课程文献中心 更多>>

关键词： 批判性思维   数字时代   人工智能  

摘要： 数字时代为语文学科批判性思维培养带来新的契机。借助新一代人工智能、学习数据分析等技术，能够有效助推学生批判性思维发展。研究深入剖析技术助力语文学科批判性思维发展的核心功效，构建技术促进语文学科批判性思维培养模型，分为发现问题、推理论证、合作共解、结论阐释与反思优化五个阶段，并进一步提出培养策略。

关键词： 模糊认知图   人工智能   知识与数据驱动   无人系统  

摘要： 模糊认知图作为一种兼具模糊推理和类神经网络特征的知识图解软计算模型，与第3代人工智能知识与数据双驱动的发展方向高度契合，已被广泛应用于各个领域。首先，介绍模糊认知图理论的基本概念和原理，从构建方法、学习算法、拓展模型3个方面系统地分析模糊认知图的最新研究进展和存在的主要问题，总结未来研究的主要方向和重点内容；其次，全面梳理和归纳模糊认知图在无人系统（单无人系统、多无人系统、无人-有人系统）中的应用研究情况；最后，通过详细分析自主智能驱动的单无人系统、群体智能驱动的多无人系统以及互信智能驱动的无人-有人系统的技术需求，深入讨论未来模糊认知图在无人系统应用中的重点研究内容和主要研究思路。

关键词： 人工智能   卷积神经网络   头颅侧位片   颈椎骨龄分期法   特征融合  

摘要： 目的 本研究应用基于深度学习中的卷积神经网络(convolutional neural networks, CNN)开发出自动化颈椎骨龄分期的特征融合模型，以辅助正畸学的临床诊断及研究。 方法 本研究回顾性纳入了北京大学口腔医院正畸科7～17岁患者的头颅侧位片1797张，这些图像由正畸医师分为6个颈椎骨龄分期(CS1～CS6)，最终纳入1655例(男774例，女881例)，再通过人工标注头颅侧位片第二至第四颈椎上的标志点组成数据集。构建由关键点检测、特征融合和分类器模块组成的特征融合模型，然后将数据集输入模型进行训练、验证和测试，得到各样本的预测分期。最后计算模型的分期性能指标，并比较随机森林和人工神经网络(artificial neural network, ANN)两种分类器的分期性能。 结果 两种分类器的特征融合模型中，ANN分类器的分期准确率达到82.18%，加权 Kappa 值达到0.8919，显著高于随机森林分类器(准确率78.85%、加权 Kappa 值为0.8715)。 结论 特征融合模型不仅实现了全自动的颈椎骨龄分期，而且提高了模型准确率，可以在临床实践和研究中帮助正畸医师提供方便、快速和可靠的颈椎骨龄分期。

关键词： 宏观政策   政策协同   政策评估   政策智能   人工智能  

摘要： 作为融合人工智能与公共政策的新兴学科，“政策智能”为政策一致性评估提供了可行工具。针对现有政策一致性研究中存在的概念分散、脱离实践、手段不足等问题，构建了“价值-制度-技术”框架，并以重庆市的前沿探索为案例，讨论了“政策智能”在宏观政策取向一致性评估中的应用路径。研究表明，面向政府评估需求，首先应将多元价值指标作为政策一致性评估的切入口与模型的输出变量；其次，构建以政策取向基准部门为核心的政策网络，将政策一致性特征与政策个体特征共同作为模型的输入变量。通过“政策知识+数据算法”的驱动，建立政策特征与政策目标间的关联，以实现对政策一致性多维度、非线性的影响效应预测。

关键词： 计算机体层摄影血管造影术   肌酸激酶   肌酸激酶同工酶   急性冠脉综合征  

摘要： 目的 分析基于冠脉CT血管造影(CCTA)的多参数人工智能(AI)特征联合血清肌酸激酶(CK)/肌酸激酶同工酶(CKMB)比值诊断急性冠脉综合征(ACS)的价值。 方法 回顾性分析常州市武进中医医院2023年1月至9月收治的162例疑似ACS患者的临床资料，结合入侵性冠状造影(ICA)结果将其分为两组，A组(确诊ACS， n ＝80)，B组(非ACS， n ＝82)。所有患者均行CCTA检查，通过AI软件获得冠脉周围脂肪衰减指数(FAI)、基于CCTA血流储备分数(FFRct)及斑块定量参数。对比两组基础资料；分析ACS发生的影响因素；评估各指标单一及联合诊断ACS发生的效能。 结果 两组钙化斑块负荷、最狭窄处管腔面积(MLA)、FFRct、CK/CKMB比值比较，差异均有统计学意义(均 P <0.05)。多因素logistic回归分析显示MLA、FFRct、CK/CKMB比值为ACS发生的影响因素(均 P <0.05)。MLA、FFRct、CK/CKMB联合诊断ACS的灵敏度、特异度、准确度均高于单一指标(均 P <0.05)，且联合检测评估ACS发生价值较高，曲线下面积为0.983。 结论 基于CCTA的多参数AI特征联合CK/CKMB比值对ACS患者的诊断效能较高，值得推广。

