知识深度

摘要： 1 DOK理论为了促进学生达成学习目标并进行相应的结果评价,诺曼·韦伯博士依据布卢姆《教育目标分类学》中的认知领域理论构建了“知识深度等级”(Depth Of Knowledge,DOK),即培养学生知识高阶思维的DOK教学系统.

摘要： 以海外子公司向中国跨国并购企业转移知识的过程为研究对象,围绕以下3个问题展开探索:一是中国跨国并购企业母公司所实施的不同类型的知识转移管控机制对其从海外子公司所获取的知识数量及知识价值会产生怎样的影响?二是被并购的海外子公司所扮演的角色是否会影响到中国母公司所采用的管控机制类型?三是母公司该如何根据子公司知识的深度及宽度来实施最合适的知识转移管控机制?以95家成功实现跨国并购的中国企业数据为样本,探析正式管控机制与社会化管控机制对从子公司转移到中国母公司的知识数量及价值产生的影响,并通过实证分析,对与知识转移过程以及知识转移管控机制相关的变量进行描述性统计分析及相关性分析,并在回归分析的基础上深入探讨这些变量之间可能存在的直接效应与调节效应。基于此,得出中国跨国并购企业知识转移管控机制的一般规律,以及海外子公司知识深度及宽度对中国跨国企业母公司实施的知识转移管控机制所产生的影响。

摘要： 6月26日至27日,第二十四届中国科协年会在长沙举行。来自国内外110多名院士及6000多名科学家、企业家和各界人士围绕“创新引领自立自强——打造中部崛起新引擎”的主题,通过线上线下方式相聚一堂,共同演绎高端前沿科技的互动场景、产业前景,一起奏响科技知识深度普及的“大合唱”。

摘要： 研究知识深度对高校知识创新绩效的影响以及知识宽度、知识搜索和知识重用的曲线调节作用能为高校知识创新绩效和能力提升提供参考。基于33所高校2011—2020年公开的专利数据,构建固定效应层级回归分析模型,分析知识深度对高校知识创新绩效的影响曲线以及知识宽度、知识搜索和知识重用的曲线调节作用。研究发现,知识深度对高校知识创新绩效存在显著正向影响,但不呈现像企业那样的倒U型关系;知识宽度、知识搜索在知识深度和高校知识创新绩效的响应关系曲线中起显著的负向调节作用;当知识宽度、知识搜索负向调节作用显现时,知识重用的正向调节也会随之凸显。

摘要： 深度教学是目前课堂教学的热度词,它是对知识的追问、对学习的追问以及对当下课堂教学乱象的反思提出的。课堂教学只有建立在充分的知识广度、知识深度和知识关联度的基础上,学生才能获得知识真正的内在价值。而知识广度、知识深度、知识关联度就是学生内在的元认知。对于深度教学,最重要的是把握一个度。

摘要： 基于多主体仿真方法,构建了成员知识基础对创新绩效影响的动态仿真模型,分析了成员知识深度、知识宽度和知识交叠度对创新绩效的内在作用机理,解答了组织应该选择什么样的人、以及不同的人如何影响组织创新这两个重要问题.研究结果表明,知识宽度对创新绩效有积极效应,而知识深度的效应依赖于知识宽度与知识交叠度的交互影响.其中,知识宽度较低时,知识深度存在消极影响.知识宽度较高时,知识深度对创新绩效存在倒U型影响.知识宽度中等时,成员所拥有的优势知识是否重复至关重要.当优势知识均匀分布时,知识深度呈现积极效应;当优势知识高度重复时,不同领域的知识难以被融会贯通,知识深度的积极效应转变成消极效应.总体来说,兼具知识宽度和知识深度的T型人才最有利于提高创新绩效.此外,在专业型人才队伍中适当引入通用型人才,能够在多数情况下保证组织的最优表现.

摘要： 基于资源基础理论与知识基础理论,以2013—2018年高新技术企业为研究样本,对管理者过度自信与企业技术创新绩效的关系展开研究,并探讨了政府补助与知识基础的调节作用.结果表明,管理者过度自信会显著提高企业技术创新绩效,政府补助和知识宽度会正向调节管理者过度自信与技术创新绩效之间的关系,而知识深度在该关系中起到负向调节作用.

