关键词： 列宁   辩证法   文艺批评   中国特色社会主义文化建设  

摘要： 列宁在1908—1911年间写作的六篇对托尔斯泰批评的文章是以文艺评论引导无产阶级正确把握俄国革命现实的重要思想抓手。通过分析无产阶级在资产阶级民主革命不同阶段的思想状况,列宁把托尔斯泰的思想矛盾划分为阻碍俄国革命发展的保守部分与助推俄国革命发展的先进部分,为俄国无产阶级指明了社会主义思想认识的发展方向。他以一种唯物的、历史的、发展的认识方法把俄国现实主义文艺成就与俄国无产阶级思想接续起来,指出了具有特殊性的无产阶级文化从普遍性的日常创作中深化发展的伟大可能,指出了成熟的政治认识从不成熟的艺术认识中脱胎而生的伟大可能,指出了社会主义新文明从本国旧传统中孕育的伟大可能。这份辩证意蕴为当代中国激发全民族文化创新创造活力、铸就中国特色社会主义文化新辉煌留下了宝贵的思想遗产。

关键词： 深度学习方法   人工神经网络   冰雹预测   玉溪市   烤烟种植区  

摘要： 冰雹预测最核心的是判断所提供的数据是具有降雹特征还是非降雹特征,同时冰雹云的发展,跟时间序列有密切关系,因此可以用深度学习方法建立冰雹预测模型。将玉溪市2006—2018年的降雹过程雷达参数通过数据标准化,利用深度学习方法,学习降雹雷达回波特征,建立冰雹预测模型。将2019—2021年的降雹过程和非降雹过程数据用于预测检验。经验证:降雹预测模型的准确率达82.6%。证明了在气象领域使用深度学习方法预测冰雹天气的可行性。

关键词： 近视   散光   像差测量   机器学习   算法   年龄分布  

摘要： 目的探讨不同年龄近视眼和近视散光人群的低阶像差和高阶像差的分布规律。方法横断面研究。连续收集2013年1月至2017年7月于天津市眼科医院屈光手术中心进行像差检查的近视眼和近视散光人群资料,均取其右眼数据用于分析。所有受试者进行Wavescan波前像差仪、裂隙灯显微镜、主觉验光和最佳矫正视力(BCVA)检查。每例受试者检查结果数据为32项,包括受试者年龄、BCVA、低阶像差(球镜度数、柱镜度数和散光轴位)以及高阶像差(3~6阶像差的Zernike多项式系数及其均方根)。将年龄分为5个值域,其他特征分为3个值域,采用关联规则挖掘中的频繁模式增长算法进行机器学习,分别用置信度和支持度来表示年龄与不同特征关联规则的真实性和频率。结果最终纳入1507例受试者,其中男性694例,女性813例;年龄为(23.28±5.45)岁。高阶像差在年龄从低到高的人群中呈现降低的趋势,最低值出现在25~30岁人群[3阶像差均方根(低均方根的置信度为47.74%)、4阶像差均方根(低均方根的置信度为86.01%)和三叶草像差(x和y轴方向低均方根的置信度分别为56.38%和73.25%)]和30~35岁[初级球差(低像差的置信度为56.10%)和垂直彗差(像差的置信度为56.91%)],然后又随年龄段增大。顺规散光随人群年龄段增大逐渐减少,而逆规和斜轴散光则逐渐增多(顺规散光的置信度在由低到高的年龄段人群中分别为88.66%、84.71%、81.07%、79.67%和66.35%,呈降低趋势,而逆规和斜轴散光逐渐增加)。结论随着年龄的增长,人群中顺规散光减少,逆规散光增加;25~35岁人群的高阶像差最低。

关键词： 数据建模   机器学习   人工智能   学习模型  

摘要： 随着人工智能(artificial intelligence,AI)的蓬勃发展,相应的机器学习方法也在不断取得新突破.本文通过对聊天机器人的发展进行回顾,梳理了人工智能和机器学习的基本研究现状,特别是依据任务及算法类型,依次介绍了在数据建模中常用的机器学习技术,包括监督学习、无监督学习、弱监督学习、强化学习和深度学习领域的典型方法或模型.本文最后还对机器学习的未来研究所面临的挑战和可研究方向进行了讨论.

