学习模型

摘要： 当前有关信息技术环境下促进小学生数学深度学习的探索与实践,缺少在数学常态课教学中对学生深度学习的指导和可行性教学模式的探索与实践。本次研究是在信息技术环境下,在第二学段数学“图形与几何”领域,利用行动研究法、案例分析法等进行深入研究,并取得相应研究成果“:小先生制”对促进学生“深度学习”有积极作用;构建信息技术环境下“深度学习”模型。该研究成果在池州、六安、肥东、巢湖等地进行经验分享和成果推广,得到一线教师及教育主管部门的好评,具有积极的利用价值。

摘要： 本文旨在从立足读写一体化的“充分学习”入手,依据“情、知、意、行”四个基本要素划分“充分感知、充分理解、充分研究、充分表达”四个发展层面,关注学生的完整性发展,构建完整的学习模式,探讨如何培养学生的深度学习品质和高阶认知能力。

摘要： 在生涯辅导实践中,教师可引入故事,以故事为中心组织教学,引导学生在故事叙说和生涯外化中进行自我探索,明确生涯发展方向。“故事中心”实质上是以学生生活为中心,以学生发展为中心。生涯辅导教学中,故事作为一种价值导向,教师可借用故事引导学生关注自身的生活世界,探索人生方向;作为一种课程设计方式与学习方式,故事改变了知识呈现的形式,能促进学生深度学习;作为一种问题解决或治疗手段,故事能指导学生化解生活中的难题。“故事中心”生涯辅导教学的逻辑起点是学生对生活意义的理解,教学过程是学生通过故事与生活对话,教学生成是对生活意义的重建。“故事中心”生涯辅导的教学实现,体现在学生生涯发展学习模型的构建上,包括学习目标、学习载体、参与方式、思维过程及效果评价等要素。

摘要： 具身认知理论超越了认知与身体、环境脱离的二元论,对地理实验教学的设计与开展具有良好的理论与实践指导价值。文中以“土壤”课堂教学为例,进行具身认知视域下地理实验教学策略研究。通过案例分析,提出具身认知视域下地理实验教学六大策略,即创设情境,激发学生具身学习动机;唤醒身体,拓展学生具身认知方式;动态生成,挖掘学生具身学习深度;深度分析,开拓学生具身学习思维;建模迁移,培养学生核心素养;多维评价,关注学生具身学习过程。同时提出了具身认知视域下的地理实验学习模型。

摘要： 神经网络默认所有输入数据均属于正常数据,当输入异常的数据,网络会在已知的标签中找到高度自信的错误结果,这种无法检测异常数据的现象出现在所有学习模型中。使网络具备检测异常数据的能力,对于系统安全、算法可靠性和算法的实际应用具有重要的意义。实验提出一种区分异常数据和正常数据的方法,该方法首先训练一个名为Wildnet的分类网络。

摘要： 教育领域与工作领域存在广泛的跨界互动需求,跨界学习正在成为人类普遍的社会性学习方式。然而跨界学习活动并不会自动发生,需要一定机制引发、维持和推动。因此,如何组织、维持跨界学习,已成为教育研究的新问题。借鉴第三代活动理论和邀请教育理论构建的跨界邀请学习,不同于传统的、松散的跨界学习,其特别强调建立明确的主题,提供有组织、有意义、有责任、有吸引力的交流情景,促进位于不同活动系统的参与者,跨越自己所属领域的边界,与其他活动系统的参与者互动,形成新的集体概念。"邀请模式下的学习环境"和"跨界共同体模式下的活动系统"是跨界邀请学习模型的核心,前者旨在使学习环境能够像磁铁一样将学习者吸引进来,让其在尊重、信任、乐观的学习氛围中感受到学习的价值和乐趣;后者有助于促成不同系统的参与者转换角色,深度、多元互动,创造新的理解和认知。开展跨界邀请学习要通过活动设计、机制建设,实现以"邀请为名"激励学习,以"互动为媒"促进跨界。新技术的快速发展正在催生网络模式下的跨界邀请学习,其蕴藏的学习规律和问题,还有待研究者进一步探索。

摘要： 创新整合点①本课融合了以设计思维为核心观念的教学模型,从教学理念、策略以及方法层面建构了一个面向未来人才培养的探究课堂教学模型。与传统的教学模型相比,这一模型吸收了设计思维的核心观点以及基本流程,整个学习模型强调以培养面向未来的人才为目的,在学习中倡导学生深入问题情境进行体验、调查,发现其中的问题,并通过头脑风暴形式解决方案,依据方案开展实践并不断改进完善,最终的目标是解决问题(如图1)。

