关键词： 抗逆学生   被逆学生   学习习惯   学习方法   教学支持  

摘要： 基于S市义务教育学业质量监测数据,对学生成为抗逆或被逆学生的影响因素进行研究。结果表明,在控制了家庭社会经济地位后,抗逆学生或被逆学生在不同背景变量,包括年级、性别、是否独生和流动情况上存在显著差异;在非智力因素变量方面,学习情感、学习习惯、学习方法、人际支持和教学支持在不同程度上能够预测学生成为抗逆学生或被逆学生。建议营造良好的家庭教育环境,给予孩子足够的关爱和陪伴;正确认识作业和补习对学生的作用,不盲目跟风;提升学生自主学习的动力和能力,促使其快乐学习。

关键词： 学习材料   单元复习   知识结构化   单元知识   数学知识   小数的意义和性质  

摘要： 在“小数的意义和性质”单元复习中,可以借助一组学习材料让学生建立知识间的联系,促进知识结构化。一、关联:寻找联系激活单元知识教师出示4个小数——0.64、6.39、6.4、6.40,并提问:这些数中,哪些是有联系的?有怎样的联系?它们让你想起了哪些数学知识?

关键词： 深度学习   核心素养   人工智能   教学案例   创新型人才   导数的几何意义   正确的价值观   教育者  

摘要： 当前,人工智能改变着我们的生活,在这样的背景下,作为教育者我们都很赞同这句话:如果我们的教学是把人变成机器,那注定是没有出路的.现今,帮助学生通过知识学习、在知识学习中形成核心素养,在知识学习中成长和发展,成为教学的首要任务.由此,我们都开始关注深度学习.要求教师要用恰当的方法去引发、促进、提升学生的深度学习,动心用情,以树立学生正确的价值观,培养新一代创新型人才为己任.

关键词： 深度学习   路径积分动力学   质子耦合电荷转移  

摘要： 【目的】理解分子与固体界面发生的超快电荷转移物理机制,对于提升太阳能电池以及光催化反应的能量转化效率起着至关重要的作用。【文献范围】在许多含有氢元素的分子/固体界面,分子会以一定结构吸附,分子中的氢会在固体表面形成氢键网络。由于氢元素具有很轻的质量,同时,它在分子中常常以质子的形式存在,因此人们常常可以在分子/固体界面观察到质子电子耦合在一起的电荷转移过程,而这类过程中质子的核量子效应(Nuclear quantum effects,NQEs)无法被忽略。最近,我们发展了结合路径积分分子动力学(Path-integral molecular dynamics,PIMD)与非绝热分子动力学(Nonadiabatic moleculardynamics,NAMD)的计算方法RP-NAMD,可以有效地研究质子电子耦合的电荷转移过程。然而,其中PIMD/RPMD的巨大计算量限制了这类方法在真实体系中的应用。【方法】在本文中,我们利用深度学习方法,大幅度减小了PIMD/RPMD的计算量,使得RP-NAMD可以应用于更大的体系,并可以用来研究更长时间尺度的动力学过程。为了验证新的方法,我们选择了甲醇/二氧化钛界面作为原型体系,并研究了核量子效应在界面质子耦合的电荷转移过程的重要作用。【结论】总之,本文基于深度学习,为大家提供了一种实用的、可以用来研究核量子效应与载流子动力学耦合效应的计算方法。

关键词： 制造业   结对集聚   机器学习方法   产业空间网络   产业链   高质量发展  

摘要： 结对集聚是产业空间集聚的重要现象之一。文章应用并改进机器学习方法,测度了中国城市的制造业结对集聚指数,从时序变化、空间格局方面分析结对集聚特征。研究表明:(1)制造业结对集聚指数整体上呈现出“U”型分布特征。(2)2013年劳动与劳动、劳动与资本、劳动与技术密集型产业显著结对集聚组合明显上升。(3)中国四大区域板块中,技术密集型产业的结对集聚指数低于劳动、资本密集型产业。(4)2013年城市产业空间网络呈现出一定的“核心—边缘”特征。最后,提出了加强产业链的整体规划与布局、进一步提升制造业集聚水平、引导城市制造业差异化发展等政策建议。

关键词： 半监督学习   度量学习   损失函数   损失框架   分类  

摘要： 为了解决半监督学习方法训练过程中因损失函数类型不同、损失尺度不统一而导致的损失权重难以调节,模型优化方向不统一与泛化能力不足的问题,提出基于距离度量损失框架的半监督学习方法.该方法从距离度量损失的角度出发,提出统一损失框架函数,实现了半监督任务中不同损失函数之间的损失权重调节.针对损失框架中嵌入向量的目标区域问题,引入自适应相似度权重,以避免传统度量学习损失函数优化方向的冲突,提高模型的泛化性能.为了验证方法的有效性,分别采用CNN13网络和ResNet18网络,在CIFAR-10、CIFAR-100、SVHN、STL-10标准图像数据集和医疗肺炎数据集Pneumonia Chest X-ray上,构建半监督学习模型与常用半监督方法进行比较.实验结果表明,在同等标签数目的条件下,提出方法具有最优的分类准确度.