关键词： 人工智能   准确性   人工智能治理   生成式人工智能  

摘要： 准确性不仅是人工智能广泛应用与全面部署的必要前提，更是构建可信人工智能治理框架的核心要义。人工智能准确性原则源于个人信息保护规范的构建，以数据准确性为基点，在算法准确性治理推动下不断发展，最终经由模型准确性和内容准确性的提出而确立，呈现出由单点发力到全局优化、由事后问责到事前预防、由技术导向到伦理内嵌的演进趋势。在治理层面，人工智能准确性原则超越“统计准确性”的单一技术维度，融合了人工智能系统准确“对齐”人类价值、需求和目的的要求，展现出适度性、动态性和场景驱动性特征。基于人工智能全周期治理视角，围绕数据准确性、算法准确性、应用准确性和解释准确性四大核心构成要素，可从建立数据质量管理体系、完善性能评估标准、优化内容生成机制以及构建多维度解释框架等方式，将人工智能准确性原则科学嵌入生成式人工智能治理框架，从而全面提升人工智能治理效能。

关键词： 法医遗传学   DNA   混合STR图谱   人工智能  

摘要： 在法医物证领域，解释和分析混合STR图谱因其复杂性和挑战性一直是备受关注的研究焦点，在疑难案件侦办方面有着广泛的应用。为提升混合STR图谱拆分的准确率和速度，适应复杂图谱噪声下低模板量的影响，国内外学者对混合STR图谱的拆分进行了一系列研究。近几年，人工智能方法有望成为混合STR图谱拆分新的解决方案。本文综述了混合STR图谱拆分的相关研究进展，结合混合STR图谱拆分过程中的重点、难点，提出了人工智能算法在该领域潜在的应用方向，旨在为利用人工智能方法解决混合STR图谱拆分问题提供参考和思路。

关键词： 人工智能   特殊教育   技术赋能   身心障碍   融合教育  

摘要： 在教育数字化转型的背景下，人工智能已成为赋能特殊教育学生发展的重要力量。基于特殊教育对象的分类视角，系统探讨了人工智能技术赋能视觉障碍、听觉障碍、语言障碍、学习障碍和自闭症谱系障碍等不同类别身心障碍学生，以及资赋优异学生与轻微违法犯罪学生发展的基本逻辑与应用思路。研究发现，虽然人工智能赋能不同类别特殊教育学生发展的关注重点与思路不尽相同，但是总体的应用逻辑是一致的，都是希望利用人工智能的技术优势，为特殊教育学生筛查、诊断、干预及发展全过程，提供更加智能化与精准的支持，帮助特殊教育学生更好地适应数字时代的生存与发展。为了充分发挥人工智能的引擎作用、更好地赋能特殊教育学生发展，在实践路径方面，应持续加大相关政策的支持力度、努力推动特殊教育的数字化转型，加强人工智能人才培养、注重特殊教产品的创新设计，推动跨学科合作研发、加速人工智能特教产品的创新与迭代，重视人工智能特教产品的推广普及、推动人工智能特教产品的常态化应用，处理好伦理道德问题、保障学生隐私与数据安全。

关键词： 人工智能   思政教育   精准  

摘要： 人工智能实为驱动高校思政教育提质增效的重要利器，人工智能技术为高校精准思政落地提供强劲的支持。这既是新时代思政育人改革的新趋势，也是高校教育创新的重要课题。赋能是长期、系统、复杂的工程，高校应以新思维、新理念、新技术为抓手，从问题逻辑、理论逻辑、实践逻辑出发，协同做好“新主体”培育、“新渠道”拓展、“新平台”搭建、“新机制”探索等工作，以期实现全域精准育人。

关键词： 物联网   智慧康养   心率监测   人工智能   互信息法   随机森林  

摘要： 心血管病在我国城乡居民疾病死亡比例中占据首位，随着人口增多与老龄化加剧，人们越来越重视日常生活中的健康监测和管理。基于此，构建了一种基于物联网、互信息法(MI)以及随机森林(RF)的智慧康养心率监测系统。首先设计了一个智慧康养心率监测物联网模块，通过国产设备与鸿蒙系统对接，实现了健康数据的实时监测和处理；其次，提出了一种基于MI-RF的心率失常分类方法，提高了分类的效率和准确性；最后，通过实验验证了该系统在实时数据监测和心率失常检测方面的有效性。实验结果表明，所提出的MI-RF心率失常分类方法在准确性和效率上显著优于传统方法，拥有更卓越的性能和稳定性。同时本系统有着更多样化的监测功能模块与更优秀的鸿蒙操作系统，能够实时监测用户的心率数据与心律失常状态，并实时上传数据至终端达到远程监控的效果。该系统具有广泛的应用前景，能够为心血管疾病预防和主动健康领域的可靠心率检测场景应用提供理论基础和技术支持。