基于政策建模一致性(PMC)指数模型的中美人工智能政策比较研究

对人工智能政策文本,特别是从人工智能专项政策的角度开展相关研究,能够为进一步完善中国人工智能政策体系提供决策支持。为此,以中美两国在顶层设计、职能部门两个层面共74份人工智能政策文本作为研究对象(中国51份、美国23份),通过文本挖掘方法识别出两国人工智能政策的关注重点,用政策建模一致性(PMC)指数模型建立人工智能政策评价指标体系,并结合PMC指数值和PMC曲面图,对两国各6份具有代表性的政策文本进行量化评价和对比分析。研究发现在总体上,中美两国的人工智能政策表现较好,能够较为准确地把握当前人工智能的发展前景,具有一定价值导向性和前瞻性;政策制定设计较为合理、政策协同性较高;在政策制定过程中都注重对智能化、科技创新、成果应用等方面的研究,而对于政策领域和效力级别方面则重视程度较低。同时发现两国在政策对象、政策内容和保障措施等方面的差异化显著:美国的政策扎根于技术研发、人才队伍建设、标准体系构建和基础研究投资等方面,在政策内容、保障措施等方面比中国更完善,但政策对象覆盖程度不够广;中国的政策对象兼顾宏观和微观的视角,涉及国家、产业和企业等层面,但在伦理规范、合作发展、核心技术优势等方面存在缺陷。基于此,进一步从保障措施、政策内容与政策领域3个方面提出完善中国人工智能政策的发展对策,强调中国人工智能政策的整体优化路径应为“保障措施→政策内容→政策领域”。

基于PMC指数模型的卫生健康信息化建设政策评价分析

目的/意义量化分析与评价我国国家层面出台的26项卫生健康信息化建设政策,为完善相关政策建设提供依据。方法/过程借助政策建模一致性指数模型,构建包含9个一级指标、36个二级指标的卫生健康信息化建设政策评价指标体系,并应用于各政策文本的评估,对卫生健康信息化建设政策进行整体性和具体性分析。结果/结论卫生健康信息化建设政策整体得分等级为优秀。2项政策处于完美等级,80.6%的政策处于优秀及以上等级,未出现不良等级的政策文本。但政策的推动力和政策受体均衡性需进一步提升。

工程三维模型的程序化建模算法研究

文章提出了一种工程三维模型自动生成的算法,该算法可以用来开发建筑信息模型(BIM)自动生成系统,从而降低工程设计资料三维可视化的技术门槛。首先设定了算法的假设前提、介绍了算法中的基本原理和基本操作,然后用函数式的表达方式给出了算法中基本操作的程序化表达方式。在这个基础上,用伪代码给出了工程三维模型自动建模算法的基本步骤,并且用一种DSL语言方案来描述了该算法的过程。最后,用了一个工程实例检验了该DSL语言和算法的正确性。

BIM模型建模精度对清单算量结果的影响及解决方案

工程量是工程造价的基础,基于BIM(Building Information Modeling,建筑信息模型)软件的BIM工程量计算,解决了传统算量工作难度大、受人工干预影响、工程变更时需重新造价预算等问题。BIM工程量计算,无需在造价过程中重复建模,把算量工作从造价工作中分离出来,大大减轻了工程算量人员的工作,只要模型和计算模块是正确的,那么计算出来的工程量就毋容置疑。算量的结果主要受模型建模精度的影响,从模型构件之间位置关系的角度来研究模型建模精度对构件模板工程量计算的影响,提出了造价人员可以通过阈值的设置来提高模型精度,使得算量结果更加精确。

浅谈基于模型与建模的高中生物学教学

本文旨在理清模型与建模的概念,梳理不同版本高中生物学教材中关于模型与建模的表述,针对生物学教学中模型与建模的教学提出建议,以期通过实施科学的建模教学帮助学生深入理解知识的形成过程,实现核心素养的落地。

