XiaoMi-AI文件搜索系统
World File Search System智能工具
人工智能工具对支持21世纪技能的可行性：高等教育实证研究的系统回顾
21 世纪的技能应融入高等教育，以帮助学生应对复杂的工作和生活挑战。人工智能 (AI) 驱动的工具有可能优化高等教育学生的技能发展。因此，重要的是要概念化人工智能系统对高等教育 21 世纪技能发展的相关可供性。本研究旨在概述 Web of Science 数据库中发表的期刊文章，这些文章专门讨论了基于人工智能的工具对 21 世纪技能发展的影响。四类不同的基于人工智能的工具（智能辅导系统、聊天机器人、人工智能驱动的仪表板和自动评分系统）被确定为能够促进六种主要的 21 世纪技能（协作、沟通、创造力、批判性思维、信息和通信技术以及解决问题）。审查显示，使用基于人工智能的工具可能有助于同时发展多种 21 世纪技能（例如协作和批判性思维）。结果表明，人工智能的自适应反馈在促进 21 世纪技能发展方面发挥着重要作用。此外，利用各种功能性人工智能（例如预测和分析）可能有助于发展各种技能。基于人工智能的技术似乎最关注 21 世纪的解决问题技能及其子技能。对实践或政策的启示：• 应在基于人工智能的工具中采用更多人工智能的功能性（例如预测和分析）。这可以支持高等教育学生的 21 世纪技能。• 基于人工智能的工具（例如聊天机器人和智能导师）通过数据与最终用户互动。人工智能系统有可能利用学生的多模态数据来促进 21 世纪技能。• 人工智能技术应更多地融入高等教育背景下的社会科学和人文学科，以支持学生的 21 世纪技能。关键词：人工智能、智能系统、21 世纪技能、高等教育、系统评价 引言 为了应对严峻而竞争激烈的工作和生活挑战，当今的高等教育学生需要发展各种知识和技能。克服这些挑战不仅需要成为某个特定领域（例如商业或健康）的知识渊博的员工：个人还应该知道如何在困难的情况下进行合作并通过处理意外冲突来解决问题（Rios 等人，2020 年）。在这些情况下，他们可能会在互联网上搜索相关信息后想出创造性的解决方案。个人应该批判性地对待基于互联网的信息，并不断为其解决问题提供依据（Van Laar 等人，2017 年）。因此，在未来的职业生涯中，高等教育学生可能需要通用和可转移的技能，例如解决问题、创造性思维和协作，这些技能被定义为 21 世纪的技能（Muukkonen 等人，2022 年；Van Laar 等人，2020 年）。高等教育是学生获得 21 世纪技能的关键环境。为了实现这一点，可以在高等教育课程中实施支持协作解决问题等技能的教学法（Hämäläinen 等人，2017 年）。教学技术还可以帮助学生获得 21 世纪的技能（Benvenuti 等人，2023 年；T. Wang 等人，2023 年）。事实上，新兴的
复杂模糊粗糙弗兰克聚集算子概念下的土木工程人工智能工具分类
近来，研究人员试图处理最多的信息，并使用那些不会丢失数据或信息丢失最少的技术和方法。模糊集和复杂模糊集等结构无法讨论上近似值和下近似值。此外，我们可以观察到模糊粗糙集无法讨论第二维，在这种情况下，可能会丢失数据。为了涵盖以前想法中的所有这些问题，笛卡尔形式的复杂模糊粗糙集概念是当今的需求，因为这种结构可以讨论第二维以及上近似值和下近似值。为此，在本文中，我们开发了笛卡尔形式的复杂模糊关系和复杂模糊粗糙集理论。此外，我们基于弗兰克 t 范数和 t 范数提出了复杂模糊粗糙数的基本定律。可以将整体输入转换为单个输出的基本工具称为聚合运算符 (AO)。因此，基于 AO 的特征，我们定义了复杂模糊粗糙 Frank 平均值和复杂模糊粗糙 Frank 几何 AO 的概念。利用已开发的理论来展示所提供方法的重要性和有效性是必要的。因此，基于已开发的概念，我们为此目的定义了一种算法以及一个说明性示例。我们利用引入的结构对土木工程 AI 工具进行分类。此外，对所提供方法的比较分析表明，与现有概念相比，引入的结构有所进步。
人工智能工具有助于监测儿童大脑发育并识别神经发育迟缓
Iyer 博士表示，他们的工具会将儿童的神经发育年龄与其真实出生年龄进行对比，以追踪大脑健康状况。去年，该团队将类似的人工智能技术应用于早产儿的心电图 (ECG) 心脏监测数据，以便为儿科医生提供更好的发育信息，但大脑年龄工具将这项技术提升到了一个新水平。
利用可解释的人工智能工具深入了解太阳能光伏发电预测
摘要 在过去的二十年里，人工智能 (AI) 方法已经应用于智能电网的各种应用，例如需求响应、预测性维护和负荷预测。然而，由于缺乏可解释性和透明度，人工智能仍然被认为是一个“黑匣子”，尤其是对于涉及许多参数的太阳能光伏 (PV) 预测而言。可解释人工智能 (XAI) 已成为智能电网领域的一个新兴研究领域，因为它解决了这一空白并有助于理解 AI 系统做出预测决策的原因。本文介绍了使用 XAI 工具（例如 LIME、SHAP 和 ELI5）进行太阳能光伏能源预测的几个用例，这些用例有助于将 XAI 工具用于智能电网应用。了解基于人工智能的预测模型的内部工作原理可以深入了解应用领域。这种洞察可以改进太阳能光伏预测模型并指出相关参数。
揭示人工智能在阅读中的作用......
