基于big.LITTLE移动多核设备的用户体验计算和高能效任务调度

提出用户体验任务的概念,并基于ARM原始的全局任务调度提出一种改进的调度方案(UCES-GTS)。在UCES-GTS中,任务分为用户体验的任务(即交互式任务和前台任务)和非用户体验任务(即后台任务)。为了提高用户经验,应该缩短用户体验任务的响应时间,适当减少它们的松弛时间。随后,提出调整频率和给每个任务分配CPU资源的详细算法。实验结果表明改进的全局任务调度模型和原始的相比可以节能8%,同时降低27%的任务响应时间,这意味着更加良好的用户体验。

big.LITTLE让设计更灵活

从Cortex-A15和Cortex-A7开始，ARM开始了它的big．LITTLE计划。在这个计划中，执行负载高的任务时切换至大核心（big core）,迅速处理任务。负荷低的任务时切换回小核心（LITTLEcore），抑制电力消耗。对于现在功能丰富、功耗率耗上升的移动市场和企业市场来说，big．LITTLE计划可以帮助用户实现最高性能，并且消耗的功率最低。那么，经过近两年的精进研发，现在的big．LITTLE计划又有了什么新的进展呢？

ARM big.LITTLE系统技术应用

详述了ARM首款big.LITTLE系统。利用完全一致的系统结合Cortex-A15以及Cortex-A7,因而在现有的高性能移动平台以外开启了全新的可能。

教育大模型的发展现状、创新架构及应用展望

从通用大模型到教育大模型,是人工智能大模型技术深化发展的重要趋势。基于对教育大模型发展现状、典型案例、潜在挑战的分析,文章认为教育大模型是适用于教育场景、具有超大规模参数、融合通用知识和专业知识训练形成的人工智能模型,是大模型技术、知识库技术及各类智能教育技术的集成,能够推动人类学习和机器学习的双向建构,进而提出了应用驱动、共建共享的创新架构和“以学习者为中心”的未来应用场景,旨在建立人工智能大模型与各类数字化教育应用的开放接口,持续训练和完善能够更好地解决教育专业问题的教育场景模型,形成让广大师生常态化使用的智能教育开放模型集群和知识库,在提炼和萃取深度教育知识的同时,破解人工智能教育应用中的风险和挑战。

机器学习方法在盾构隧道工程中的应用研究现状与展望

随着盾构隧道工程信息化水平的提升,隧道掘进设备作业过程监测技术日益完善,记录的工程数据蕴含了掘进设备内部信息及其与外部地层的相互作用关系。机器学习因其数据分析能力强,无需先验的理论公式和专家知识,相较于传统的建模统计分析方法具有更大的应用空间。通过机器学习方法对收集的信息与数据进行深度挖掘并分析其内在联系,有助于提升盾构隧道工程建设的效率和安全保障水平。简述机器学习方法的基本原理,总结和分析机器学习方法在盾构工程中的应用研究状况,综述基于机器学习的盾构设备状态分析、盾构设备性能预测、围岩参数反演、地表变形预测和隧道病害诊断等5个方面的进展,并分析当前研究的不足。最后,分析盾构隧道工程向智能化方向发展需重点攻克的难题。

植原体引起雪花木小叶病在中国的首次报道

2022年首次在广州市发现园林植物雪花木小叶病病株,采用分子生物学技术对其进行植原体的种类鉴定。以雪花木叶片总DNA为模板,利用植原体16S rRNA通用引物P1/P7进行PCR扩增,获得广东雪花木小叶病植原体(BLL-GD2022)16S rRNA基因片段(1811 bp,GenBank登录号为OQ625536)。16S rRNA序列相似性显示,BLL-GD2022与16SrVI组植原体株系的相似性最高,为97.05%~99.83%,其中与隶属于16SrVI-D亚组的10个植原体株系相似性为99.21%~99.83%。系统进化分析显示,BLL-GD2022与16SrVI组各植原体株系聚类在一个大分支,其中与16SrVI-D亚组成员聚类在一个小分支,亲缘关系最近。基于16S rRNA序列的i PhyClassifier限制性内切酶虚拟RFLP分析表明,BLL-GD2022与16SrVI-D亚组的参考株系Brinjal little leaf phytoplasma(GenBank登录号为X83431)的酶切图谱一致,相似系数为1.00。基于上述研究结果,明确广州市雪花木小叶病植原体隶属16SrVI-D亚组成员。本研究首次在园林植物雪花木上检测到植原体,通过16S rRNA序列分析明确为16SrVI-D亚组成员,为开展16SrVI-D亚组植原体在蔬菜、花卉和园林植物的发生监测及病害防控提供科学依据。

