学习权

摘要： 传统的“教师讲、学生听”的学习方式不能培养学生的学科核心素养,所以学习方式要向着学生自主学习、合作学习、探究学习等实践性学习方向变革。有思想的表达,因其需要经历“探究思想”和“表达思想”两次实践学习过程,因而有利于学生在具体的学习实践活动中形成与发展学科核心素养,也有利于通过具体、多样的学习实践培养学生的综合素养。实施有思想的表达,能够保障每个学生的学习权;实施有思想的表达,能够促进每个学生的深度学习;实施有思想的表达,能够提高每个学生的综合素质。

摘要： 法治背景下,社会转型的过程也是权利转型的过程,终身学习社会的建立需要相应的权利转型予以保障支持。为适应社会经济多元发展和高质量复合型人才变革境遇,学习已不再局限于传统教育框架内,由此导致教育与学习的关系发生了根本变化。在此过程中,受教育权作为接受权,其实体权利内容和保障条件等局限性愈发凸显。一种超越了"接受教育"理念,由学习自由权、以受教育权为核心的学习条件保障权、个体的发展权构成的综合性权利,即学习权,成为建立终身学习社会的基石。

摘要： 联合国教科文组织发布的《教育2030行动框架》指出"实现全民终身学习"是教育的使命之一。《中国教育现代化2035》及"十四五"规划将公民终身学习的"全面实现"作为奋斗目标。终身学习是公民生存权、发展权的核心内容,权利与救济的相伴相生是法律意义上权利的最基本构成要件。终身学习从"赋予"走向"实现"依赖权利救济制度的确立,公民依法践行学习权利,权利受到侵害有可供选择的救济方式,侵害行为承受法律上的否定性后果。学习权救济制度的设计依托现有法制基础体现学习权的特殊性,充实并细化法律责任促使学习权保障进入司法视界,增强全民终身学习的权利观念,推进终身教育事业的规范化发展,推动国家终身教育立法进程。

摘要： 泛在学习是在信息技术支持下,任何学习者可以在无缝衔接的学习空间中随时、随地获取任何自己所需学习资源,享受无处不在学习服务的学习形态,内蕴着以学习者为中心的"人人、时时、事事"的泛在性。泛在学习时代的到来是由信息技术不断发展、知识生产与学习科学研究深入以及劳动市场结构和学习新特征等多重因素共同决定的,具有历史的必然性。现行本科教学管理制度存在着学校管理权向上集中、教师教学权被消解和学生主体性迷失的问题,难以调适泛在学习时代的本科教学管理需要。针对此种情况,面向泛在学习时代的本科教学管理制度需要重新衡平学校管理权、教师教学权和学生学习权,在规制与自由之间寻求平衡点进行重构,即:通过优化本科教学管理制度供给,完善本科教学治理体系;通过重组本科教学管理组织结构,提升本科教学治理能力。

摘要： 法典是大部分国家制定法致力于呈现的一种理想图景,同时也是多数部门法学者热衷于讨论的立法形态。《全国人大常委会2021年度立法工作计划》提出启动教育法典的编纂工作,正式拉开了推进我国教育法法典化进程的序幕。我国教育法法典化的实质性推进,面临着本体论、价值论与方法论三个层面的核心性问题。在本体论层面,需要解决“什么是教育法的法典化”的问题。教育法法典化是教育法律规范从体系分散走向结构统一、从规范依附走向制度独立、从单行立法走向集中立典的必要过程。在价值论层面,需要解决“为什么要推进教育法的法典化”的问题。教育法法典化既是对教育治理现代化、建设高质量教育体系外在需求的回应,也是对公民教育权益保障、教育立法与执法、司法相互衔接内在诉求的满足。在方法论层面,需要解决“如何实现教育法的法典化”的问题。为此,应当遵循“先总则、后分则”的渐进理念,采取“教育法典+特别立法”的结构安排,并以学习权与受教育权作为双重权利要素,秉持规范释义与修正案相结合的修缮方式。

摘要： "终身教育法"经过长期的酝酿仍未出台,除了要克服法律体系冲突和实践推进障碍等困境,还要借鉴国外成熟的立法经验。法国是终身教育的发源地,美国随着终身教育的推进顺利实现教育改革,其有效落实终身教育理念的经验值得学习。我国终身教育立法要以保障公民学习权为中心,规定权利救济、法律责任等法律后果,建立和完善我国终身教育法律体系,保障终身教育的顺利推行。

