关键词： 历史学科核心素养   开展策略   批评指正   高中历史教师   研究性学习   培养合格人才   策略和意义   家史  

摘要： 历史学科核心素养的提出顺应了新时代培养合格人才必备的历史人文素养的发展趋势,也为历史教学指明了新的方向。如何培养学生的历史学科核心素养,已经成为高中历史教师研究的重要课题。本文就开展家史研究性学习在培养学生历史学科核心素养上的策略和意义做一些探索,以供方家批评指正。

关键词： 旷场实验   社交行为   关键点检测   虚拟柔态模型  

摘要： 旷场实验是动物行为学与药物实验分析中常用的实验方法。为了获取药物对小鼠情感变化的影响程度,通常需要多只小鼠来进行实验。在记录多只小鼠行为状态的过程中,不可避免地会产生遮挡问题,导致对小鼠行为差异的观测精确度降低,从而影响对药物疗效的判断。为了解决此问题,本文以真实状态下拍摄的数据集作为研究对象,提出虚拟柔态模型来对遮挡部分信息进行预测,对所分类的特征进行数据增强,进而提高了社交行为分类的准确率。在测试中,该方法对于3种行为分类的准确率分别为92.8%、99.7%、99.0%。另外,本文提出的虚拟柔态模型是基于单相机拍摄,有效减少了拍摄时的人为误差以及成本耗费,其社交行为分类准确率与三维空间拍摄的分类准确率相似,但在硬件设施上以及数据集处理方面优于现有的分类方法。

关键词： 教学拓展   学习方法   数学素养  

摘要： 教学拓展是数学课堂教学的重要组成部分,其目的是通过有效拓展帮助学生全面系统深刻地理解知识,激发学生的学习兴趣,改进学生的学习方法,提升学生的数学素养.在教学中,教师应仔细挖掘各种教学资源,把握教学拓展良机,通过有针对性的拓展激发学生的动机,提升学生的数学学习能力.

关键词： 知识图谱   知识表示   多源信息融合   表示学习   链接预测  

摘要： 现有的知识表示方法只考虑三元组本身或一种额外信息,没有充分利用外部信息对知识表示进行语义补充,为此提出一种融合文本描述信息和层次类型信息的知识表示学习方法.使用卷积神经网络(CNN)从文本中提取特征信息;使用基于注意力机制的卷积神经网络区分不同关系的特征可信度,以增强实体关系结构向量在现有知识图谱中的表示,获得丰富的语义信息;使用加权层次编码器来构造层次类型投影矩阵,将实体的所有层次类型投影矩阵与特定关系类型约束结合起来.在WN18、WN18RR、FB15K、FB15K-237和YAGO3-10数据集上,进行链接预测和三元组分类等任务,以分析和验证所提模型的有效性.实验结果表明:在实体预测实验中,所提模型与TransD模型相比,MeanRank(Filter)降低了11.8%,Hits@10提升了3.5%;在三元组分类实验中,所提模型的分类精度比DKRL模型提高了8.4%,比TKRL模型提升了8.5%,充分证明利用外部多源信息能够提高知识表示能力.

关键词： 深度学习   现代教育改革   真实情境   学生核心素养   项目化学习   微项目学习   课堂教学   培养标准  

摘要： 在现代教育改革逐渐深入发展的背景下,传统的科学教学方式已难以适应新时期学生的成长需求和培养标准,因此项目化学习应运而生。项目化学习有利于教师改进教学方式,丰富评价手段,有助于学生提升思维能力和实践能力。微项目学习是项目化学习深度融入课堂教学的产物,它突破了项目化学习与课堂教学之间的壁垒,具有简单、灵活、高效的特点,适合在四十分钟的常规课堂中实施,对推动学生核心素养的发展具有重要意义。让思维在有意义的微项目学习中发展,旨在基于真实情境,让学生运用学科核心知识去解决实际问题。

关键词： 机器学习   标签比例学习   迁移学习   集成学习  

摘要： 标签比例学习(LLP)是一种将实例放入包中的机器学习方法,它只提供包中的实例信息和标签比例信息,而不提供标签信息。针对多个相关任务的LLP问题,提出了一种基于迁移学习的标签比例集成学习模型,简称AT-LLP,该模型通过在任务之间构建共享参数来连接相关任务,将源任务中学习到的知识迁移到目标任务中,从而提高目标任务的学习效率。同时该算法引入了集成学习算法,在分类器多轮迭代的学习过程中,不断调整训练集的权重系数,进一步将弱分类器训练为强分类器。实验表明,所提AT-LLP模型比现有LLP方法具有更好的性能。

关键词： 学习路径   单元整体教学   有余数的除法   竖式  

摘要： 竖式记录每一步计算的过程。要理解其算理,就要在教学中做好情境意义、操作过程与竖式记录的关联。“有余数的除法”单元的核心目标有两个:(1)理解有余数的除法的含义以及余数与除数的关系;(2)理解除法竖式的合理性并掌握除法竖式。从有余数的除法开始学习除法竖式,能让学生更好地理解除法竖式的合理性。同时,学习除法竖式的过程,又能帮助学生更好地理解除法含义。

关键词： 机器学习   系统软件   索引结构   键值存储   并发控制  

摘要： 机器学习方法为构建系统软件带来了新的机遇.为充分利用硬件资源支撑新型应用,系统软件的设计与实现需要不断改进与演化,以适应不同场景的需求.机器学习方法具有从数据中提取规律并自动优化系统性能的潜力.然而,使用机器学习方法赋能系统软件面临一些挑战,包括设计面向系统软件的定制化模型、获取足量且高质量的训练数据、降低模型开销对系统性能的影响,以及消除模型误差对系统正确性的影响等.介绍了上海交通大学并行与分布式系统研究所在索引结构、键值存储系统、并发控制协议等方面应用机器学习方法优化系统软件的实践,并从模型设计、系统集成和实践者自身知识储备等方面总结了经验与教训.此外,还回顾了国内外相关研究,并对此研究方向提出了展望与建议,希望为未来的研究提供参考与帮助.

关键词： 迁移学习   深度学习   跨域工业监控   故障诊断   软测量  

摘要： 基于深度迁移学习的工业监控方法在近年来获得了大量研究关注,特别是在以故障诊断、软测量等为代表的工业监控典型监督任务中.通过挖掘与迁移相似源域的知识来完成对目标域的建模,这类方法为实际工业场景中变工况等原因导致的跨域监控问题提供了新的思路.本文系统梳理了面向工业监控典型监督任务的深度迁移学习方法,并将其分为基于模型迁移、基于样例迁移与基于特征迁移的工业监控方法.在此基础上,对不同类方法的基本研究思想在故障诊断与软测量任务中的研究进展进行了详细阐述.随后,从实际工业场景的复杂欠数据问题、可迁移性的量化与负迁移问题、工业过程的动态特性问题等角度,指出了当前基于深度迁移学习的工业监控研究中存在的挑战,并对该领域的未来研究方向做出进一步展望.

关键词： 学习方法   叙事疗法   外化对话  

摘要： 【活动理念】《中小学心理健康教育指导纲要(2012年修订)》明确指出,初中阶段心理健康教育的主要内容包括适应中学阶段的学习环境和学习要求,培养正确的学习观念,发展学习能力,改善学习方法,提高学习效率。通过对学校学生的学情分析发现,初中生对使用新的学习方法带有烦躁等负面情绪,很难花费时间和精力尝试学习和练习新的学习方法。因此,引导学生发现“很难尝试新的学习方法”带来的不良影响,激发学生尝试使用新学习方法的动机尤为重要,有利于发展学生的学习能力,提高学习效率。