大数据时代背景下“地球化学多元统计分析”课程混合式教学改革与实践

“地球化学多元统计分析”是面向地球化学专业本科四年级开设的专业核心课程。在大数据时代背景下,原有的课程教学模式面临内容相对陈旧、课时严重不足、实践操作教学效果不理想等问题。笔者尝试开展了线上线下混合式课程教学改革并实践,包括更新教学内容体系和教材、整合网上教材和教学资源、扩充相关软件的操作训练、理论授课与实验课交叉进行、课堂授课与课后作业有机融合等,同时融入了教学思政内容,教学效果明显提高。

大数据牵引背景下的服装设计开发模式

在大数据牵引背景下,随着数据量呈爆炸式增长和大数据应用的不断深化,大数据资源以数据要素的形式牵引着传统服装设计模式的改变。通过对服装设计相关的大数据进行分类甄别,探讨大数据在多方面赋能服装设计协同价值创造,多维度比较传统服装设计开发与以大数据牵引的服装设计开发模式,以大数据赋能服装精准设计,构建基于大数据引导下的服装设计框架;将该框架应用于MZ品牌的开发案例中,从商品企划、设计开发和预售下单3个方面论述大数据在服装设计开发中的实践应用。大数据时代设计模式的演变将更加聚焦于设计师与海量数据之间的相互作用,应用大数据牵引服装设计开发模式的迭代,可实现更高精准度和更快反应能力的服装设计开发。

基于大数据技术的服装智能制造创新模式

为进一步提高服装行业的智能化水平,在对目前服装行业面临的智能制造建设任务分析的基础上,探讨大数据技术在数字经济时代助力服装行业转型升级实现智能化过程中所发挥的关键作用。通过梳理大数据技术在服装流行趋势智能预测、数字化设计、智慧工厂生产、个性化营销4个方面的现有研究,提出由大数据技术驱动的服装智能制造创新模式,探讨从预测、设计、生产到销售整个闭环的智能化制造流程,以及基于大数据技术的服装智能制造发展趋势。

从技术赋能到整体重塑:公共体育服务数字化治理的模式重构、组织变革及推进机制

数字时代我国公共体育服务从“技术赋能”到“整体重塑”的数字化进程被视为一个重塑多元主体治理关系及其能力的演变历程,对于提高公共体育服务供给效率具有重要意义。运用文献资料法、逻辑分析法等厘清了公共体育服务数字化治理的基本内涵及现存困境,重新审视了其模式重构的核心维度,深入阐释了其组织变革的动因特征,重点讨论了其推进机制的实践要素。研究认为:理念重构、价值重构、方式重构等形成模式重构的核心维度;管理思维转换、运行范式转换、决策方式转换等构成组织变革的动因特征;管理机制、考核机制、协调机制等为推进机制的实践要素。

评大概念教学之争

“大概念”是2022年版义务教育课程方案和各科课程标准中颇具代表性的观念变化。然而,随着大概念教学在更大范围的实践推广,其诸多问题不断聚集起来,并由此引发了肯定与否定两种对立性观点的争议。考察对大概念教学的质疑或批判观点,主要集中于其前提假设是否成立、是否适应中国实践、是否适合所有学科。如何评判大概念教学之争,首先需要解决对大概念教学的认识确证问题,从中国课程改革的整体进程、理论与实践的转化过程以及学生发展立场来确证大概念教学的价值性、适应性与本质性。大概念教学的落地需要从理论与实践的角度同时解决好认知问题与操作问题,厘清相关核心概念及其关系,做好学校课程教学顶层设计,立足现实精准把脉关键问题,提供典型案例支撑,方能推动大概念教学真实有效地进入课堂。

科研反哺式教学在药物分析实验中的探索与实践

实验教学不仅要求学生掌握基础理论,还要求学生具备分析和解决问题的科研创新思维。该文以郑州大学药学院药物分析实验课教学为改革试点,探索科研反哺式教学模式。该教学模式使得科研与教学二者相辅相成、相得益彰,极大地提高学生的文献检索及阅读能力、分析解决问题能力、实验动手能力、科研论文写作能力,改善药物分析实验教学效果,为培养高素质创新型药学专业人才提供思路。

近朱者赤:被纳入碳排放权交易试点的客户能否影响企业ESG表现?