近年来，人工智能工具在教育领域的应用出现了显著增长。这些工具为教师在课堂准备和学习者提高英语水平提供了宝贵的帮助。人工智能工具具有巨大的潜力，为教学提供了一种经济实惠、有效且高效的方法。本研究重点分析了促进阅读过程的人工智能工具。本研究采用定性研究设计，以内容分析为主要方法，以文档为技术，深入研究了所选的人工智能工具以帮助阅读过程。研究结果强调了这些工具在与阅读过程的各个阶段相结合时的好处和优势。具体来说，ChatGPT 对阅读前阶段有益，而 Quillbot 和 Paraphraser.io 在阅读过程中有益。阅读后活动可以通过 ChatGPT 和 Storywiz.io 等工具来促进。总之，根据结果，研究建议使用人工智能工具来增强阅读过程。
深入了解太阳能光伏发电 深入了解太阳能光伏发电 利用可解释的人工智能工具进行预测 利用可解释的人工智能工具进行预测
摘要 在过去的二十年里，人工智能 (AI) 方法已经应用于智能电网的各种应用，例如需求响应、预测性维护和负荷预测。然而，由于缺乏可解释性和透明度，人工智能仍然被认为是“黑匣子”，尤其是对于涉及许多参数的太阳能光伏 (PV) 预测。可解释人工智能 (XAI) 已成为智能电网领域的一个新兴研究领域，因为它解决了这一差距并有助于理解 AI 系统做出预测决策的原因。本文介绍了使用 XAI 工具（例如 LIME、SHAP 和 ELI5）进行太阳能光伏能源预测的几个用例，这些用例有助于将 XAI 工具用于智能电网应用。了解基于 AI 的预测模型的内部工作原理可以深入了解应用领域。这种见解可以改进太阳能光伏预测模型并指出相关参数。
使用文本转图像的人工智能工具探索设计构思中的元认知过程
1. 引言 人工智能这个主题一直受到各个学科的广泛关注。2022年，随着科技的快速进步，AIGC（人工智能生成内容）的出现不仅导致了各个行业结构的变化，而且还成为不同领域非常有前途的工具。在设计方面，文本到图像人工智能的出现可以通过简单的指令生成相应的图像。此外，它还可以增强视觉交流和创意构思效率（刘等人，2023 年）。因此，已经有多项研究调查了人工智能的使用及其应用（Ploennigs 和 Berger，2022 年；Vartiainen 和 Tedre，2023 年）。然而，设计不仅被视为一门生产作品的学科，而且还被视为一个涉及思考、分析和决策的复杂过程（Kavousi 等人，2020a 年）。在心理学中，我们将其称为“元认知”。它不仅在设计教育和设计构思中发挥着重要作用（Ball and Christensen 2019），创造力的提高也是通过元认知思维的训练过程实现的。因此，本文不讨论人工智能在设计中的应用，而是旨在更深入地了解其对设计领域的影响。
多伦多大学教学大纲语言——作业中生成式人工智能的使用
• 学生可以使用人工智能工具来创建作业大纲，但最终提交的作业必须是学生个人独自完成的原创作品。 • 学生不得使用人工智能工具参加考试、撰写研究论文、编写计算机代码或完成主要课程作业。但是，这些工具在从各个来源收集信息并吸收信息以进行理解时可能会很有用。 • 学生不得使用人工智能工具参加本课程的考试，但学生可以使用生成式人工智能工具完成其他作业。 • 学生只能使用以下生成式人工智能工具来完成本课程的作业：……本课程不允许使用任何其他生成式人工智能技术进行评估。如果您对使用人工智能应用程序进行课程作业有任何疑问，请与讲师交谈。
