教育公平问题

摘要： 学区房及其背后的教育公平问题,一直是社会关注的焦点和热点。在北京这样的一线城市,无论房子怎样“老破小”,只要和名校挂钩,每平方米卖到几十万元已不足为奇。2020年4月30日,北京市西城区教育委员会发布《关于西城区2020年义务教育阶段入学工作的实施意见》(以下简称《意见》)。这份文件长达8页,但核心内容就两条:“六年一学位”和多校划片。

摘要： 家庭资本显著影响校外培训教育一直被视为促进社会阶层流动和社会公平的重要途径,古今中外对教育公平问题的关注和讨论从未减弱过。校外培训一旦被家长视为重要的教育资源,学生是否有能力获得校外培训以及获得校外培训的多寡好坏,将直接影响教育机会公平。

摘要： 2015年国务院提出“重点支持特殊教育,在民族地区的地市州盟和30万人口以上、残疾儿童较多的县市区旗建好一所特殊教育学校,配齐特教专业教师,完善配套设施……提高随班就读和特教班的教学质量”。政策出台大力推动了我国民族地区特殊教育教师培养。当前,我国民族地区特殊教育师资研究在众多领域取得丰硕成果,但仍有待完善。民族地区特殊教育教师培养系社会核心的教育公平问题,是民族团结构成要素之一,因此加强民族地区教师培养对我国教育事业有重大意义。

摘要： 每年两会,与教育相关的“声音”都会受到广泛关注。大数据透视两会教育热点,新华网2020两会热点调查显示,近一年来的网上热点分析,在民众最关注的教育公平问题中,“加强师德师风建设”热度排名第三位。数据显示,从1949年到2018年,我国教师从93.5万人增加到1672.85万人。进入新时代,教师队伍建设受到空前关注。关于教师问题的调查显示,网民关注最多的就是“师德师风建设”。

摘要： 目前,我国的教育事业已取得长足发展,但教育的总体质量仍有很大的提升空间,教育公平问题备受挑战——由于长期以来优质教育资源的相对缺乏和教育资源配置不均衡,"择校热"、天价"学区房"、"教育机会不均"等问题频发。这很可能扰乱我国教育事业的正常发展,拉大社会阶层差距,加剧"社会底层复制"的代际传递现象。

摘要： 目前,中国教育公平问题既体现在城乡教育的不公平上,也表现在民办教育与公办教育的不公平上。中国教育的基础是乡村教育,相较于城市教育的跨越式发展,中国乡村教育存在严重的滞后性;同样,相对于公办教育越做越强,中国民办教育的发展则举步维艰。回归教育本质,捍卫教育公平,这是中国教育取得长足发展的根本。

摘要： 2017年7月22日至24日,中国陶行知研究会主办的第五届＂行知式校长高级研修班＂暨第十七届＂陶研骨干培训班＂在温州翔宇中学顺利举办,来自全国各地的近500位校长和教师参训。培训彰显行知精神,与时代俱进,让理论与实践碰撞,让思考与行动高扬,启人迪思,立德树人,乐育行知骨干,涵养万千陶子。