摘要： 集群机器人是由一定数量的物理机器人组成,该系统中的个体通过交互与协作,可涌现出鲁棒、可扩展、灵活的群体智能行为。集群机器人行为建模是科学分析此类系统的基本方法之一,也是其能力评估的重要基础,研究与分析集群机器人行为模型有助于理解其行为机理。首先对集群机器人的主要特性进行总结,列举了几种典型的集群机器人空间协作行为;在此基础上,对集群机器人空间协作行为进行分类,重点总结和阐述了集群机器人空间协作行为的建模方法,包括图论、仿生模型、动力学模型以及学习模型,从方法概述、应用实例与适用场景等多维度对各类建模方法进行了分析与比较。最后提出了集群机器人空间协作行为建模有待进一步深化研究的问题,并对其未来可能的研究方向进行了展望,以更好地支撑集群机器人系统评估与优化设计。该研究旨在使相关研究人员全面系统地理解集群机器人空间协作行为建模方法。

摘要： 针对低压电力用户传统窃电识别方法识别效率和准确率低的不足,提出一种基于轻量级提升决策树和BP神经网络的窃电识别方法,先根据异常用电专家特征库进行特征分割,再结合特征指标匹配度和应用需求从分割结果中提取异常用电识别结果,建立双层识别模型。针对用电特征分割时用于特征分割模型的传统决策树算法在特征值离散化时叶子节点生长所占用的计算资源较多的问题,引入按叶生长策略,并控制其生长深度,在避免过拟合的同时提高计算效率。此外,为提高数据预处理效率,分别通过Newton插值法和3σ定律对所采集的用户原始用电数据中的缺失和异常数据进行预处理。使用广西电网某网区的实际用户数据集进行案例分析,结果表明所提算法的识别准确性和识别效率较优,验证了其有效性。

摘要： 在新时代教育信息化融合、创新发展从思维层次走向实践发展的背景下,实现教育信息化融合、创新发展需要家庭、学校、社会三位一体的发力;需要坚持以人为本,以学生为核心的理念;需要构建以混合学习方式为主流,个性化学习为补充的学习模型;需要实现学习方式、教学方式、课程建设、互动方式、评价方式的革新,助推社会终身学习的形成,提升数字化时代的全民信息素养。如何让中学数学教学得到信息化的充分应用,由陶庆明,宋永攀所著的《中学教育信息化探索》对于课堂教学模式进行了信息化的应用研究。

摘要： 本文针对中文提出一种既考虑词汇外部上下文信息，同时考虑词汇内部汉字信息的中文词汇表示学习模型。这个模型一方面可以有效利用词汇内部汉字信息，得到更好的词汇表示;另一方面可以得到字向量，可有效解决新词与罕见词的表示问题。与此同时，考虑到中文中字的多义问题，提出了基于位置的、基于聚类的、基于动态聚类的三种多义项的字向量。在词汇相似度计算和类比推理两个任务上进行了实验，验证了该模型的有效性。

摘要： 本文首先阐述了产生数据、信息和知识的信息空间概念,分析了信息空间中的学习周期,并以此为基础建立了学习模型,深入地从信息的编码、抽象和扩散角度分析了企业鉴别、获取及利用信息获得知识的过程,从信息的角度探讨了企业的知识学习过程。

摘要： 有限理性参与者之间的博弈问题是人们十分关注的研究项目.目前已提出了一些博弈学习模型,但都存在一定的局限性,本文给出了博弈学习的一个改进方法,建立了新的博弈学习模型.计算机实验表明,新的博弈学习方法的实用性和有效性有了很大的提高.

摘要： 神经网络的泛化能力和"黑盒性"是神经网络机器学习研究的两个重要问题.本文提出了一种解释型神经网络学习模型,试图发挥神经网络集成带来的神经网络泛化能力的提高.同时,我们提出了驾驭解释和人机交互的方法,希望能够在神经网络学习过程中充分发挥人的智能,从而提高整个系统的智能度;并且同步解释和可视化学习和推理的过程和结果,提高神经网络集成的透明性.该模型采用基于构件的软件开发方法实现,以解释型神经网络学习架构为组装蓝图,以可复用软件构件为组装模块,支持组装式软件的复用,大大提高了软件生产效率和质量.该系统作为智能地震预报专家系统的机器学习模块,在一定程度上解决了知识获取瓶颈问题.

