关键词： 高中物理   力学实验   学习方法及技巧  

摘要： 物理作为一门实验性、逻辑性与理论性较强的科目,高中物理尤为如此,不仅教师感到难教,学生也认为难学,令师生双方头疼不已,尤其是在实验学习中,他们更是遇到不少障碍.虽然力学属于高中物理教学中的基础部分,但是同初中相比难度与深度均有所提升,其中在力学实验环节,学生感觉十分吃力,教师需传授一些学习方法及技巧,帮助他们学习好力学实验,使其更好地掌握力学知识.

关键词： 任务型对话系统   对话策略学习   强化学习   用户模拟器  

摘要： 作为任务型对话系统中的关键一环,对话策略可以通过判别式深度Dyna-Q框架训练得到。然而,该框架在直接强化学习阶段采用原始的深度Q网络方法学习对话策略,在世界模型方面采用多层感知机作为模型的基本结构,导致对话策略的训练效率、性能和稳定性降低。本文提出了一种改进判别式深度Dyna-Q的任务对话策略学习方法。在改进后的直接强化学习阶段,利用噪声网络改进了智能体的探索方式,同时将竞争网络的双流架构、双Q网络与n步自举法三者相结合,优化了Q值的计算过程。在世界模型方面,设计了一种基于软注意力的模型替代多层感知机结构。实验结果表明,本文提出的方法在对话成功率、平均对话轮数以及平均奖励3个指标上均优于现有的最佳结果,最后本文通过消融分析和鲁棒性分析,进一步验证了方法的有效性。

关键词： 遥感   滑坡提取   迁移学习   ImageNet   高分一号  

摘要： 2008年汶川8.0级地震触发了大量的崩塌滑坡地质灾害,导致强震区震后地质灾害频发,因其对生命和财产的巨大威胁而广泛关注。利用遥感等技术快速提取滑坡信息,对于减少灾害造成的损失具有重要的现实意义。本文提出一种迁移学习方法,从自然场景数据集中学习特征,迁移到滑坡提取中。该方法首先在ImageNet上预训练ResNet网络,然后输入滑坡区影像样本,将预训练网络及参数迁移至LinkNet上,最终实现滑坡提取。通过对2013年—2015年3景影像的汶川地震震后滑坡提取实验进行分析及验证,结果显示相较于传统支持向量机和其他深度学习方法,本文提出的迁移学习方法有较优的提取精度,有利于后续研判及决策。

关键词： 桥梁工程   桥面风场时程   人工智能   时程深度学习   物理方程约束   流场重构  

摘要： 获得桥面的高分辨率时变流场对研究桥梁风致问题尤为关键,然而受传感器布设与测量方法等因素制约,难以通过试验直接测得高空间分辨率的流场数据。机器学习是流场表征的有效手段,但是数据驱动的训练方法在已知样本较少时难以获得准确的模型。针对此问题,引入流场时程的人工神经网络方法,使用流体控制方程辅助模型训练,通过增加未知测点处的方程约束提高模型的精度,得到了考虑物理约束的桥面风场时程的机器学习重构模型。以低雷诺数桥面绕流为例,实现了基于稀疏已知测点时程数据的模型训练,得到了较好的效果。结果表明:通过引入未知测点处的控制方程约束,可在较少已知时程数据的情况下,获得更准确的桥面风场重构模型,为人工智能方法在风场实测时程数据中的应用提供了基础。

关键词： 流感预测   网络搜索数据   XGBoost   支持向量回归   多元线性回归  

摘要： 目的探讨网络搜索查询数据在流感样病例(influenza-like illness,ILI)预测方面的作用,分析流感跨区域传播的影响,建立符合中国南方地区的流感预测模型。方法通过挖掘与流行性感冒(流感)相关的重要关键词,对关键词进行初筛,并通过分析各关键词与ILI数的时滞相关性,对关键词进一步过滤。基于确定的不同类型关键词和历史流感样病例百分比(influenza-like illness percentage,ILI%)数据,通过考虑相邻地区间流感传播的影响,构建流感预测模型。为验证各模型的可行性,选用多元线性回归、支持向量回归(support vector regression,SVR)和XGBoost方法对模型预测。结果XGBoost方法中模型4的预测精度更高、效果更好,其MSE、RMSE、MAE值分别为0.055、0.235、0.184。结论先行和同步关键词的百度指数以及相邻区域间的ILI%可以有效提高模型预测精度,其结果可为中国南方地区实现更加精准的流感防控提供科学依据。

关键词： 社会情境   跨学科学习   社会资源   社会问题  

摘要： 基于社会情境的跨学科学习是一种以社会资源、社会问题为整合资源的学习方法,其资源类型包括社会议题、社会实际情境与社会教育资源。它通过将社会情境与学科知识相结合,构建跨学科环境,具有问题导向性、多视角性与群体实践性,通过设计“项目+问题”式主题,开展社区学科实践主题活动,建立社会资源与个体学科知识的互联,学生能够从社会情境中学习知识,培养利用跨学科思维解决问题的能力。

