我们正在代表印度政府和印度政府的农业部和农民福利,代表班加罗尔的ICAR-印度园艺研究所(IIHR)撰写。iihr致力于推进园艺研究,教育和推广服务,以促进可持续的农业实践和创新。作为该领域的领导者,我们的重点涵盖了水果,蔬菜,装饰品,药物和芳香植物的可持续生产,并非常重视增加农民收入以及生态系统可持续性,环境管理和增强生态系统服务。
1 IIHR—Hydroscience and Engineering, University of Iowa, Iowa City, Iowa, USA 2 Civil and Environmental Engineering, University of Iowa, Iowa City, Iowa, USA 3 Electrical and Computer Engineering, University of Iowa, Iowa City, Iowa, USA * Corresponding Author: bekirzahit-demiray@uiowa.edu Abstract Harmful algal blooms (HABs) have由于人类活动和气候变化的综合作用,影响了水生生态系统,饮用水供应系统和人类健康,因此成为了重大的环境挑战。This study investigates the performance of deep learning models, particularly the Transformer model, as there are limited studies exploring its effectiveness in HAB prediction, considering multiple influencing parameters including physical, chemical, and biological water quality monitoring data from multiple stations located west of Lake Erie, and uses Shapley Additive Explanations (SHAP) values as an explainable artificial intelligence (AI) tool to identify key input features affecting HABs.我们的发现突出了深度学习模型,尤其是变压器的优越性,捕获了水质参数的复杂动态,并为生态管理提供了可行的见解。SHAP分析将颗粒有机碳,颗粒有机氮和总磷视为影响HAB预测的关键因素。这项研究有助于开发HAB的先进预测模型,这有助于早期检测和主动管理策略。关键字:有害藻华(HAB),预测,深度学习,变压器,叶绿素-a,水质,可解释的AI,形状值。此手稿是一个地球预印本,已在同行评审期刊中提交了可能的出版物。请注意,此前尚未进行同行评审,目前正在首次接受同行评审。此手稿的后续版本可能具有略有不同的内容。
1 爱荷华大学电气计算机工程系 2 爱荷华大学土木与环境工程系 3 爱荷华大学 IIHR 水利科学与工程系 4 爱荷华大学化学系 5 爱荷华大学环境污染健康影响中心 摘要 本文介绍了一个用于高等教育个性化和自适应学习的新型框架——人工智能智能助手(AIIA)。AIIA 系统利用先进的 AI 和自然语言处理 (NLP) 技术来创建一个交互式且引人入胜的学习平台。该平台旨在通过提供便捷的信息访问、促进知识评估以及提供根据个人需求和学习风格量身定制的个性化学习支持来减轻学习者的认知负荷。AIIA 的功能包括理解和响应学生的询问、生成测验和抽认卡以及提供个性化的学习途径。研究结果有可能对高等教育中人工智能虚拟教学助理 (VTA) 的设计、实施和评估产生重大影响,为开发能够提高学生学习成果、参与度和满意度的创新教育工具提供信息。本文介绍了方法、系统架构、智能服务和与学习管理系统 (LMS) 的集成,同时讨论了人工智能智能助理在教育领域的发展所面临的挑战、局限性和未来方向。 关键词:人工智能、自然语言处理、大型语言模型 (LLM)、Transformers、GPT、Protégé 效应 1. 简介 随着数字技术的快速发展以及多元化和全球分布的学生群体不断变化的需求,高等教育的格局正在经历重大转变 (Altbach 等人,2009)。传统教学方法虽然在许多情况下都很有效,但往往难以提供个性化的支持和即时反馈,尤其是在需要大量基于文本的学习、批判性思维和分析技能的领域 (Means 等人,2009)。这些领域,例如创造力和批判性分析,以及社会和文化,如果没有足够的支持,学生可能很难掌握(Holmes 等人,2019 年)。这导致人们对探索创新解决方案的兴趣日益浓厚,这些解决方案