绿色是实现高质量发展最亮的底色。以“双碳”目标为背景,基于企业与客户的二元供应链关系,实证检验被纳入碳排放权交易试点的客户对企业ESG表现的影响。研究表明:被纳入碳排放权交易试点的客户能够显著提升企业ESG表现。对企业ESG表现的分维度研究表明,被纳入碳排放权交易试点的客户对企业E和S维度的表现具有显著的提升作用,而对企业G维度表现的提升作用不显著。被纳入碳排放权交易试点的客户通过倒逼效应提升企业ESG表现。短期内,被纳入碳排放权交易试点的客户倒逼企业“末端治理”;长期内,被纳入碳排放权交易试点的客户倒逼企业“前端预防”。当企业位于低碳试点城市、处于高碳排放行业时,被纳入碳排放权交易试点的客户对企业ESG表现的提升作用更显著。企业ESG表现提升并不能直接增加企业价值,但被纳入碳排放权交易试点的客户能够倒逼企业提高环保投资水平和绿色技术创新水平,进而推动企业ESG表现显著增加企业价值,而且长期更有效。基于被纳入碳排放权交易试点的客户这一新研究视角,揭示了低碳减排与ESG实践的激励相容机制,不仅为深入理解我国碳试点的微观作用效果提供了新思路,而且对推进美丽中国建设、实现经济高质量发展具有重要的实践意义。

大概念教学的认识主路、逻辑理路与实施进路

大概念教学是培养学生核心素养和推进课程标准实施的重要途径。但当前学界在该研究上还不够完善,往往把大概念与大观念混同看待,这很容易使一线教师陷入认知迷途。研究发现,其认识主路为,大概念是由一个个词汇所表征的概念,隶属于策略性、程序性“知识”,是人脑开展高阶思维的必要工具。基于此,进一步探索其逻辑理路可知,常规课堂是主要的实践载体,从观念到思想再到方法的思路是核心机制,“五步教学法”是基本逻辑。在实践层面,可通过纵横组合来提取大概念模块,通过内外结合来建设大概念课程,通过读思配合来提升“概思维”水平。

大数据背景下全科医学信息课程改革的必要性及策略

大数据在医疗领域快速发展,无论从世界医疗科技趋势、国家政策方针,还是市场效益、工作效率上来看,大数据对全科医学是非常重要的。基于大数据技术的人工智能在全科领域应用广泛,如学生的校园管理、全科医疗服务、全科医生的规范化培训及继续教育等。同时医疗大数据又涉及到国家安全及个人隐私等道德法律问题。目前全科医学本科的信息课程缺乏大数据的内容,没有跟上医学信息发展形势。分析大数据背景下全科医学信息课程改革的背景、作用与意义,并分析全科医学信息的教育现状、发展及趋势,对课程改革的策略进行探讨,从而提供对全科医学信息课程改革具有帮助的意见和建议。

大数据驱动的企业与用户互动创新:理论框架与前沿课题

大数据驱动的企业与用户互动创新已成为企业洞察市场和用户动态、提升创新敏捷性和适应性的重要模式,其关键因素和作用机制日益成为创新、营销和信息系统等领域的热点议题。结合系统性综述设计和关键词共现分析,梳理大数据情境下企业与用户互动创新的研究洞见。针对情境和工具如何影响领先用户与普通用户关系及二者的相互作用机制两个研究缺口,提出大数据驱动的企业与用户互动创新“条件—路径—绩效”理论框架。依据该理论框架,结合文献和案例证据,重点阐述在什么情境和工具条件下企业与领先用户、普通用户以何种互动创新路径影响创新产品和大数据合作资产,由此形成理论创新。分析结果表明,互动创新路径选择本质是在异质性情境和工具条件下,企业在创新新颖性—泛用性以及数据分析成本—收益之间的动态权衡;两类创新路径的动态变化由互动创新工具成熟度、创新主导权的变更所触发。最后,进一步提炼出大数据驱动的企业与用户互动创新理论研究的三类前沿课题,并讨论其理论和实践意义。