关键词： 工业物联网   隐私保护   联邦学习   非独立同分布数据  

摘要： 联邦学习在不交换本地数据的情况下可以完成多方协作训练,很好地解决了工业物联网领域数据隐私保护及共享问题。但是传统的联邦学习在面对非独立同分布的工业数据时,会因为局部模型更新导致模型的偏移。针对上述问题,提出非独立同分布工业大数据下联邦动态加权学习方法,该方法分为局部更新和全局聚合两个阶段。在局部更新阶段,利用联邦距离算法消除偏移程度过大的局部模型的影响;在全局聚合阶段,提出动态加权算法,动态的给对全局模型更有利的局部数据分配更大的训练权重。该方法既考虑了局部更新导致的模型偏移程度问题,又兼顾了偏移局部模型对全局模型的影响。通过实验验证了该方法在面对非独立同分布的工业数据时具有良好的效果。

关键词： 数学成绩   学习态度   学习方法   思维方式  

摘要： 从小学到高中,绝大部分学生在数学这一学科投入了大量的时间和精力,然而并非人人都能学好数学,在教学过程中发现,数学成绩不太理想的那些学生,除了少数学生不努力,还有多数学生的学习目的、学习态度都很好,但成绩就是不理想,这就使教师不得不从学生的学习方法、教学方法以及思维方式上找原因.基于此,文章结合笔者自己多年一线教学的经历和感受,从明理之“道”、应考“术”、始终之“道”三个方面阐述看法、总结经验、提出建议,以期使学生在数学学习上能够找到适合自己的方法.

关键词： 自步学习   多项式混合权重   参数自适应   监督学习  

摘要： 自步学习是一种受人类和动物学习过程启发的学习机制,它赋予训练样本不同的权重,从而逐步将简单到更复杂的样本纳入训练集进行学习.自步学习在目标函数中加入自步正则项控制学习过程.目前存在多种形式的自步权重正则项,不同的正则项可能会导致不同的学习性能.其中,混合权重正则项同时具有硬权重和软权重的特点,因而被广泛应用在众多自步学习问题中.然而,当前的混合权重方法只结合了对数软权重,形式较为单一.此外,相较于软权重或硬权重方式,混合权重方法引入了更多的参数.提出一种自适应混合权重的自步正则方法来克服形式单一和参数难以调节的问题.一方面,在学习的过程中权重的表示形式能够自适应进行调整,另一方面,可以根据样本损失分布特点来自适应混合权重引入的自步参数,从而减少参数对人为经验的依赖.行为识别和多媒体事件检测上的实验结果表明提出的方法可以有效地解决权重形式和参数的自适应问题.

关键词： 科学发现   机器学习   科学大数据   瞬变事件发现   智能科学发现  

摘要： 大规模科学装置与重大科学实验使得科学发现进入了数据密集型的第四范式,借助蓬勃发展的人工智能技术促进智能科学发现势在必行.机器学习作为人工智能中的一项重要技术,已广泛应用于各个科学领域.然而,现有工作仅研究特定任务下的机器学习方法,没能抽象出一个通用的智能科学发现研究框架.本文首先总结了科学发现任务中常用的机器学习方法,并将科学任务归类为五大机器学习问题.其次,提出了基于机器学习的智能科学发现研究框架,作为“AI for Science”的典型范例,阐述了一种高效的智能科学发现模式.再次,本文以时域天文学中发现瞬变事件这一科学任务为例,通过实验证明了唯有恰当地结合领域知识后,机器学习算法才能更好地服务于智能科学发现,验证了该框架的有效性.最后进行总结与展望,以期对各领域进行智能科学发现形成参考意义.

关键词： 小样本学习   多模态融合   图像分类   表示学习  

摘要： 深度学习模型取得了令人瞩目的成绩,但其训练依赖于大量的标注样本,在标注样本匮乏的场景下模型表现不尽人意.针对这一问题,近年来以研究如何从少量样本快速学习的小样本学习被提了出来,方法主要采用元学习方式对模型进行训练,取得了不错的学习效果.但现有方法:1)通常仅基于样本的视觉特征来识别新类别,信息源较为单一;2)元学习的使用使得模型从大量相似的小样本任务中学习通用的、可迁移的知识,不可避免地导致模型特征空间趋于一般化,存在样本特征表达不充分、不准确的问题.为解决上述问题,将预训练技术和多模态学习技术引入小样本学习过程,提出基于多模态引导的局部特征选择小样本学习方法.所提方法首先在包含大量样本的已知类别上进行模型预训练,旨在提升模型的特征表达能力;而后在元学习阶段,方法利用元学习对模型进行进一步优化,旨在提升模型的迁移能力或对小样本环境的适应能力,所提方法同时基于样本的视觉特征和文本特征进行局部特征选择来提升样本特征的表达能力,以避免元学习过程中模型特征表达能力的大幅下降;最后所提方法利用选择后的样本特征进行小样本学习.在MiniImageNet、CIFAR-FS和FC-100这3个基准数据集上的实验表明,所提的小样本学习方法能够取得更好的小样本学习效果.

关键词： 项目式学习   主题意义   初中英语  

摘要： 阐述“双减”和课程改革背景下项目式学习的内涵及意义。结合案例,从设计驱动性问题、创设真实情境、多维度评价等三个方面探究在初中英语教学中开展项目式学习的实施策略。提出通过开展项目式学习,能够激发学生的学习内驱力,提高其运用英语解决实际问题的能力,促进其全面发展,从而落实核心素养培育。