本文发展了一个可以适用于任意水平正交曲线坐标系的海洋模式动力框架,并将其应用于中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室发展的气候系统海洋模式LICOM2.0(LASG/IAP Climate system Ocean Model,versi...本文发展了一个可以适用于任意水平正交曲线坐标系的海洋模式动力框架,并将其应用于中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室发展的气候系统海洋模式LICOM2.0(LASG/IAP Climate system Ocean Model,version2.0)。在经纬网格坐标系下,新的动力框架与LICOM2.0原有的动力框架模拟结果完全一致。基于新的动力框架,海洋模式可采用能够准确描述北冰洋地形的三极网格,克服了LICOM2.0经纬网格版本必须将北极点处理为孤岛的缺陷,从而显著改进了模式对于北冰洋环流和北大西洋经圈翻转流函数(AMOC)的模拟能力。此外,引进三极网格还可以避免模式网格距随纬度增加而急剧减小带来的计算不稳定,在LICOM2.0的三极网格版本中,模式不需要采用任何空间滤波方案仍然能够保证计算的稳定性,从而与LICOM2.0的经纬网格版本相比,极大地提高了模式的并行效率,这一点在当水平分辨率提高到0.1度时表现得尤为明显,海洋模式的并行加速比可以从经纬网格版本的5.8左右提高到三极网格版本的15.0左右。展开更多
MOOC(Massive Open Online Courses)在为学习者提供优质课程的同时,低完成率成为影响其有效推广的重要因素。通过对edX开放数据集分析发现,学习者的逐渐流失是导致MOOC课程低完成率的因素之一,且学习行为与成绩之间存在复杂的相关性;基...MOOC(Massive Open Online Courses)在为学习者提供优质课程的同时,低完成率成为影响其有效推广的重要因素。通过对edX开放数据集分析发现,学习者的逐渐流失是导致MOOC课程低完成率的因素之一,且学习行为与成绩之间存在复杂的相关性;基于线性回归和深度神经网络(Deep Neural Network,DNN)预测学习者的成绩,实验证明,DNN能够更好地拟合学习行为与成绩之间复杂的相关性,实现对成绩更加精准的预测,预警学习者流失;对预测的潜在流失学习者迭代进行个性化的教学干预,提高MOOC课程的完成率。展开更多
文摘本文发展了一个可以适用于任意水平正交曲线坐标系的海洋模式动力框架,并将其应用于中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室发展的气候系统海洋模式LICOM2.0(LASG/IAP Climate system Ocean Model,version2.0)。在经纬网格坐标系下,新的动力框架与LICOM2.0原有的动力框架模拟结果完全一致。基于新的动力框架,海洋模式可采用能够准确描述北冰洋地形的三极网格,克服了LICOM2.0经纬网格版本必须将北极点处理为孤岛的缺陷,从而显著改进了模式对于北冰洋环流和北大西洋经圈翻转流函数(AMOC)的模拟能力。此外,引进三极网格还可以避免模式网格距随纬度增加而急剧减小带来的计算不稳定,在LICOM2.0的三极网格版本中,模式不需要采用任何空间滤波方案仍然能够保证计算的稳定性,从而与LICOM2.0的经纬网格版本相比,极大地提高了模式的并行效率,这一点在当水平分辨率提高到0.1度时表现得尤为明显,海洋模式的并行加速比可以从经纬网格版本的5.8左右提高到三极网格版本的15.0左右。