摘要： 构建高校思政课师生共同体,有助于理解教师群体中存在的认知偏差,互联网时代下的学习本质和教育产业化背景下的大学教育初心。新时代的师生学习共同体,包括三个要素,两个层次和一个核心,在学生立场、倾听文化和合作学习三个方面有清晰与精准的理解和表达。师生学习共同体的改革实践给“教育现场”带来显著变化,用开放型的教学环境促进学生学习自然发生,用“倾听与对话”保障学生的学习权,用“学习设计”激发学生的高品质学习。

摘要： 本科教学管理制度是教与学的交往关系结构,本质上体现为本科教学交往活动中的学校管理权、教师教学权与学生学习权.在线教学时代,教学模式无界化使学校管理权被分化,教学交往关系协作化使教师教学权被重组,教学资源选择个性化使学生学习权被重塑.为寻求学校管理者、教师与学生的利益再分配与平衡,本科教学管理制度必须因应在线教学形态的变化,在价值、时间和空间维度上进行重构.具体而言,兼顾规制性与自由性是重构在线教学时代本科教学管理制度的前提;彰显灵活性与终身性是重构在线教学时代本科教学管理制度的核心;突出精准性与协同性是重构在线教学时代本科教学管理制度的关键.

摘要： 学习权以个体的发展为鹄的,强调个体在学习中的主体性、主动性、自由性、选择性,以及相关义务方的服务性与公正性.它从权利角度将学生置于课堂的"正中央",要求教师"为公平而教".学生学习权的课堂实现可以从教学过程的动态实施、生动、多元的学习资源支持、教学组织形式的最优交替运用等方面着手.

摘要： 本文作者通过对校规和法律关系的应然界定，试图为大学生学习权的保障和救济扫清“依据”障碍，并为“良法治校”的最终实现提供方向上和方法上的参考性意见。

摘要： 一种基于组合赋权法和深度学习的配电网线损计算方法，属于配电网理论线损计算技术领域。本发明采用深度学习GRU网络模型拟合电气参数与理论线损非线性关系，提高了传统BP算法的非线性函数逼近能力，且针对目前智能算法所需电气参数的选取大多依靠经验的问题，综合考虑主客观因素，提出互信息理论和层次分析法相结合的组合赋权法，对不同电气参数影响权重进行排序，确定最优输入参数，改善了配电网理论线损计算性能。

摘要： 本文档揭示一种用于整并计算机及其相关网络的威胁情报数据的系统和方法。数量庞大的原始威胁情报数据收集自多个来源，且被划分成一公共格式以供进行群集分析，其中数据的群集是使用无监督式机器学习算法来达成。产生的经组织的威胁情报数据其后经历以加权资产为基础的威胁严重等级相关过程。一特定计算机网络的所有中间网络漏洞均被使用做为此过程的关键整并参数。透过此高速自动化过程所收集的经过处理的最终情报数据接着在传输至第三方之前被格式化成预定义格式。

摘要： 本发明公开了一种有效避开对深度学习模型的所有权检测方法，其特点是该所有权检测方法，采用找到合适的数据池来微调对手模型的决策边界使数据集推理置信度下降且不降低模型的精度，具体包括：训练受害者模型、考虑攻击方法和模型架构、训练对手模型及数据集推理、模型逆演、计算EWC损失、对手模型微调和推理并得出结论等步骤。本发明与现有技术相比具有避开数据集推理的检测，运用了弹性权重巩固方法，使在修改决策边界的同时能控制模型测试精度不会大幅度下降，方法简便，效果显著，具有广泛的应用前景，可进一步发展到一个更现实的场合：黑盒设置和高分辨率图像。

摘要： 本发明属于软件跟踪能力链恢复技术领域，公开了一种基于代码所有权信息和深度学习的软件跟踪能力链恢复方法，其特征在于，包括如下步骤：步骤1：计算出高级制品和源代码之间候选链接列表；步骤2：识别每个源代码制品的作者；步骤3：定义作者上下文；步骤4：将代码所有权信息与文本信息相结合。本发明提出的方法适用于恢复需求和代码之间的跟踪能力链，它能够充分地利用代码中所包含的代码所有权信息，并且利用深度学习的神经网络计算相似性，大幅度提高了恢复需求和代码之间跟踪能力链的准确度。