基于PMC指数模型的黑龙江省高校毕业生就业政策评价与优化研究

黑龙江省区位优势不明显,省份舒适性差,亟需通过政策手段吸引高校毕业生留黑就业。通过采用内容文本挖掘及政策建模一致性(PMC)指数构建等研究方法,为黑龙江省出台的高校毕业生就业政策构建包含10个一级指标、44个二级指标的政策量化PMC指数模型,进行实证分析。实证结果表明:黑龙江省高校毕业生就业政策PMC指数均值为7.67,处于优秀水平;15项政策样本中,完美级别1项,优秀级别12项,可接受级别2项,无不良级别政策,优良率占比为100%。在此基础上,选择指数值最高的政策P14、指数值居中的政策P5和指数值最低的政策P2进行详细分析发现,黑龙江省高校毕业生就业政策整体上设计较为合理,一致性程度较高,仍有很大改善空间。

基于大数据的复杂系统智能建模方法

复杂系统的研究核心内容是对它进行建模,然而,建模的复杂程度已超出人工建模的能力。因此,提出充分利用复杂系统运行过程中积累的大数据进行智能建模的方法。通过改进随机图并加入裁减过程构建复杂系统在均匀分布和非均匀分布情况下的框架建模方法,通过改进门控制循环单元(GRU)和双向GRU构建复杂系统元模型建模方法。通过整编装备保障体系大数据,设计建模评价指标,形成智能建模工具用于数据治理、模型生成和模型评价,以装备保障体系为典型复杂系统实现复杂系统智能黑盒建模,并给出模型可信度验证结果。

“十四五”期间中国老年人长期照护政策的量化评价:基于PMC指数模型分析

目的量化评价我国“十四五”期间出台的老年人长期照护政策,分析政策结构和内容。方法基于多源流理论,采用政策建模一致性(PMC)指数模型指标设计方法,构建政策评价一级指标;参照世界卫生组织《老年人长期护理:全民健康覆盖一揽子计划》和《健康老龄化十年:行动计划》中老年人长期照护干预和支持措施架构,构建政策评价二级指标;形成包含9个一级指标和35个二级指标的老年人长期照护评价体系。以2021年11月至2024年1月国家出台的8项老年人长期照护政策为研究对象,采用ROSTCM 6.0进行高频词提取,采用Gephi软件绘制关键词语义网络图,采用老年人长期照护评价体系对政策结构和内容进行量化评价。结果老年人长期照护政策的主要内容涉及护理、社区、康复、养老机构等内容。各政策的PMC指数平均6.77。政策内容覆盖完美1项,优秀5项,可接受2项。在政策内容维度,政策功能、政策受体和基础建设3个一级指标在0.85以上;照护者援助、老年人支持和人力资源建设3个一级指标在0.7以下。结论我国“十四五”期间出台的老年人长期照护政策,在政策功能、政策受体和基础建设方面覆盖较为全面,在照护者援助、老年人支持和人力资源建设方面仍需提升。在政策制定和实施中,需要强化综合照护支持网、营造老年友好环境和支持非正式照护方面的政策内容与措施。

基于拓扑的建筑物三维数据模型

分析了建筑物的结构 ,提出了对简单建筑物半自动提取的策略以及对复杂建筑物顾及其空间三维拓扑结构的建模模型 ,用实例论证了模型的正确性和高效性。

指向深度学习的概念模型建构教学——以“激素通过反馈调节和分级调节维持稳态”为例

概念模型建构是深度学习的有效方式之一。在激素相关内容的教学中,首先对概念进行深度分析,课堂引导学生通过探究活动和资料分析,运用磁力片等材料选择、建构概念模型并修正完善,发展科学思维和探究能力,并通过问题引导学生应用概念模型,形成生命观念,发展学生的社会责任。

基于模型与建模的生物高考复习教学研究——以“细胞的能量‘货币’ATP”复习课为例

文章以模型建构为主线落实“细胞的能量‘货币’ATP”的三个考点的复习。首先,通过建立概念模型和物理模型的方法梳理考点一“ATP的结构”和考点二“ATP与ADP的相互转化”,并借助已建构的模型,利用类比推理的方法进行NTP与dNTP知识的迁移与应用;其次,通过完善以ATP为关键词的有关细胞能量代谢的概念模型与建立解题范式,帮助学生理解与掌握考点三“ATP的利用”。

基于模型与建模的高中生物学学法指导探究

近年来,随着国家经济的快速发展和科技的不断进步,社会对人才的需求不断增加.社会不仅需要理论知识基础扎实的人才,还需要具备解决问题的意识和能力的人才.科学思维作为生物学科核心素养之一,其包含了归纳与概括、演绎与推理、模型与建模等内容.基于此,结合笔者高中生物学教学实践,就基于模型与建模的高中生物学学习方法指导进行探究.