广东番茄巨芽病植原体的分子鉴定

2022年,对在广东省湛江市廉江市田间发现的疑似番茄巨芽病病株,利用分子生物学方法对其相关植原体进行了鉴定。以番茄病株叶片总DNA为模板,利用植原体16S rRNA基因通用引物R16mF2/R16mR1进行PCR扩增,获得了广东番茄巨芽病植原体(TBB-GD-2022)16S rRNA基因片段(1 430 bp, GenBank登录号为ON102780)。16S rRNA基因序列相似性分析显示,TBB-GD-2022与16SrⅡ组植原体菌株的相似性较高,为96.82%~100%,其中与隶属于16SrⅡ-V亚组的6个植原体株系相似性为100%。系统进化分析显示,TBB-GD-2022与16SrⅡ组各植原体株系聚类在一个大分支,并与16SrⅡ-V亚组成员聚类在一个小分支,亲缘关系较近。16S rRNA基因相似系数分析表明,TBB-GD-2022与16SrⅡ-V亚组的参照株系‘Praxelis clematidea’ phyllody phytoplasma (GenBank登录号:KY568717)的相似系数为1.00。上述研究结果表明,广东番茄巨芽病植原体隶属16SrⅡ-V亚组成员。本文首次报道在广东发现番茄巨芽病,通过其16S rRNA序列分析进一步确定了其相关植原体的分类地位,为该病害的防控提供了科学依据。

大概念的误解、澄清及实践进路

大单元教学是落实核心素养的突破口,大单元教学需要围绕大概念开展教学设计,大概念的明晰与否关乎大单元教学设计的科学性和规范性。然而,文献梳理反映了人们对大概念本质内涵的误解。研究发现,这些误解主要是由以下五个方面导致:大概念的起源存在分野、大概念的内涵众说纷纭、大概念的表现形式与内涵不一致、大概念的概念泛化现象严重、外来概念的盲目引进与过分夸大。通过语言学和词源学的考察,利用演绎推理对大概念进行了澄清,指出其本质是概念而非命题、想法等。此外,研究明确了大概念和大观念是两个不同的概念,不应混淆,即要根据具体情况选择走大概念之路或大观念之路,这样才能更好地在实践中落地。

国家疫苗接种数据交换系统的设计与应用

目的:实现全国疫苗接种信息的共享交换,支持各地开展跨省份接种信息查询,加快推进接种大数据的“聚通用”。方法:基于全国疾控信息化建设现状,优化数据处理流程,采用高性能大数据技术工具和安全的防护策略设计疫苗接种数据交换系统,搭建数据交换通道,实现数据安全传输和高效存储。结果:截至2023年4月,依托国家疾控数据共享交换平台,共计收集全国疫苗接种记录约106亿条,数据交换成功率为93%。结论:国家疫苗接种数据交换系统能有效解决海量数据的存储和传输问题,保证接种数据的准确性和完整性以及系统的安全性和稳定性。

政府大数据思维下宏观调控的理论分析

宏观调控是政府为解决信息不完全导致市场失灵问题所采取的政策措施。信息通信技术、互联网技术、大数据分析和人工智能等可以在一定程度上改善信息不完全的问题,这些技术正在驱动着政府运用大数据思维进行宏观调控。我们分析政府大数据思维及大数据思维下的宏观调控,首先要在理论上解读信息和大数据的关系,其次是说明政府大数据思维的形成过程,再次是解说政府宏观调控的操作程序和过程,最后对政府大数据思维下的宏观调控效用进行评价。大数据思维的本质仍然是因果思维,但大数据时代的因果逻辑思维模式与工业化时代的因果逻辑思维模式不是一回事。政府作为宏观调控的行为主体,从大数据思维进入大数据分析这一过程,包含着极其丰富的内容,可考虑从信息通信技术、大数据、互联网和人工智能等相互融合的角度对其逻辑分析框架展开探讨。有了这样的逻辑分析框架,我们可以描绘出政府对未来数字经济运行进行宏观调控有可能展现的一般图景。