关键词： 小学数学   实践路径   团队研究   教学研究   引领学习   团队组织   儿童提问   教育理念  

摘要： 儿童有天然的好奇心,会自发地提出问题。因此,鼓励儿童提问,尊重他们提出的问题,并尝试依据他们提出的合理问题展开学习,顺应儿童的天性,符合以人为本的教育理念。张丹老师在10年前就组织了一支强有力的团队研究小学数学“问题引领学习”,我曾多次参加团队组织的活动,对这项研究深表认同。此成果是在该团队深入开展理论探索与教学研究过程中,逐渐生长起来的数学教育主张和实践路径。

关键词： 强化学习   QLCC算法   网络拥塞控制   学习方法   仿真实验  

摘要： 该文结合强化学习方法提出一种QLCC算法,此算法是将网络拥塞过程进行简化之后描述为马尔科夫决策过程,在Q-learning算法应用的基础上创新设计的新型网络拥塞控制算法。研究过程中首先介绍强化学习方法,并对网络拥塞过程中马尔科夫决策过程的构建条件及假设进行探讨,之后从框架结构、参数结构及定义、参数离散划分和更新步骤几个方面介绍QLCC算法,并采取仿真实验方法对该种新算法的网络吞吐量、公平性、随机丢包环境下的吞吐量分别进行检测,通过与其他3种传统网络拥塞控制算法进行对比分析,证实QLCC算法具有吞吐量较佳、公平性最高、抗丢包性能最优的性能,说明其是一种具有较高应用优势的智能化网络拥塞控制算法。

关键词： 观测重构   多智能体协作策略   多智能体强化学习   独立学习  

摘要： 共同知识是多智能体系统内众所周知的知识集。如何充分利用共同知识进行策略学习,是多智能体独立学习系统中的一个挑战性问题。针对这一问题,围绕共同知识提取和独立学习网络设计,提出了一种基于观测重构的多智能体强化学习方法IPPO-CKOR。首先,对智能体的观测信息进行共同知识特征的计算与融合,得到融合共同知识特征的观测信息;其次,采用基于共同知识的智能体选择算法,选择关系密切的智能体,并使用重构特征生成机制构建它们的特征信息,其与融合共同知识特征的观测信息组成重构观测信息,用于智能体策略的学习与执行;最后,设计了一个基于观测重构的独立学习网络,使用多头自注意力机制对重构观测信息进行处理,使用一维卷积和GRU层处理观测信息序列,使得智能体能够从观测信息序列中提取出更有效的特征,有效缓解了环境非平稳与部分可观测问题带来的影响。实验结果表明,相较于现有典型的采用独立学习的多智能体强化学习方法,所提方法在性能上有显著提升。

关键词： 新型冠状病毒感染   目标检测   深度学习   注意力机制   肺炎  

摘要： 目的 通过对细节信息的恢复并结合局部信息的挖掘,构建基于深度学习的目标检测方法以帮助放射科医生快速诊断新型冠状病毒感染导致的肺炎(novel coronavirus pneumonia, NCP)患者CT图像中的病灶。方法 提出一种细节上采样和注意力引导的深度学习方法。该方法使用一种基于三双线插值的线性上采样算法来增强特征图在上采样过程中细节信息的恢复能力,并在特征提取模块中嵌入基于垂直和水平空间的视觉注意力机制以增强目标检测算法对NCP病灶关键信息的表征能力。结果 在NCP数据集上的实验结果显示,使用基于细节上采样算法的检测方法与基线模型相比提升了1.07%的召回率,达到了85.14%的AP50。在特征提取模块中嵌入注意力机制后取得了86.13%的AP50和73.92%的召回率以及90.37%的精确率,优于流行的目标检测模型。结论 CT图像中基于深度学习的特征信息挖掘能够进一步提升病灶检测能力,所提出的方法有助于放射科医生快速检测CT图像中的NCP病灶,为NCP患者的早期干预和高强度监测提供重要的临床依据。

关键词： 滚动轴承   小样本   变工况   迁移学习  

摘要： 准确预测滚动轴承损伤类型及剩余寿命归于各类旋转机械运行的可靠性和安全性具有重要意义。迁移学习方法通过实验数据使网络模型学习到相关故障类型的知识,训练好的模型可以直接应用到实际工业生产问题当中。突破了传统深度学习方法所需大量有标签数据、模型使用有局限性、通用性差的局限。首先对不同类型的迁移学习方法在滚动轴承故障诊断中的应用进行分析,归纳总结面对不同情况下的迁移学习方法。其次,针对变工况、小样本及一些其他情况下的问题进行总结分析。最后,给出了滚动轴承的迁移学习发展趋势。