摘要： 本文探讨了谁从政府高等教育补贴政策中获益，介绍了高等教育机会均等状况的城乡调查结果，分析了我国高等教育在公平方面存在的问题。

摘要： 本文探讨了谁从政府高等教育补贴政策中获益，介绍了高等教育机会均等状况的城乡调查结果，分析了我国高等教育在公平方面存在的问题。

摘要： 本文探讨了谁从政府高等教育补贴政策中获益，介绍了高等教育机会均等状况的城乡调查结果，分析了我国高等教育在公平方面存在的问题。

摘要： 本文探讨了谁从政府高等教育补贴政策中获益，介绍了高等教育机会均等状况的城乡调查结果，分析了我国高等教育在公平方面存在的问题。

摘要： 本文探讨了谁从政府高等教育补贴政策中获益，介绍了高等教育机会均等状况的城乡调查结果，分析了我国高等教育在公平方面存在的问题。

摘要： 本文探讨了谁从政府高等教育补贴政策中获益，介绍了高等教育机会均等状况的城乡调查结果，分析了我国高等教育在公平方面存在的问题。

摘要： 本发明公开了一种全局公平的自适应比例公平调度方法，解决了比例公平调度不能保证短期公平的问题。包括以下步骤：基站获取用户反馈的信道质量信息，基站计算对应用户调度优先级，并调度优先级最大的一个或多个用户与之进行通信，计算所有用户调度优先级方差，确定遗忘因子，用遗忘因子更新用户平均信道质量，用于下一次数据传输前的用户调度优先级计算。本发明根据全体用户调度优先级的离散程度，动态调整比例公平调度中遗忘因子，进而影响各用户调度优先级，兼顾长期和短期公平性以及系统和速率，保证良好的时延性。不需要针对每个用户单独维护遗忘因子，复杂度低。用于蜂窝通信系统中的多用户调度。

摘要： 本申请涉及一种公平可搜索加密方法、公平可搜索加密系统，公平可搜索加密方法结合了国密算法与对称可搜索加密技术，针对云环境下大数据场景，使用加解密效率更快的对称可搜索加密技术，并利用国密SM4分组算法实现加解密，提升了数据集的加解密效率，对传统可搜索加密算法进行了优化，达成检索效率上一定的提升。并且，结合区块链中智能合约允许在没有第三方的情况下，自动执行合约内容的特点，设计多个合约函数，以此提出一个公平性协议，解决了在付费检索的云环境下，用户与云服务器之间的交易不公平性问题，为用户提供了安全、高效、公平的交易环境。

摘要： 本发明提供了一种基于公平理论的面向联邦学习的公平奖励分配方法。该方法包括：将亚当斯的公平理论应用于联邦学习中，参与方综合分析对联邦任务投入的所有因素后，给出本次任务的期望奖励，任务发布者利用参与方的历史任务计算出参与方的声望；参与方利用本地数据参与每轮训练任务，评估参与方的数据贡献、模型贡献和等待时间补贴三因素，综合三因素的贡献结果评估参与方的贡献；当全局模型收敛后，以参与方的实际奖励与期望奖励尽可能接近为目标，根据公平奖励目标函数动态调整三因素权重，获取并分发参与方的实际奖励。本发明综合考虑不同参与方的实际情况，以尽可能满足所有参与方的期望为目标分配实际奖励，实现满足参与方期望的公平性。

摘要： 本发明公开了一种全局公平的自适应比例公平调度方法，解决了比例公平调度不能保证短期公平的问题。包括以下步骤：基站获取用户反馈的信道质量信息，基站计算对应用户调度优先级，并调度优先级最大的一个或多个用户与之进行通信，计算所有用户调度优先级方差，确定遗忘因子，用遗忘因子更新用户平均信道质量，用于下一次数据传输前的用户调度优先级计算。本发明根据全体用户调度优先级的离散程度，动态调整比例公平调度中遗忘因子，进而影响各用户调度优先级，兼顾长期和短期公平性以及系统和速率，保证良好的时延性。不需要针对每个用户单独维护遗忘因子，复杂度低。用于蜂窝通信系统中的多用户调度。

摘要： 本发明提供一种同时考虑行程时间和公平性的交通灯控制方法及系统，其中方法包括：将行程时间策略Q网络的结果值输入至行程时间策略Q网络的交通仿真环境，将公平性策略Q网络的结果值输入至公平性策略Q网络的交通仿真环境，得到每个路口的奖励以及下一步的状态；通过DQN算法，根据行程时间策略Q网络的元组型数据缓存器中的数据对行程时间策略Q网络进行更新，根据公平性策略Q网络的元组型数据缓存器中的数据对公平性策略Q网络进行更新；建立中心Q网络，并将更新完成的行程时间策略Q网络和更新完成的公平性策略Q网络蒸馏至中心Q网络。本发明同时考虑路网中车辆的平均行程时间以及公平性，达到在行程时间相同下，公平性更好的效果。

