关键词： 多核学习   神经正切核   核目标对齐   反余弦核   草图算法  

摘要： 为提高多核学习对大规模及分布不均衡问题的处理能力,提出一种基于神经正切核草图的多核学习方法(neural tangent kernel sketch multiple kernel learning, NS-MKL)。应用神经正切核代替单层核函数作为多核学习基核函数,提高多核学习方法表示能力;使用神经正切核草图算法对神经正切核进行近似,减少神经正切核的特征数量和特征维度,提高多核学习方法计算效率;使用核目标对齐计算每个近似神经正切核的基核权重,根据权重进行多核线性组合,得到多核决策函数。在3个UCI数据集上对神经正线核(neural tangent kernel, NTK)核支持向量机(support vector machine, SVM)与传统核SVM进行比较分析,NTK核SVM比传统核SVM预测准确率最低提高1.9%,精度最低提高2.0%,召回率最低提高2.0%。在3个UCI数据集上对NS-MKL与传统核MKL进行比较分析,NS-MKL比应用传统核MKL预测准确率最低提高2.0%,运行时间最低减少9 s。NS-MKL能提高预测准确率,降低计算速度。

关键词： 数智时代   学习异化   人的学习   个体化   意义贫困  

摘要： 思考数智时代的学习异化,是技术时代对学习者及其学习活动的人文关切与回应,是对教育数字化转型能否实现数字技术与数字福祉相统一的合意性考量,关系建设学习型社会、学习型大国的正当性基础。异化指一物被转让因而与自身相分离,成为自足之物朝异己方向发展并达至与己对立的一种状态。作为日常生活的一种普遍感受,异化表征的是“人们自愿做某些不是人们自己真的想做的事情”,以及个体与自我、他人、世界之间“缺乏关系的关系”状态。在数智时代,学习成为“人们自愿做但不是人们真正想做的事”,学习者与学习活动及其结果、自我、其他学习者以及世界之间的互动日渐缺乏。个体化现象愈演愈烈,在从受教育权到学习权再到学习的义务与责任的渐次转变中矗立着学习的个体化这一事实,学习的个体化进程所支持的解放逻辑转而成为一股异己力量危及自身,孕育着风险社会中的强制学习与学习者的强制自主;数字技术加剧对可计算性、敏捷性、绩效与透明度等的强迫,对“有用”“可见”的学习的狭隘追求导致学习目的和学习内容的萎缩,乃至对学习理解和实践的窄化,进而带来学习者的片面发展以及与他人的过度竞争;面对人工智能对人的挑战,尤其是日益智能化的机器学习对人的学习的挑战,在工具性意义与价值性意义的断裂处,潜藏着学习者的“物化”隐忧与学习意义贫困问题。回应数智时代的学习异化,需要在超越有限学习的广阔视野中寻求数字技术与数字福祉的统一,重申教育作为权利与共同利益的原则,以优质均衡的基础教育促进全民自由而全面的发展,并在辩证认识数字技术与深刻洞察学习异化的同时,对未来教育与学习的可能痛点进行前瞻性思考。

关键词： 机器学习   中医药   算法模型   人工智能   大数据   深度学习  

摘要： 随着信息技术的快速发展及数字化时代的到来,数字化技术在多个中医药研究领域,如中药质量控制、数据挖掘、新药发现、处方配伍优化以及中医临床诊断等方面发挥重要作用。机器学习(ML)、深度学习(DL)等数字化技术的应用可优化中医药研究设计、降低临床研究时间成本、将临床研究与基础研究有机结合,提高临床研究质量和效率,为中医药现代化研究的科学性、客观性、规范性提供了保障。因此,完善多种数据资源、实现多种数字化技术交叉结合使用、优化算法和模型是中医药未来发展的必然趋势。对近年来ML在中医药研究领域中的应用进展进行梳理,分析说明聚类、支持向量机(SVM)和深度学习(DL)等ML方法在中药药性、中药配伍、中药毒性分析、中药药效研究、中药制药过程工艺优化、中药饮片质量等级分类、中医药临床用药规律挖掘、中医药治疗原理及药效机制解析等研究中的具体应用。旨在探索ML在中医药研究中的应用趋势,并对其应用前景进行展望。

关键词： 萨克斯管   学习方法   练习误区  

摘要： 本文总结并概述了指导学生如何提高练习萨克斯管效率的方法。同时,结合笔者多年的教学经验和个人研究及实践归纳,总结一系列提高练习萨克斯管效率的方法,旨在帮助那些在这一问题上感到困扰的学生们时刻保持“高效率地练习萨克斯管”。

