教学课程资源库 更多>>

关键词： 生成式人工智能   企业韧性   全要素生产率   行业环境不确定性   管理者能力  

摘要： 在VUCA（易变、不确定、复杂、模糊）环境下，制造业企业面临严峻挑战，提升韧性成为其生存和发展的关键。生成式人工智能作为新一代通用目的技术（GPT），凭借其自适应性、运转性、并行性以及多模态协同等特征，在应对制造业复杂资源配置、动态决策需求时，表现出更强大的适配性和效率提升潜力，显著优于传统人工智能的规则驱动和单一任务处理能力。因此，生成式人工智能有望成为制造业提韧的新动能。文章基于资源编排理论，以2017—2022年A股制造业上市公司为样本，提取年报信息中特征词数构建生成式人工智能水平指标，实证检验了生成式人工智能对制造业企业韧性的影响机理、作用路径及边界效应。结果表明：①生成式人工智能显著提升企业韧性；②生成式人工智能通过提高企业全要素生产率，进而提升企业韧性；③企业所处的行业不确定性越高，拥有的管理者能力越强，生成式人工智能的提韧作用越强；④在资源配置效率较低、融资约束水平较低、产权非国有以及中西部地区的企业中，生成式人工智能的提韧效果更显著。

关键词： 教—学—评”一致性   策略   初 中信息科技   教学价值  

摘要： “教—学—评”一致性是我国基础教育阶段实施学科教学的指南,对促进我国信息科技教学质量的提升起到积极作用。本文将围绕基于“教—学—评”一致性的初中信息科技课堂高效教学策略展开探究,并分别提出了创设项目式问题探究类学习情境、围绕教学目标展开教学和评价、全面有效地开展过程性评价活动、巧借微课平台展开教学等四点策略。

关键词： 人工智能   高中信息技术   应用  

摘要： 人工智能在高中信息技术教学中发挥着至关重要的作用,不仅推动了课程内容的改革,也改变了传统的教学模式。人工智能的应用激发了学生的学习兴趣和动机,实现了个性化教学,帮助教师更好地了解学生的需求,并制定针对性的教学策略。本文首先分析了将人工智能应用于信息技术教学的价值,其次分析了人工智能在高中信息技术教学中的应用策略。旨在提高信息技术教学效率,为学生的学习提供丰富的支持,推动信息技术教育的现代化进程。

关键词： 热红外成像   火点识别   热辐射强度   火焰高度   动态监测   森林火灾  

摘要： 通过开展系列林火试验，从火态变化、时间段差异和飞行高度3个维度，系统评估了热红外成像技术对火点的精准识别能力；并基于热红外辐射强度与火焰高度，解析火点态势的动态特征。结果表明：热红外技术能够对火点实现精准识别；热辐射强度随时间演化呈现出显著的阶段性特征，揭示了火点燃烧过程的五阶段性演化规律；火焰高度公式均方根误差分别为0.032 1 m和0.040 2 m，对称平均绝对百分比误差分别为7.07%和11.29%，线性回归模型R2分别为0.995 5为0.995 9，公式具有良好的适用性与准确性。本研究进一步验证了热红外成像技术在林火监测中的高效性和可靠性，可为森林火灾的动态监测、早期预警与应急管理提供技术支持。

关键词： 目标检测   信息提取   车站平面图   注意力机制  

摘要： 由于车站平面图设计规范不统一，设备图元的形态和表达方式差异较大，导致车站平面图信息提取困难，识别成本较高。基于此，本文提出了一种融合自适应注意力的车站平面图信息提取网络，称为自适应多尺度YOLO(Adaptive Multi-Scale YOLO， AM-YOLO)。该算法基于YOLOv8改进而来，针对车站平面图尺寸较大的特点，引入滑动窗口切割策略显著缓解特征损失；针对车站平面图中设备图元交错、位置关系复杂的问题，提出自适应通道空间注意力机制提高网络对特征信息的提取效率；针对设备图元纹理和外观相似问题，设计多尺度感知模块，扩大网络感受野以提高对平面图中高级语义信息的提取能力。对比实验结果表明，本文方法对车站平面图的平均检测精度达93.2%，相较于YOLOv8检测精度提升9.3%。该算法实现了对车站平面图中各类复杂设备的准确识别和信息提取，有效提高了车站计算机联锁系统及相关应用的开发效率。

关键词： 新课改   生成式 AI   高中   信息技术  

摘要： 新课程改革正引领高中信息技术教学向实践创新与素养导向的新模式过渡,围绕教学目标、课堂实施及效果反馈构建新的系统框架。目前教学中,教学设计精准性不足、讲授方式启发性欠缺、实践活动效率低下且脱节、评价体系单一且固化等问题凸显,对改革形成掣肘。生成式 AI具有动态创建及精准适配等功能,为应对这些挑战开辟了途径。其在各教学节点中的适用性,与新课程改革目标相吻合。本文结合高中信息技术教学当前困境展开,探究课改背景下生成式 AI 与信息技术教学的结合方式。

关键词： 人工智能   信息系统   故障预测  

摘要： 随着信息系统在各行业的广泛应用,系统结构日益复杂、运行状态瞬息多变,依赖人工规则的传统运维已难以满足故障预测与快速响应需求。人工智能(AI)凭借其在数据建模与异常识别方面的强大能力,为提升信息系统智能运维(AIOps)水平开辟了新的技术途径。本文对人工智能在故障预测中的时间序列建模、异常检测和因果分析等关键技术进行系统剖析,结合典型应用场景探讨相关成效,并总结数据质量、模型可解释性等现实问题。在此基础上提出多模型融合、边缘部署等发展方向,为信息系统稳定性与智能化水平的提升提供可行参考。

关键词： 耐心资本   会计信息可比性   信息效应   监督效应  

摘要： 耐心资本作为资金支撑器与市场稳定器，已成为推动资本市场发展的重要力量，也对会计信息可比性提出了更高的要求。本文以2011～2023年我国A股上市公司为研究样本，结合信息不对称理论和委托代理理论，实证分析耐心资本对会计信息可比性的影响及作用机制。研究发现，耐心资本占比的提高显著提升了企业会计信息可比性。机制检验显示，耐心资本不仅可以通过提高信息披露质量、降低信息不对称程度发挥“信息效应”，还可以通过加强内部监督发挥“监督效应”。进一步分析表明：耐心资本对会计信息可比性的提升效应在未持有银行股份、大股东掏空问题严重的企业以及市场竞争度较低的行业中更为明显；耐心资本对会计信息可比性的提升效应，最终促进了企业价值增长。