关键词： 子痫   多组学   机器学习   标志物   COL17A1基因   DIO2基因  

摘要： 目的分析子痫患者的胎盘和外周循环转录组数据,筛选子痫的早期诊断标志物。方法从高通量基因表达数据库中获取子痫患者的临床信息和相应的芯片表达谱数据。通过差异基因表达分析、富集分析和加权基因共表达网络分析(WGCNA)等多组学方法,寻找候选的诊断标志物,并探究子痫发生的潜在机制。然后,采用组合的机器学习方法,包括随机森林树、支持向量机和最小绝对收缩和选择操作符方法,对候选标志物进一步筛选。最后,使用外周循环数据集对筛选后的诊断标志物进行验证。结果差异基因表达分析显示,在子痫中有71个基因上调,21个基因下调。WGCNA分析显示,子痫的发生与青色和绿松石色模块高度相关。候选诊断标志物的富集分析揭示,细胞周期、细胞衰老和免疫相关通路的改变可能是子痫发病的主要原因。经过机器学习的进一步筛选,确定COL17A1和DIO2基因在子痫患者的外周血中显著上调,并具有显著的诊断效能。结论COL17A1和DIO2基因可作为早期诊断子痫的外周循环诊断标志物。

关键词： 合作问题解决   项目式学习   能力模型  

摘要： 合作问题解决能力是现代公民的必备能力,对学生的未来发展具有重要意义。国内外对合作问题解决能力日益关注,但在理论建构和培养方面的研究尚显不足。项目式学习具有培养学生合作问题解决能力的潜质,但目前对于项目式学习中需要什么样的合作问题解决能力尚不清楚。本研究建构的项目式学习中合作问题解决能力模型将问题解决过程分为对项目意义的理解和问题提出、项目拆解与总体规划、项目具体计划和执行、项目成果梳理与汇报四个阶段,将合作问题解决能力概括为合作意愿、个人贡献、团队协作、合作问题解决成果四个要素,明确了学生能力典型表现,为在项目式学习中培养学生的合作问题解决能力提供了参考框架。

关键词： 学习任务群   古诗词教学   核心素养  

摘要： 学习任务群是用好教材必须学习和掌握的概念与教学方式。故探究用学习任务群理念指导古诗词教学的适配性、意义价值和路径,显得尤为必要。在古诗词教学中,教师可带领学生在“多重朗读中收获审美体验、多维感悟中提高审美品位、多元评价中促进审美表达”,精心设计学习活动,整体提升学生的核心素养。

关键词： 全面从严治党   党的纪律建设   纪律教育   中共中央办公厅   党纪   集中性   自上而下   纵深发展  

摘要： 近日,中共中央办公厅印发《关于在全党开展党纪学习教育的通知》(以下简称《通知》),要求“自2024年4月至7月,在全党开展党纪学习教育”。此次党纪学习教育是在全党范围内自上而下开展的一次集中性纪律教育,是加强党的纪律建设、推动全面从严治党向纵深发展的重要举措。

关键词： 小样本学习   图神经网络   元学习   度量学习   迁移学习  

摘要： 小样本学习(few-shot learning,FSL)旨在利用少量样本学习得到解决问题的模型,为解决应用场景中样本量少或标注样本少的问题.图神经网络(graph neural network,GNN)由于其在许多应用中的卓越性能引起了极大的关注,许多学者开始尝试利用图神经网络进行小样本学习,基于图神经网络的方法在小样本领域取得了卓越的成绩.目前与基于图神经网络的小样本学习方法相关的综述性研究较少,缺乏该类方法的划分体系与介绍性工作,因此系统地梳理了当前基于图神经网络的小样本学习的相关工作:概括了小样本学习的图神经网络方法的概念,根据模型的基本思想将其划分为基于节点特征、基于边特征、基于节点对特征和基于类级特征的4类方法,介绍了这4类方法的研究进展;总结了目前常用的小样本数据集和代表性模型在这些数据集上的实验结果,归纳各类方法主要的研究内容和优劣势;最后概述了基于图神经网络的小样本学习方法的应用和面临的挑战,并展望其未发展方向.