关键词： 机器学习   国债收益率曲线   货币政策   通货膨胀率  

摘要： 理解国债收益率曲线的影响因素对于投资者配置债券投资组合、央行制定货币政策均具有一定的指导意义。本文通过机器学习方法,识别我国国债收益率曲线的重要影响因素。基于各个变量的相对预测能力,通过变量重要性分析技术挖掘我国国债收益率的主要影响因素,并使用偏相关依赖图研究其对国债收益率的边际影响。研究发现:(1)我国国债收益率曲线的本国影响因素主要为货币政策和通货膨胀率,全球因素则为石油价格、美国货币政策以及全球经济形势等。(2)货币政策、通货膨胀率等本国因素是我国短期国债收益率的主要影响因素,而长期国债收益率则同时受到本国及全球因素的影响。基于此,本文提出进一步疏通我国货币政策对国债收益率曲线的传导渠道、更加重视长期国债收益率等政策建议,以防范利率风险和增强财政与货币政策协调性。

关键词： 代谢组学   医学研究   机器学习方法  

摘要： 代谢组学是研究生物体内所有小分子代谢产物的学科领域。其利用先进的技术平台如质谱和核磁共振等,可以全面、高通量地检测代谢物,为疾病的早期诊断、发病机制研究和个性化治疗提供新思路。由于代谢组学数据具有多样性、高维度、动态性、噪声和变异性等特点,为其数据分析方法研究提出了严峻挑战。本文拟通过归纳总结近年来主要的机器学习法尤其是其改进方法在代谢组学数据统计分析中的进展,为进行有效的数据分析,充分发挥代谢组学在医学研究中的应用提供重要依据。

关键词： 初中数学   查漏补缺   解题方法  

摘要： 初中数学知识点庞杂,在学科知识学习与解题过程中,难免出现错误,影响初中数学课程知识的学习.因此在解题与教学过程中,查漏补缺学习方法的运用显得尤为必要.本文以具体习题为例,探讨初中数学查漏补缺学习方法的运用,对初中数学课程教学提供一定参考.

关键词： 锂离子电池   神经网络   寿命衰减   CNN   LSTM  

摘要： 随着新能源汽车和电力系统电化学储能发展的需要,锂离子电池正在得到社会的普遍关注。然而,锂离子电池由于其内部化学反应所导致的储能能力会逐渐减弱,鉴于此,本研究将焦点放在了储能电池剩余寿命的问题上,并以神经网络为基础进行深入研究。首先,文章介绍了基本的神经网络结构,然后利用神经网络对大量数据进行了训练和学习。通过这一过程,成功构建了储能电池剩余寿命的预测模型,为电池寿命问题提供了一种全新的解决途径。通过建立预测模型,我们不仅能够更好地理解储能电池的寿命特性,还为其使用和管理提供了有效的参考依据。这一研究成果对电网调峰调频中储能电池的合理运用具有重要意义。

关键词： 勘探开发   工程技术   变质岩潜山   产量预测   机器学习   数据使用   建模   定量评价产量  

摘要： (目的意义)建立储层产量预测模型,实现产量定量评价,解决现有技术定性预测无法数字量化产量难题,提高产量预测精度。(方法过程)将初步试井解释渗透率与求产第一油嘴产量两个数据作为研究对象,通过机器学习、数据建模,对初步试井解释渗透率与求产第一油嘴产量之间的客观规律进行数学表达,建立函数关系,形成产量定量评价公式。依托变质岩潜山储层5口井有效测试数据进行自助法验证,同时在2口井测试作业现场进行验证,评价数据模型预测产量的准确度。(结果现象)应用自助法分两次抽取(3,3)个数据输入数据模型公式,通过公式预测的单口井产量与实际单井测试第一油嘴求产产量的相对误差为1%~10%,证明了该数据模型的有效性和稳定性。同时,在现场两口井的产量预测中使用该公式,相对误差分别为8%与16%,再次证明了产量评价模型对新数据具有适应性,数据模型可靠有效。(结论建议)为变质岩潜山储层产量定量预测提供了一种可选择的方法。

关键词： 作业设计   深度学习   核心素养   小学语文  

摘要： 在全球教育面临新挑战的背景下,人才培养涉及多维度多层次的教育领域变革,深度学习则和21世纪技能与核心素养的要求内涵不谋而合。课后作业作为影响小学语文课程实施质量的其中一环,面临着设计理论过渡、内容呈现冗乱以及目标追求升华的现实挑战。要充分发挥深度学习对小学语文课后作业在激活具身体验、生发迁移建构、专注思维培养方面的意义,可以通过梳理三重设计线索、延伸核心内容边界以及融入多元设计理念来实施操作,将深度学习融入小学语文课后作业设计中,落实新时代立德树人的人才培养目标。