基于表现性评价的初中生物学模型建构——以“人体与外界的气体交换”为例

将生物学建模过程与表现性评价有机结合,从物理模型、数学模型、概念模型三个方面进行案例设计,尝试探索学生学科素养形成的新路径,丰富过程性评价中的评价方式和评价内容。

提升模型与建模能力的“细胞通过分裂增殖”表现性评价设计

围绕“细胞通过分裂增殖”一节中“细胞周期”和“染色体规律性变化”内容,开发提升模型与建模能力的表现性评价,促进学生核心素养的发展。

基于模型与建模的生物学"体验式教学"实践--以"细胞的增殖"为例

运用模型与建模的科学思维方式,以"细胞的增殖"为例开展体验式教学,以期帮助学生在建模体验中获取细胞增殖知识、掌握科学探究方法、训练和提升逻辑思维能力、培植情感态度与价值观。

GIS技术支持下的洪水模型建模

在复杂区域建立洪水模型时 ,计算网格的手工生成方法容易出错甚至不可行 ,自动生成算法则可大大节省计算网格生成的工作量。洪水模型中的计算网格与GIS栅格数据及不规则三角网空间数据结构非常相似 ,因此 ,GIS中成熟的网格自动生成算法可用于生成洪水模型计算网格。文章详细讨论了GIS支持下的洪水模型自动建立步骤 ,并以黄河下游花园口～夹河滩河段为例 ,利用地形图、土地利用图、水利工程设施分布、水文站点图等资料 ,通过自动生成网格及其空间拓扑关系 ,建立了洪水过程数值模拟模型 ,并详细解释了计算网格数据格式。

基于满意聚类的多模型建模方法

从系统输入输出数据出发 ,首先在GK模糊聚类算法的基础上 ,提出一种模糊满意聚类算法 ,该算法能快速对系统进行用户满意的模糊划分 ;继而将其引入多模型建模过程中 ,满意的系统划分数目即对应多模型个数 ,然后针对不同的聚类建立起相应的子系统模型 ,全局系统可视为各子模型的加权组合 ;最后通过几个典型实例验证了模糊满意聚类及基于此的多模型建模方法的有效性、准确性和快速性 .

基于模糊核聚类的乙烯裂解深度DE-LSSVM多模型建模

乙烯裂解深度的建模与控制对于裂解炉的实时优化具有重要意义。针对石脑油原料组分复杂、油品特性波动大等状况,采用模糊核聚类对石脑油数据库进行最优划分,建立最小二乘支持向量机的多模型,对于最小二乘支持向量机中模型的参数选取,利用差分进化算法进行参数寻优,提高了模型的精度和泛化能力。通过对现场数据的建模实验,结果表明:基于模糊核聚类的乙烯裂解深度最小二乘支持向量机多模型跟踪性能良好,预测精度较高。

模型与建模在科学教育概念转变中的作用及启示

模型和建模是对客观世界的一种描述或呈现方式,在科学教育中越来越受到重视。它具有形象直观性、简约相似性、主体诠释性等特征。科学模型和建模将抽象或难懂的科学概念或原理加以形象化、简约化和直观化,使它们由抽象态还原为学习者可以直接感知的形象态,便于学生在大脑内形成思维图像,进一步建构起心智模型。

基于递阶G-K聚类的热工过程多模型建模方法

针对热工过程分段线性化的特点,本文提出一种新的基于递阶模糊聚类的热工过程多模型建模方法。首先基于递阶G-K模糊聚类对系统输入／输出数据空间进行快速聚类分解,避免了聚类数确定的盲目性;然后在每个子空间中利用最小二乘法辨识出相应的线性子模型,再将各子模型通过模糊加权求和以得到精确的系统全局模型。同时,为保证各聚类子空间内样本的“线性化度”,采用新的综合聚类指标,并利用免疫遗传算法来求解该聚类问题,以克服迭代算法易陷入局部极小和对聚类初始化敏感的缺点。该方法能充分利用运行数据中所包涵的对象动态特性信息,以描述过程的全局非线性。最后通过几个典型实例验证了该方法的有效性、准确性。