摘要： 本申请公开了一种基于强化学习的人机共驾控制权切换方法，该方法适用于基于强化学习的人机共驾控制权切换系统对驾驶人与驾驶系统之间驾驶权重的分配，该方法包括：根据驾驶人信息和车路预测信息，计算驾驶操作动作预测指数；将所述驾驶操作动作预测指数与综合驾驶操作动作指数，输入至所述控制权切换系统，计算所述驾驶人与所述驾驶系统之间的所述驾驶权重。通过本申请中的技术方案，有效解决了车辆纵向与横向综合的风险，弱化了驾驶人本身带来的不确定性的影响，对驾驶人进行不同角度的综合考虑从而减少了对驾驶人的判断误差。

摘要： 本发明公开了一种基于视频深度学习技术的公路路产路权车载识别系统，该套硬件设备主要由车载摄像机，车载分析设备和车载显示器构成，车载摄像机用于捕捉，采集车辆行驶区域内的视频图像，采集到的视频图像通过数据线或网线传输至车载分析设备，车载分析设备根据车辆当前的行驶速度和在固件中设置的拍摄频率，拍摄一张图片，对图片内容进行基于人工智能深度学习的图像结构化检测，对图像中的路面、护栏、情报板不同的重点区域进行识别，并将识别到的结果通过无线网络上传到云端管理中心，采用机器视觉的深度学习技术算法实现，对于车载分析设备分析出的结果，巡检人员可以通过车载显示器也可以了解到本次巡检任务的工作效果。

摘要： 本发明公开了一种基于信息熵动态赋权的多任务学习方法，属于机器学习技术领域。首先搭建初始多任务学习模型M，对输入图像进行模型推断得到多种任务输出图，对其分别进行归一化处理，得到对应的归一化概率图；然后，利用各归一化概率图计算固定权重多任务损失函数，对多任务学习模型M进行初步训练；最后，在初步训练后的多任务学习模型M基础上，通过信息熵动态赋权算法构建最终的自适应多任务损失函数，对初步训练后的多任务学习模型进行迭代优化训练，直至多任务学习模型达到收敛，终止训练，获得优化后的多任务学习模型M1。本发明可以有效应对不同类型任务，自适应平衡各个任务相对重要性，算法适用性强，简洁高效。

摘要： 一种基于组合赋权法和深度学习的配电网线损计算方法，属于配电网理论线损计算技术领域。本发明采用深度学习GRU网络模型拟合电气参数与理论线损非线性关系，提高了传统BP算法的非线性函数逼近能力，且针对目前智能算法所需电气参数的选取大多依靠经验的问题，综合考虑主客观因素，提出互信息理论和层次分析法相结合的组合赋权法，对不同电气参数影响权重进行排序，确定最优输入参数，改善了配电网理论线损计算性能。

摘要： 本发明提供了一种基于深度学习和计权型多因子评价的测土配方施肥方法，包括以下步骤：将土壤数据和地块产量数据进行整理和归档，并进行归一化处理和添加标签操作，得到样本数据；针对不同作物对不同化学元素敏感度的差异设置对应的权重，利用分肥力系数标准公式和改进的内梅罗指数法对土壤的肥力状况和重金属污染状况划分等级，得出综合肥力指数；通过计权型多因子评价改进经典遗传算法中的适应度函数，通过适应度函数选取合适的子代数据来进行数据增强，扩充数据样本；使用扩充的数据样本对神经网络模型进行训练，得出作物的产量预测与配肥补肥策略。本发明解决了神经网络要求训练样本量大的问题，还给出土壤的丰缺度评价和污染指标评价。

摘要： 本发明公开了一种熵权算法和机器学习技术的甜樱桃裂果率评估方法，包括：获取关键参数，所述关键参数包括环境温度、环境湿度、土壤温度、土壤湿度；根据樱桃棚相对湿度得到实际裂果相对湿度；由Emanuel公式得温度和水汽压之间呈指数关系，进而得到任意时刻、任意温度T的饱和水汽压E以及裂果温度下的饱和水汽压；通过干湿球温度表测定实际任意时刻温度T的水汽压e，获取裂果的实时水汽压；根据所述裂果的实时水汽压、饱和水汽压得到任意时刻温度变量裂果时的裂果湿度。在樱桃培育生产中，通过上述方法得知较为客观科学的裂果率数据，有利于针对环境参数进行及时调节，降低裂果量，减少经济损失。