摘要： 本发明公开了一种基于矩阵分解和BP神经网络的公平推荐方法和装置，其中，该方法包括：存取推荐所需的关系图谱信息，基于关系图谱信息，使用字符串处理库对字符串进行数据预处理，以得到预处理函数；基于预处理函数，使用预定义划分公式将所有的待推荐物品划分为热门物品和非热门物品；对于热门物品的推荐，对热门物品使用BP神经网络训练残差，将残差融合到MF算法中，以得出第一推荐评分；对于非热门物品的推荐，使用用户预先给出的信息，利用公平推荐算法，计算得到第二推荐评分；根据第一推荐评分和第二推荐评分，获取预设个数进行推荐。本发明实现了针对非热门物品的公平推荐，在推荐系统中融入了情景因素，提升了推荐的准确性。

摘要： 本发明提出了一种基于公平联邦学习算法的数据分类方法及系统，利用各用户端拥有的本地数据集，基于熵权法确定得到各用户端的数据质量分数，基于用户端的数据数量和用户端的数据质量两方面定义聚合权重，根据考虑了数据数量和数据质量两方面的聚合权重对全局模型进行更新，解决了传统的联邦学习中未考虑权重分配或仅考虑了用户端的数据数量一方面，对各用户的聚合权重分配不公平的问题，本发明的方案相对于传统的联邦学习方案，对于参与训练的各用户端更加公平，更能够促进数据质量分数高的用户端加入到联邦学习中来。

摘要： 本发明公开了一种公平的4G与5G网络动态频率分配方法，包括以下步骤：步骤1，4G和5G频率动态共享基站系统启动或初始化阶段，该基站系统对无线资源进行初始分配；步骤2，4G和5G频率动态共享基站运行一段时间后，该基站系统基于超可靠和低延迟通信业务历史吞吐量，结合网络承载能力和无线资源利用率，动态分配部分无线资源，将系统剩余的无线资源，基于4G和5G网络历史吞吐量情况按比例进行动态分配，实现所有无线资源的重新分配；步骤3，4G和5G频率动态共享基站每隔一段时间后，重复步骤2，持续对无线资源进行动态调整。

摘要： 本发明实施例公开了确保离线电子竞技公平的方法、装置、终端及存储介质，该方法包括：在游戏场景中设置虚拟摄像机；通过所述虚拟摄像机对所述游戏场景中的指定目标进行监控；若监控到所述指定目标触发预设的计分事件，则生成对应所述计分事件的图片；将所述图片作为计分凭证进行存储。本方案中采用虚拟摄像机监控游戏场景的方式，当触发有计分事件时，则获取到计分事件对应的图像作为计分凭证，本方案由于采用的是图像作为计分凭证，运行时，对资源的消耗较小，且可以适用于各种离线电竞赛事的需求，生成的图片文件小、利于后续解压，且图片是对应计分事件的，也利于后续进行游戏复盘。

摘要： 本发明公开了一种基于用户公平性最大化的任务卸载与资源分配方法，边缘计算服务平台收集其对应地区的任务信息，以基于最大化用户公平性为边缘计算服务平台的目标函数，将所述任务集合中的任务卸载到边缘计算服务器进行计算，并对应分配任务所需的计算资源。具体来说，在每个时隙初边缘服务平台会收集该时隙的任务信息，首先为每个任务选择其计算的边缘计算服务器，并在任务卸载方案的基础上采用公平性最大化的资源分配方法确定每个任务在其对应服务器上获得的资源数量，以最小化该时隙内所有任务的最大服务体验欠缺系数。本发明方法能够在预算约束的条件下，让用户有更好的服务体验。