关键词： 机器学习   数据库   数理统计   滑坡  

摘要： 机器学习已经在滑坡易发性评价中大量应用且取得了较好的表现,但在进行大区域评价时,仍存在数据库样本需求量大,算力要求高;影响因素分级机械化,未考虑其与滑坡机理的相关性等情况。为减少数据库样本需求,本文提出了构建包含3种坡体状态的滑坡的数据库:已经发生过失稳的坡体、正处于失稳状态的坡体、失稳概率小的坡体,该数据库可以在数值上划分出临界值,便于模型更准确地识别滑坡,较大幅度地减小了数据量。针对影响因素分级机械化的问题,提出了基于频数分布图、累计曲线及其导数图的数理统计方式,更精细地描述因数与滑坡易发性的关系。以新疆滑坡灾害为例,验证了“包含3种坡体状态的数据库”与“基于数理统计的描述方法”的适用性,获得了新疆滑坡灾害易发性分区图。结果表明与传统数据库对比,在不明显改变精度的前提下,减少了90%以上的样本量;基于数理统计的描述方法可以绘制出更加细致的滑坡危险性分区图;活动性断裂和地形起伏度对新疆滑坡易发性起到重要的控制作用。

关键词： 遥感   近地面臭氧   集成学习   极端随机树   梯度回归提升树   极端梯度提升器   TROPOMI   新冠疫情  

摘要： 自2013年大气污染防治行动以来,PM_(2.5)、PM_(10)、SO_(2)、NO_(2)等空气污染物浓度都有不同程度下降,但臭氧污染仍有上升趋势,臭氧污染已成为制约中国空气质量持续改善的关键问题。地基站点可以提供空间上特定点的臭氧浓度,但无法获得近地面臭氧连续的空间分布。由于臭氧大量分布于平流层,遥感卫星反演的臭氧柱浓度产品仅能反映整层臭氧柱浓度,但整层臭氧柱浓度与近地面浓度无明显相关性,因而无法体现近地面臭氧浓度。本文综合地基监测数据、再分析资料、卫星产品,采用不同的模型方法,得到近地面臭氧浓度的时空分布,结果表明集成学习方法可以准确估算近地面臭氧在空间上的分布状况和在时间上的变化趋势。本文对比了梯度提升回归树(GBRT)、极端随机树(ERT)、极端梯度提升器(XGBoost)3种不同的集成学习方法在近地面臭氧污染估算的效果表现,3种集成学习方法在2019年—2020两年的十折交叉验证R^(2)都在0.89以上,极端梯度提升器(XGBoost)方法在RMSE、MAE指标上有最好的表现,2019年—2020年两年的平均RMSE、MAE分别为15.77μg/m^(3)、10.53μg/m^(3),但基于极端随机树(ERT)方法获得的近地面臭氧空间分布更加连续自然。因此最终选择极端随机树(ERT)方法估算得到中国近地面臭氧浓度数据集,并在此基础上进行时空分析。由于中国政府实施积极的减排措施的及疫情影响,臭氧浓度多年来的上升趋势得到了逆转,2020年臭氧年均值为107.41±18.6μg/m^(3),较去年平均值109.26±19.71μg/m^(3),有所减少。时间上,每年的5—9月气温较高,光化学反应剧烈,因而臭氧高污染事件频繁发生。空间上,京津冀地区、长三角地区、珠三角地区、成渝地区等城市群显著高于周围其他区域,是臭氧污染防治的重点区域。

关键词： 深度强化学习   离线元强化学习   对比学习  

摘要： 传统的强化学习算法与环境进行大量交互才能获取稳定的动作选择策略,且无法有效应对任务环境发生改变的情况,因此难以应用于实际问题。离线元强化学习通过使用包含多个任务的经验回放数据集进行离线策略学习,为复杂情况下智能体快速适应新任务提供了一种有效方法。将离线元强化学习算法应用于复杂任务将会面临两个挑战:首先,由于无法与环境进行充分交互,离线强化学习算法会错误估计数据集外动作的价值,进而选择次优动作;其次,元强化学习算法不仅需要学习动作选择策略,还需要具备稳健而高效的任务推理能力。针对上述挑战,提出一种结合对比预测的离线元强化学习算法。为了应对价值函数的错误估计问题,该算法使用行为克隆技术鼓励策略选择包含在数据集中的动作。为了提高元学习的任务推理能力,该算法使用循环神经网络对智能体上下文轨迹进行任务推理,并利用对比学习和预测网络来分析辨别不同任务轨迹中的潜在结构。实验结果表明,相比现有方法,使用该算法训练得到的智能体在面对未见过的任务时的得分提高了25个百分点以上,并且具有更高的元训练效率和更好的泛化性能。

关键词： 学科课程标准   学习意义   学习内容   学习策略  

摘要： 教师普遍反映2022年版义务教育课程标准比2011年版课程标准的学习难度增大。教师们需要专家从宏观角度解读课程标准,还需要基层培训者以一个学习新课程标准亲历者的身份现身说法,分享具体学习策略。培训者要让受训教师明确学习的意义、了解学习内容、掌握学习策略。各学科新课标各有不同,但在培养正确价值观、关键能力、必备品格及聚焦核心素养这些方面是相通的。所以以《义务教育语文课程标准(2022年版)》(以下简称新课标)的学习为例,可以了解学习其他学科新课程标准的策略及路径。