生成式人工智能在酸碱中和滴定图像模拟中的应用

秦磊 郭凯

引用本文: 秦磊, 郭凯. 生成式人工智能在酸碱中和滴定图像模拟中的应用[J]. 大学化学, 2025, 40(9): 11-18. doi: 10.12461/PKU.DXHX202408123 shu
Citation:  Lei Qin,  Kai Guo. Application of Generative Artificial Intelligence in the Simulation of Acid-Base Titration Images[J]. University Chemistry, 2025, 40(9): 11-18. doi: 10.12461/PKU.DXHX202408123 shu

生成式人工智能在酸碱中和滴定图像模拟中的应用

    通讯作者: 秦磊,E-mail:chemqinlei2023@163.com
  • 基金项目:

    天津市教育科学研究院青年课题(TJJKY2024-QN-19);天津市教育学会科研课题(KT-301-2024-YB-0001)

摘要: 本研究深入探讨了生成式人工智能技术在酸碱中和滴定图像模拟领域的创新应用。通过实践,我们使用生成式人工智能技术编写了酸碱中和滴定动态图像的代码,并据此建立了一个“实验图像代码生成+调优”的范式。该范式紧密结合教育场景与教学的实际需求,旨在为化学教育工作者在实验教学中提供创新的技术支持,同时为学生在化学学习过程中构建智能、交互式的学习场景。

English

    1. [1]

      荀渊. 华东师范大学学报(教育科学版), 2023, 41 (7), 56.

    2. [2]

      卢宇, 余京蕾, 陈鹏鹤, 余胜泉. 电化教育研究, 2023, 44 (6), 38.

    3. [3]

      曹培杰, 谢阳斌, 武卉紫, 杨媛媛, 沈苑, 左晓梅, 黄宝忠. 现代教育技术, 2024, 34 (2), 5.

    4. [4]

      吴砥, 李环, 陈旭. 开放教育研究, 2023, 29 (2), 19.

    5. [5]

      翟红林, 张晓昀, 曹晶晶. 大学化学, 2024, 39 (1), 63.

    6. [6]

      杜静, 赵温涛, 冯霞, 马骁飞. 大学化学, 2021, 36 (1), 2005078.

    7. [7]

      张天龙, 张容玲, 汤宏胜, 李延, 李华. 大学化学, 2024, 39 (8), 365.

    8. [8]

      Kim, S.; Jeon, I.; Kang, S. J. Chem. Educ. 2024, 101, 1771.Kim, S.; Jeon, I.; Kang, S. J. Chem. Educ. 2024, 101, 1771.

    9. [9]

      Goodfellow, I.; Bengio, Y.; Courville, A. Deep learning; The MIT Press: New York, NY, USA, 2016; pp. 485-490.Goodfellow, I.; Bengio, Y.; Courville, A. Deep learning; The MIT Press: New York, NY, USA, 2016; pp. 485-490.

    10. [10]

      Lecun, Y.; Bengio, Y.; Hinton, G. Nature 2015, 521, 436.Lecun, Y.; Bengio, Y.; Hinton, G. Nature 2015, 521, 436.

    11. [11]

      朱成东. 化学教育(中英文), 2023, 44 (19), 41.

  • 加载中
计量
  • PDF下载量:  0
  • 文章访问数:  33
  • HTML全文浏览量:  4
文章相关
  • 发布日期:  2025-01-23
  • 收稿日期:  2024-08-28
  • 接受日期:  2024-11-04
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章