论自然语言的优势与人工语言的消亡

文章分析了人工语言和自然语言各自的现状和优缺点,指出在不久的将来,人工检 索语言将被自然语言取代从而走向消亡。     

中国高校人工智能学科建设与特征研究

为分析当前人工智能学科的建设情况,通过对37所高校的人工智能学院信息,以及论文数据进行分析,发现院系建制变动较大,部分高校师资力量薄弱;教育层次主要集中于硕博阶段;人工智能基础专业欠缺且课程设置还不完备;高校人工智能学科的研究方向基本涵盖了当前人工智能领域发展的热点领域;人才培养模式呈现出重视"双创"、导师创新和产学研...     

人工智能嵌入档案管理的逻辑与特征

近年来,人工智能成为档案领域的研究热点,且多集中于探讨人工智能如何应用于档案管理,却鲜有关于其何以成为热点的反思类研究。文章梳理人工智能的发展进程与国内外研究成果,从人工智能的价值属性符合档案管理主体的主观需求、信息技术进步夯实人工智能嵌入档案管理的基础、政策与实践的跟进推动人工智能嵌入档案管理的进程三个方面探讨人工智能嵌入档案管理的逻辑。在此基础上,从技术扩散呈现档案管理主体间性、技术革新凸显档案场景机器化、技术演进拓宽档案职业边界三个方面分析了人工智能嵌入档案管理的特征,通过对高热度研究背后的因果关系进行多维度的剖析,对档案管理智能化进行现象学的阐释,为人工智能嵌入档案管理提供理论张力。     

基于Python语言的“人工智能”课程教学改革研究

为了提高"人工智能"课程的教学质量和效果,激发学生的学习兴趣,促进学生找到行之有效的学习方法,从而加强对本门课程的掌握程度。本课题基于Python语言语法简单、使用便捷的特点,以人工智能领域中的机器学习为案例,结合Python中主流的人工智能算法库,实现了基于Python的机器学习。案例教学能让学生深入浅出地理解人工智能的本质,使学生对该课程有更加全面和深刻的认识,同时也能进一步提高教师的教学质量。     

浅谈大脑认知模拟的研究方法

本文基于传统人工智能和人工神经网络的研究,从多角度透视认知模拟的方法和技术,提出了综 合集成技术和模糊技术在开发大规模集成智能系统中的重要作用。     

人工智能对教学的解放与奴役——兼论教学发展的现代性危机

人工智能作为打开人类“学习黑匣子”的重要工具,为教育教学的变革创造了无限可能。人工智能辅助和替代了教师的部分工作,拓展了学生的生活空间,使教师与学生摆脱了许多繁重的、低阶性的以及重复性的工作,极大地解放了教师和学生。但与此同时,对知识传授、教学方式转变以及教师专业发展带来诸多冲击,导致学生浅表学习、片面发展以及社会情感学习缺失等问题的出现,带来了教师生存与学生发展的现代性危机,即改变了传统教学思维的范式、滋生了师生思维钝化的可能、导致教学教育性功能的弱化以及加速人的工具理性回流。     

Estimation of vegetation biophysical parameters by remote sensing using radial basis function neural network

Hyperspectral reflectance (350~2500 nm) data were recorded at two different sites of rice in two experiment fields including two cultivars, and three levels of nitrogen (N) application. Twenty-five Vegetation Indices (VIs) were used to predict the rice agronomic parameters including Leaf Area Index (LAI, m2 green leaf/m2 soil) and Green Leaf Chlorophyll Density (GLCD, mg chlorophyll/m2 soil) by the traditional regression models and Radial Basis Function Neural Network (RBF). RBF emerged as a variant of Artificial Neural Networks (ANNs) in the late 1980’s. A large variety of training algorithms has been tested for training RBF networks. In this study, Original RBF (ORBF), Gradient Descent RBF (GDRBF), and Generalized Regression Neural Network (GRNN) were employed. Results showed that green waveband Normalized Difference Vegetation Index (NDVIgreen) and TCARI/OSAVI have the best prediction power for LAI by exponent model and ORBF respectively, and that TCARI/OSAVI has the best prediction power for GLCD by exponent model and GDRBF. The best performances of RBF are compared with the traditional models, showing that the relationship between VIs and agronomic variables are further improved when RBF is used. Compared with the best traditional models, ORBF using TCARI/OSAVI improves the prediction power for LAI by lowering the Root Mean Square Error (RMSE) for 0.1119, and GDRBF using TCARI/OSAVI improves the prediction power for GLCD by lowering the RMSE for 26.7853. It is concluded that RBF provides a useful exploratory and predictive tool when applied to the sensitive VIs.     

人机学习共生体--论后人工智能教育时代基本学习形态之构建

人工智能与教育的融合实现了教育的规模化、个性化和智能化,然而它并未突破传统教育知识传授模式的局限,未来的人工智能教育应用应当从"机器教人"向"人机共生"的知识创造性发展。"人机学习共生体"这一后人工智能教育时代的学习形态,是在分析人工智能发展历程和学习者角色演变的基础上,以经验之塔理论和知识创造螺旋理论为基础提出的。后人工智能教育时代人机共生的学习形态,即在学习者的客体观、主体观、主体间、共生观和他者观等基础上,形成的具有连续统样态的人工智能教育模式。人机学习共生体围绕隐性知识和显性知识之间的转化,形成了学习者与智能体的共生关系,通过共同化、表出化、联结化和内在化等知识转化过程,持继促进知识创造。人机共生学习是学习者、智能体和教师所构成的以知识共生为核心的学习过程。未来人机学习共生体的实现,需要解决智能体的主体性技术、学习绩效支持以及学习模式创设等挑战。     

Modeling of human colonic blood flow for a novel artificial anal sphincter system

A novel artificial anal sphincter system has been developed to simulate the normal physiology of the human anorectum. With the goal of engineering a safe and reliable device, the model of human colonic blood flow has been built and the relationship between the colonic blood flow rate and the operating occlusion pressure of the anorectum is achieved. The tissue ischemia is analyzed based on constitutive relations for human anorectum. The results suggest that at the planned operating occlusion pressure of less than 4 kPa the artificial anal sphincter should not risk the vaseularity of the human colon.     

神经-模糊技术在相似汉字识别中的应用

人工神经网络和模糊逻辑作为一种创建计算智能系统的有效方法，在处理不确定问题时，显示了独特的优势，将神经-模糊技术引入手写体相似汉字的识别领域，并用MATLAB软件进行计算机模拟．实验结果表明，采用神经．模糊技术和统计模型方法相比对相似汉字的平均识别率提高了约4个百分点。