摘要： 过程装备安全技术是过程装备与控制工程专业的一门重要课程,随着国家改革的进一步深化,对该行业从业人员的职业水平要求也越来越严格,如何快速有效地学习过程装备安全技术是人们关注的问题.本文主要研究将计算机模拟技术引入过程装备安全技术学习的问题,首先介绍了计算机模拟技术的内涵,在此基础上分析了在过程装备安全技术学习中应用计算机模拟技术的优势,构建了基于计算机模拟技术的过程装备安全技术学习模型,通过研究分析得出了在过程装备安全技术学习中引入计算机模拟技术能够激发学习兴趣,有效提高学习效率的结论.

摘要： 随着大数据的蓬勃发展,人们对机器学习算法提出了新的要求,如何在大数据环境下正确地评价一个机器学习算法的性能也变得越来越迫切.针对大数据体量大、类型繁多、处理速度快和价值密度低的特点,提出了一种面向大数据的机器学习算法的评价方法.该方法通过机器智商、机器继承度、学习速度、学习消耗率和学习监督指数等指标评价算法的性能.根据这一评价方法,还提出了一种面向大数据的机器学习模型,为面向大数据的机器学习研究提供了一定的参考价值.

摘要： 识别不确定性信息对于信息抽取类的任务有着重要作用，因为不确定性信息往往会误导这些系统抽取出错误的信息。本文提出了一种自动识别中文中不确定性句子的方法，利用不确定性句子中普遍存在的线索词的信息构建了句子的评分模型。同时Passive Aggressive算法，一种在线学习算法的变种，用于学习模型的参数。在中文不确定性句子识别的实验中证明，相比较于词袋（Bag of Words）的模型，我们的模型能够得到更好的F1值，达到了70.53%，提高了约5%。

摘要： 本文通过对传统网络学习模型的介绍，对基于WEB2.0的网络智能学习系统的关键特征进行比较分析，认识学生利用网络智能学习系统提供的学习环境进行学习的主要特征，从而更好地改进系统以指导学生的学习，进而提出网络智能学习系统的发展趋势。

摘要： 本文研究基于学习的群体动画生成技术,通过建立基于高斯过程隐变量模型和隐空间动态模型的运动姿势学习模型,将高维运动姿势映射到低维隐空间中,并在低维隐空间对相邻姿势的动态演化的建模,通过对已有运动数据的学习获得组成该运动的姿势的概率分布,通过隐空间中的动态预测和Hybrid Monte Carlo采样得到符合给定概率分布的隐轨迹,通过姿势重构得到原运动非常相似但又不同的一系列自然的运动,以产生群体动画,从而避开传统的基于几何和物理约束的逆运动方法固有的困难和复杂性.

摘要： 随着web2.0时代的到来和新媒介技术的快速发展，数字技术被广泛运用到商业培训、信息检索及各类教学科研中，逐步融入到人类工作、学习的各个环节。21世纪，数字学习已经成为学习者必备的技能之一，也可以说是一种数字生存能力。因此，数字学习平台在学习过程中扮演着越来越重要的角色，而数字课程的质量则是数字学习平台成功与否的关键因素。从 e-learning到m-learning，再到u-learning，不仅仅是一个新名词的诞生，而是一场教育革命，以人为本、聚焦任务的理念也为教育领域带来了深远的影响。在本文中，笔者对三者进行了对比分析，总结新媒体的教育影响力，提出了泛在学习的概念；进一步匹配Podcasting与泛在学习的特征，提出了基于Podcasting系统的泛在学习模型。

摘要： 本发明提供模型学习系统及模型学习系统中的模型学习方法，该模型学习系统，包括：服务器；及两个以上的客户端，分别与所述服务器以能够通信的方式连接，所述两个以上的客户端分别具备：数据获取部，获取数据；固有模型处理部，基于本客户端固有的固有模型，对由所述数据获取部获取的数据进行处理；以及通用模型处理部，基于由所述固有模型处理部处理过的数据，对从所述服务器获取的通用模型进行训练，所述通用模型在所述两个以上的客户端间通过所述服务器而共享，所述服务器，基于所述两个以上的客户端的各自的通用模型的差分，更新上述通用模型。

摘要： 自身位置估计模型学习装置(10)包括：取得部(30)，其按时间序列取得在动态环境中从自身位置估计对象的视点拍摄到的局部图像以及从俯瞰自身位置估计对象的位置拍摄到的与所述局部图像同步的俯瞰图像；以及学习部(32)，其对以按时间序列取得的局部图像以及俯瞰图像为输入而输出自身位置估计对象的位置的自身位置估计模型进行学习。