关键词： 智能系统   不确定性知识   带隐变量贝叶斯网   参数学习   结构学习  

摘要： 带隐变量贝叶斯网是一种重要的概率图模型,通过引入隐变量,对数据中的隐含知识进行定性和定量描述,从而实现不确定性知识的表示和推理.近年来,带隐变量贝叶斯网的学习,成为了不确定人工智能和知识发现领域中的重要研究方向.文章分析总结了目前带隐变量贝叶斯网学习研究面临的挑战,针对所涉及的确定隐变量的势和个数、参数学习及结构学习这3个方面的工作,介绍确定隐变量势和个数的基本思想,对学界广泛关注的参数学习和结构学习的代表性成果进行了综述,给出相关方法的适用场景、基本思想和主要步骤,也给出相应的对比分析.确定隐变量的势及个数方面,阐述了基于聚类的方法和基于团的方法;参数学习方面,阐述了包括插补、梯度上升、EM算法在内的方法,以及基于EM算法的改进方法;结构学习方面,阐述了基于评分搜索方法和基于条件独立方法的基本思想,以及基于评分搜索算法的改进方法.此外,基于对现有研究成果的分析总结,指出了带隐变量贝叶斯网学习进一步研究的问题及重点.

关键词： 内镜诊断   食管癌   卷积神经网络   深度学习   食管疾病  

摘要： 目的通过深度学习方法对食管癌前病变和食管癌进行自动检测和分类。方法收集我院2011年5月至2019年5月食管癌前病变和食管癌图像,且经过病理学确诊,共从832例患者中选取1572张食管白光图像,包括食管癌、正常食管、食管癌前病变,同时进行标记和筛选图像。深度学习框架训练其中的1337张食管白光图像,其余235张图像进行卷积神经网络(convolutional neural network,CNN)目标检测。CNN是由两个子网组成,分别是O-流和P-流。O-流的主要作用是原始图像的输入,负责提取原始图像的全局特征和颜色。P-流的主要作用是输入预处理后的食管图像,提取原始图像的细节特征和纹理。结果双流CNN系统敏感度为95.64%,特异度为95.96%,总体准确度为86.74%。食管癌的检出率为78.72%,癌前病变的检出率为83.4%,正常食管的检出率为95.32%。其中47例食管癌患者中有10例被误诊为癌前病变,误诊率为21.28%。与正常食管相比,食管癌的诊断精确率相对较低。在数据集相同的情况下,将传统学习方法局部二值模式(local binary pattern,LBP)+支持向量机(support vector machine,SVM)和SVM+方向梯度直方图(histograms of oriented gradients,HOG)与本研究方法进行比较,结果表明深度学习方法准确度、敏感度、特异度均高于其他方法。结论双流CNN系统在图像识别上具有较高的特异度和敏感度,与目前较为传统的机器学习方法相比,此方法更胜一筹,因此,在帮助内镜医师诊断食管疾病上具有很大的应用前景。

关键词： 6D学习法   耳鼻喉科   临床教育  

摘要： 目的评估在耳鼻喉科教育中,引入教学(Didactics)、指定(Designate)、分发(Distribute)、设计(Design)、交付(Delivery)和讨论(Discuss)的6D学习方法的教学效果。方法选取2019年9月—2020年9月中国医科大学60名临床医学专业学生作为研究对象,随机分为2组:6D学习方法组和传统学习方法组,每组30名。6D学习方法组采用6D学习法,传统学习方法组采用常规教学模式。比较2组学生的最终考试成绩和教学满意度。结果6D学习方法组的学生最终考试成绩以及教学满意度均高于传统学习方法,差异有统计学意义(P<0.05)。结论应用6D学习方法有助提高学生学习成绩,更能带动学生积极性及学习满意度,有应用价值。

关键词： 义务教育课程   主题学习   跨学科学习   协同育人   小学语文   综合性课程   真实情境   解决问题的能力  

摘要： 跨学科学习是近年来时兴的一种全新的教学理念,它为小学语文教学提供了一个可供实操的崭新视角。义务教育课程方案和课程标准(2022年版)对跨学科学习给予了前所未有的关注和重视,将其提高到“强化课程协同育人水平”的高度进行阐述。《义务教育课程方案》指出:“统筹设计综合性课程和跨学科主题学习”“注重培养学生在真实情境中综合运用知识解决问题的能力”“各门课程用不少于10%的课时设计跨学科主题学习”。