI)患者急性期神经功能损伤严重程度自动分级模型,并评估其效能。方法采用回顾性队列研究分析2019年1月至2023年12月海军军医大学第二附属医院收治的315例TCSCI患者的临床资料,其中男243例,女72例;年龄30~75岁[(57.6±7.0)岁]。损伤节段:C_(1)~C_(4)143例,C_(5)~C_(8)172例。美国脊髓损伤协会(ASIA)分级:A级15例,B级53例,C级74例,D级173例。将患者按8∶2的比例随机分为训练组(252例)和测试组(63例)。根据伤后48 h内ASIA评分,评估患者感觉和运动功能;利用颈椎MRI实例分割模型提取矢状位T2加权图像中TCSCI患者严重程度损伤特征。构建的分级模型由二级级联网络构成,第一层包括梯度提升、高斯朴素贝叶斯、K近邻、决策树、随机森林和支持向量机分类器。在训练组中,分别对6个机器学习模型进行训练。第二层比较6个模型的性能,得出对应的最优分级模型,从而为每个特征匹配分级性能最佳的模型。在测试组中,通过计算准确率、召回率、精确率、平均精度和F1分数来评估各个机器学习模型的性能。结果共纳入138个临床和影像学特征用于构建TCSCI患者急性期神经功能损伤严重程度自动分级模型,其中临床神经功能特征132个(包括56个轻触觉评分、56个针刺觉评分、20个关键肌评分)和MRI影像学特征6个。在测试组中,TCSCI患者急性期神经功能损伤严重程度自动分级模型中第一层梯度提升、高斯朴素贝叶斯、K近邻、决策树、随机森林和支持向量机分类器等6个机器学习模型在轻触觉、针刺觉、关键肌运动功能整体分级中的准确率、召回率、精确率、平均精度和F1分数均在0.86以上。轻触觉功能整体分级性能中,准确率、召回率、精确率、平均精度、F1分数取得最高值的模型分别是K近邻(0.90)、梯度提升(0.99)、高斯朴素贝叶斯(0.98)、随机森林(0.96)、梯度提升(0.96)。针刺觉功能整体分级性能中,准确率、召回率、精确率、平均精度、F1分数取得最高值的模型分别是梯度提升(0.98)、高斯朴素贝叶斯(0.98)、梯度提升(0.99)、决策树(0.99)、梯度提升(0.95)。关键肌运动功能整体分级性能中,准确率、召回率、精确率、平均精度、F1分数取得最高值的模型分别是K近邻(0.97)、梯度提升和支持向量机分类器(0.97)、决策树(0.95)、随机森林(0.95)、支持向量机分类器(0.96)。在感觉功能方面,梯度提升在轻触觉与针刺觉功能整体分级中性能优胜数最多;在运动功能方面,支持向量机分类器在关键肌运动功能整体分级中性能优胜数最多。结论基于机器学习模型和二级级联网络构建的TCSCI患者急性期神经功能损伤严重程度自动分级模型,能在第二层实现第一层中各模型对每个特征分级性能结果的优选,对患者感觉和运动功能损伤严重程度具有较强的分级能力。

关键词： 数智化   技术创新   大数据   人工智能  

摘要： 近年来,全球风电行业呈现出高速增长的态势,如何让数智化技术(如大数据、人工智能、物联网、数字孪生等)在海外风电项目中发挥更大作用值得探讨。大数据和人工智能可用于风场选址和风功率预测,提高发电效率;物联网技术可实现远程监测和智能维护,减少运维成本;数字孪生技术能够构建风电场的虚拟模型,优化运行策略。本文重点探讨数智化技术在海外风电项目中的应用,涵盖选址、建设、运维及管理等主要环节,并分析当前面临的挑战,提出应对策略。

关键词： 新质生产力   人工智能   创新驱动   数据要素   人本化   马克思主义  

摘要： 文章聚焦创新、智能技术等重大命题,从马克思主义视角审视新质生产力发展变革带来的社会影响,对于剖析生产力要素质态重构具有重要理论意义。新质生产力的显著特征体现在:创新驱动与智能化发展带来生产力发展的主导因素和方式变革;数据要素的崛起和价值机制的重构深刻改变生产要素禀赋和价值实现机制;以人民为中心构成衡量新质生产力发展成效的根本标准。这些变化标志着生产力要素正经历从物质型、资源型向智能型、数据型的系统性、革命性重构,生产关系正经历从资本逻辑向创新逻辑、从物质本位向以人为本的深刻调整。加快构建中国特色新质生产力理论体系,对于破解现实发展难题、推进高质量发展和现代化建设具有重大理论价值和实践意义。

关键词： 人工智能   智能化社会   低龄学段   好奇心   拔尖创新人才培养  

摘要： 从工业化到智能化是一次巨大的社会转型。人工智能未来可期,但在“积极拥抱人工智能”的社会浪潮中,低龄学段的教育对人工智能的应用应格外谨慎。孩子的好奇心是创造力的源泉,若处理不当,会抑制其探索世界的兴趣与能力。因此,这一问题应引起高度重视,慎重对待,以守护下一代的想象力与创造精神。