摘要： 随着技术复杂性和环境动态性的提高,企业纷纷向外寻求技术资源,开展合作研发和技术购买等外部研发模式。企业知识深度关系到企业吸收和利用外部知识的效率,在外部研发与创新绩效之间起到调节作用。本文在已有研究的基础上,总结外部研发影响创新绩效及知识深度调节效应的作用机理。

摘要： 基于美国学者韦伯提出的"知识深度模型",因循统编教科书的编撰系统,提出大单元教学的规划与设计.此设计锚定"写作"为单元教学的顶层学习项目,统筹单元的整体教学.在具体执行中,做到明晰各篇目学习项目,确保基础建设扎实且充分;关照与联系各个项目,确保策略形成系统且灵活;发挥教师作用,确保目标达成真实且有效.

摘要： 以2017年国家科技部创新调查中的720家制造业企业为样本,研究了知识深度和广度对企业高质量创新的影响,并将社会联结作为调节变量研究其作用机制。实证结果表明:知识深度与企业高质量创新之间存在倒U型关系;知识广度与企业高质量创新之间存在正相关关系,知识广度越高,越有利于企业高质量创新;知识深度和知识广度之间的相互作用会对企业高质量创新产生影响;企业具有的机构联结负向调节知识深度与企业产品创新绩效之间的倒U型关系,企业具有的市场联结负向调节知识深度与企业产品创新绩效和工艺创新绩效之间的倒U型关系;企业具有的社会联结正向调节知识广度与企业产品创新绩效之间的正相关关系。研究结论搭建了知识基础理论与社会资本理论之间联系的桥梁,同时丰富了企业技术创新理论,在实践上为企业进行知识管理和创新管理提供了借鉴与启示。

摘要： 本公开涉及知识图谱技术领域，提出了基于深度嵌入表示和深度图计算的知识表示方法及系统，包括如下过程：针对被处理的知识图谱，利用深度图计算链接预测算法，根据知识图谱的图结构和语义信息，预测知识图谱中可能形成链接的实体对；利用深度嵌入自适应知识嵌入方法，采用自适应度量方法和深度嵌入空间投影相结合，验证链接预测阶段得到的实体对之间的关系，形成正确的三元组，更新知识图谱。本公开充分考虑知识图谱内部信息，基于深度嵌入表示和深度图计算，应用两种改进方法的结合方式实现知识图谱的缺失补全。

摘要： 本发明公开了一种基于知识融合与深度强化学习的紧急切机决策方法，属于电力系统稳定性控制领域，包括：根据任一故障工况相应的当前紧急切机控制策略，仿真得到第一母线电压和第一发电机功角数据；利用BDQ网络智能体决策出新的紧急切机控制策略；根据新的紧急切机控制策略，仿真得到第二母线电压和第二发电机功角数据，计算相应的奖励；将不同故障工况下的第一母线电压、第一发电机功角数据、新的紧急切机控制策略、第二母线电压、第二发电机功角数据和奖励作为第一样本，并训练BDQ网络智能体，重复上述操作直至训练后BDQ网络智能体决策得到的紧急切机控制策略有效。减少离线紧急切机控制措施制定的时间，提升工作效率，实用性强。

摘要： 本申请提出了一种基于知识驱动的深度学习图像分类方法和系统，涉及图像分类技术领域，该方法包括：构建基于知识驱动的深度学习图像分类模型，并对构建的模型进行训练；获取待分类的图像，使用特征提取模块对待分类的图像进行特征提取，得到特征向量；将特征向量分别输入先验知识预训练模块和图像分类模块，得到先验知识多标签分类结果和图像分类结果。采用上述方案的本申请能够增强图像特征提取及分类任务的准确度，降低深度学习模型对数据量的依赖程度，缓解部分专业领域的数据收集和标注压力。并且本申请采用多标签分类方式将先验知识融入到深度学习模型的学习中，有效缓解了分割标注带来的压力，提升了系统在部分专业图像分类领域的可用性。

摘要： 本发明提供了一种基于多模态异构图注意力网络的深度视频理解知识图谱构建方法，将音频片段、每段音频对应的文本以及人物和物品送入人物/位置重识别系统，提取对齐后的人物、音频、文本、关键帧以及物品的特征；将提取的特征送入多模态异构图注意力网络，预测人物与人物以及人物与位置之间的关系，根据预测的关系生成知识图谱。本发明利用多模态异构图注意力网络预测人物与人物、人物与位置之间的关系，能显著提高预测关系的准确率。