摘要： 机器人控制模型学习装置(10)对于以表示在动态环境中向目的地自主行驶的机器人的状态的状态信息为输入而从包括介入环境的介入行动的多个行动中选择并输出与机器人的状态对应的行动的机器人控制模型，将执行了介入行动的介入次数作为负的报酬对该机器人控制模型进行强化学习。

摘要： [问题]使用计算机图形获取训练数据。[解决方案]一种图像生成方法，包括：获取CG模型或基于CG模型生成的人工图像；并且使用处理器以对CG模型或人工图像进行操作处理，从而生成用于在使用传感器获取的图像所采用的AI学习中的经操作的图像或人工图像的元数据。

摘要： 图像取得部取得拍摄正常的监视对象得到的图像数据。图像处理部针对图像数据，在不超出监视对象的正常范围的范围内进行伴随色调的变更的不同的图像处理，从而生成多个复制图像数据。学习部以多个复制图像数据作为教师数据，使模型以从拍摄监视对象得到的图像数据输出用于监视对象的正常性的判断的值的方式进行学习。

摘要： 本发明的实施方式涉及语音合成装置、语音合成方法、语音合成程序、语音合成模型学习装置、语音合成模型学习方法以及语音合成模型学习程序，能够防止语音劣化和不自然的音素持续长度。实施方式的语音合成装置具有存储部、制作部、决定部、生成部和波形生成部。存储部将具有多个状态的统计模型的各状态下的、包含基音特征参数的音响特征参数的输出分布以及基于时刻参数的持续长度分布作为统计模型信息进行存储。制作部根据与输入文本对应的上下文信息、以及统计模型信息，制作统计模型序列。决定部使用基于统计模型序列的各统计模型的各状态的持续长度分布而得到的持续时间长度、以及基于基音特征参数的输出分布而得到的基音信息，决定各状态的基音波形数。生成部基于基音波形数来生成音响特征参数的输出分布列，基于该输出分布列来生成音响特征参数。波形生成部根据所生成的音响特征参数来生成语音波形。

摘要： 音频模型学习装置(10)先提取表示语音数据的特征的语音特征量，基于对由神经网络表示的音频条件的计算模型赋予特征的音频条件计算模型参数，利用音频条件的计算模型而计算表示语音数据的音频条件的特征的音频条件特征量。接着，音频模型学习装置(10)生成校正后参数，该校正后参数是基于音频条件特征量而校正对结合了音频条件的计算模型的输出层的由神经网络表示的音频模型赋予特征的音频模型参数的参数。并且，音频模型学习装置(10)基于校正后参数及语音特征量而更新音频模型参数，并基于校正后参数及语音特征量而更新音频条件计算模型参数。

摘要： 本发明的基板处理装置(100)具备基板保持部(120)、药液供给部(130)、基板信息取得部(22a)、药液处理条件信息取得部(22b)、及控制部(22)。基板信息取得部(22a)取得包含硬化层厚度信息或离子注入条件信息的基板信息，该硬化层厚度信息表示处理对象基板的抗蚀层中的硬化层的厚度，该离子注入条件信息表示在抗蚀层形成硬化层的离子注入的条件。药液处理条件信息取得部(22b)基于基板信息，自学习完成模型取得表示关于处理对象基板的药液处理条件的药液处理条件信息。控制部(22)根据药液处理条件信息来控制基板保持部(120)及药液供给部(130)，以利用药液对处理对象基板进行处理。

摘要： 一种服务器装置，能够与具备使用已学习模型进行处理的学习器的至少1个以上的设备经由通信网络进行通信，其中，所述服务器装置具备：存储部，存储与各种设备的环境、条件匹配地预先进行学习而得到的多个共用模型；设备数据获取部，从所述设备获取包括环境、条件的信息的设备数据；对象共用模型选择部，根据获取到的设备数据选择对该设备最佳的共用模型；以及发送部，对该设备发送选择出的共用模型。

摘要： 操作结果预测方法是根据工业过程的多个操作条件来预测工业过程的操作结果的方法，包括：模型选择步骤，根据是否使用多个操作条件中的特定的关键操作条件作为预测操作结果时的说明变量，从多个学习模型之中选择特定的学习模型；及预测步骤，基于在模型选择步骤中选择的学习模型来预测操作结果。