个性化学习路径推荐综述

近年来，伴随着现代信息技术的迅猛发展，以人工智能为代表的新兴技术在教育领域得到了广泛应用，引发了学习理念和方式的深刻变革.在这种大背景下，在线学习超越了时空的限制，为学习者“随时随地”学习提供了更多的可能性，从而得到了蓬勃发展.然而，在线学习中师生时间、空间分离的特征，导致教师无法及时掌握学生的学习状态，一定程度上制约了在线学习中教学质量的提升.面对多元化的学习需求及海量学习资源，如何迅速完成学习目标、降低学习成本、合理分配学习资源等问题成为限制个人和时代发展的重大问题.然而，传统的“一刀切”的教育模式已经不能满足人们获取知识的需求了，需要一个更高效、更科学的个性化教育模式，以帮助学习者以最小的学习成本最大限度地完成学习目标.基于以上背景，如何自动高效识别学习者特征，高效地组织和分配学习资源，为每一位学习者规划个性化路径，成为面向个体的精准化教育资源匹配机制研究中亟待解决的问题.系统地综述并分析了当前个性化学习路径推荐的研究现状，并从多学科领域的角度分析了对于同一问题的不同研究思路，同时也归纳总结了当前研究中最为主流的核心推荐算法.最后，强调当前研究存在的主要不足之处.     

基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法

急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病,该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法,可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊.算法包括:对胸痛中心数据库心拍信号进行降噪及心拍分割;根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征;依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别;使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证.实验结果表明,加入胸痛中心真实临床数据后,基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72％,精度达到99.53％,灵敏度达到100.00％,同时F1-Score达到99.76.该算法比其他现有算法准确率提高至少1％,该项研究具有非常重要的临床应用价值.     

赢创加入MIT-IBM沃森人工智能实验室,借助AI技术推进创新

赢创与IBM正扩大在数字化领域的合作。双方宣布,提前将战略伙伴合作协议延长至2025年,以创造更多开发中长期项目的机会。此外,赢创将参与麻省理工学院(MIT)人工智能研发工作,成为全球首家加入MIT-IBM沃森人工智能实验室的化工企业。MIT-IBM沃森人工智能实验室项目汇集了人工智能领域的学者与行业专家,旨在探索人工智能的潜在用途与效益。赢创首席数字官(CDO)Henrik Hahn表示:“来自学界和商界的诸多精英汇聚在此,共同推动数字化创新,我们很高兴能够参与这项工作。”     

人工智能赋能在线实验教学行为分析

教学行为分析作是教学质量分析的重要组成部分，也是教学引导与反馈机制的重要依据。文章阐述了人工智能（AI）的含义及发展历程，重点分析总结了教学行为分析方法及AI在教学行为分析上的应用。文章以东南大学电工电子在线实验为研究平台，探索分析了AI技术在实验教学行为分析上的可行性，梳理了基于专家系统的在线实验分析系统的设计思路，充分探讨了“智能”教育在实验教学中的深刻内涵。     

互联网+人工智能在计算机网络技术中的应用

随着信息应用技术不断发展,人工智能与互联网+等概念开始走进各行各业.计算机网络在现代社会应用广泛,与信息技术结合适应性强,因此可以利用人工智能与互联网+方案,进一步提高网络可靠性与运行质量,为服务效果提升打下坚实基础.主要针对计算机网络技术应用互联网+与人工智能概念的方式进行了深入探讨,以供参考.     

类脑芯片:"芯"中的电磁波

人工智能目前处于第三次高速发展期,人工智能算法的发展离不开其物理基础——类脑芯片.类脑芯片特殊的传输信号和电路架构,将引起全新的电磁完整性问题.传统的自动化设计软件无法适用于类脑芯片,针对类脑芯片的新型模拟及设计技术和方法亟待开发.在类脑芯片发展前期加入电磁完整性的研究具有重要的科学价值和广泛的工业应用前景.     

智能巡检机器人在数据中心的应用分析

主要探讨人工智能技术在数据中心应用的背景、应用方向,并提出智能巡检机器人在数据中心的主要应用方案以及智能巡检机器人在数据中心应用展望。     

虚拟人物的身体图式分析

近年来,随着计算机图形学特别是计算机动画研究与应用的飞速发展,科幻电影中出现了大量的机甲身体和外化骨骼等数字化身体.这种对于身体的所指现象,逐渐形成了一套独特的视觉符号.结合人工智能的交叉性和数字算法,如何从基于真实演员的自然身体转向为数字化身体,并在此基础上保持其行为和情感的自然性,从而形成数字化身体的行为和情感的自然融合与互动,已经成为计算机图形学研究与应用的又一个挑战.文中从具身认知学的角度出发,以一系列科幻电影中的数字化人物为例,将身体图式作为理解数字化身体的行为与情感自然融合的关键所在,将身体图式分类为数字身体、复合身体和人造身体,从身体图式到内在感知以及科幻电影中身体图式的空间转向,在理论上对空间转化与互动进行分析.相关研究对今后在科幻电影中如何创造更加人性化的虚拟人物有着积极的作用.