摘要： 本发明提供一种基于知识增强的深度强化学习交互式推荐系统及方法，涉及推荐技术领域。本系统包括数据采集清洗模块、环境模拟器构建模块、知识图谱构建模块、图卷积模块、用户状态表示模块、策略网络模块和值网络模块。本发明结合知识图谱中丰富的语义信息，利用图卷积网络结构，沿着高阶连通性递归地传播相邻实体的嵌入表示，并采用图注意力网络思想，利用知识图谱中丰富的语义信息增强项目表示，同时又融合了用户‑项目二部图，从集体的用户行为充分挖掘潜在关系，从而准确捕捉用户的动态偏好，并利用深度强化学习自主学习最优推荐策略，从而提高推荐准确度。

摘要： 本发明涉及一种融合深度知识追踪的动态感知试题推荐方法及系统，属于计算机领域。第一步：将学生的试题交互序列数据输入嵌入层，把大规模稀疏特征转换为适合模型输入的低维密集特征，并按时间对学生试题交互排序；第二步：使用门控循环单元来建模试题交互序列之间的依赖关系，并引入辅助损失函数利用下一个试题交互来监督当前隐藏状态的学习；第三步：设计了带有自注意更新门的门控循环单元对与目标试题相关的知识演化过程进行建模；第四步：将学生动态的知识状态和目标试题的嵌入向量串联，馈入多层感知机进行最终的Softmax判决，决定目标试题是否要推荐给学生。本发明有效地提高了试题推荐预测的性能，实现对学生个性化试题推荐。

摘要： 一种面向智能安防的视觉深度模型知识重组方法，首先，收集安防边缘测的视觉数据，明确模型任务，收集数据进行标注，训练目标任务模型。然后，利用归因图计算目标模型和不同预训练模型之间的可迁移分数，将归一化的可迁移分数作为模型选择的概率，可放回地采样形成模型集合；在联邦学习范式的基础上，将目标模型分发到不同的节点，利用表征蒸馏迁移预训练模型的特征提取能力，在目标模型学习和迁移完成后，通过平均的方式在中心节点进行知识重组，重组过后的模型再次分发到选择的模型节点进一步迭代。最后，再利用目标数据集进行微调目标模型，从而学习得到一个在智能安防领域的目标任务上表现良好的视觉深度模型，并且保护了数据隐私和模型隐私。

摘要： 本发明公开了基于机器人的知识库深度审核调优的方法及系统、存储介质，属于人工智能的技术领域。包括：将原知识库分割成已审核数据库和待审核数据库；构建模型，所述模型包括审核模块和优化模块；基于输入指令的类型，调用审核模块或优化模块；所述审核模块用于对待审核数据库中的信息逐条进行审核，若发现错误则进行更正并保存至已审核数据库中得到实时知识库；所述优化模型对实时知识库中信息进行内容优化并存储。本发明通过对原知识库中的数据进行不定期或者定期的审核与优化，不断提升原知识库中的数据精度，且所述精度不仅仅从答案出发，同时也从问题出发，双向进行不同层次的历练。并保证了原知识库中的数据与时俱进，具有时效性。

摘要： 本发明涉及人工智能技术领域，为了提高知识图谱问答的准确性，提供了一种基于深度学习和人机交互的知识图谱问答方法，包括：步骤1、通过人机交互获取用户输入的问题；步骤2、根据问题及知识图谱得到候选答案；步骤3、通过问答方式与用户进行交互从而优化输入的问题，重复步骤2获取答案；步骤4、向用户返回答案。系统包括问题输入模块、自然语言处理模块、交互优化模块、及结果输出模块。采用上述方式可以提高知识图谱问答的准确性。

摘要： 本发明公开了本发明公开一种基于图像知识回顾的深度卷积神经网络自蒸馏方法，该方法首先针对目标网络设置辅助网络，在目标网络的下采样层引出分支，采用知识回顾的思路依次融合和连接各个分支，在训练过程中，通过监督学习以及采用目标网络的下采样层向引出分支层进行学习的方式，达到自蒸馏的目的。本发明在深度卷积神经网络自蒸馏领域引入知识回顾的思路，提高了深度卷积神经网络的训练精度；采用辅助网络的形式进行自蒸馏，相对使用数据增强来拉进类内距离的自蒸馏方法，在实际应用中更加简洁方便。