期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到33,130篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
深度学习及其意义 被引量：1521
1
作者 郭华 《课程．教材．教法》 CSSCI 北大核心 2016年第11期25-32,共8页
深度学习的提出,既是对教学规律的尊重,也是对时代挑战的主动回应。深度学习的五个特征,为理解教学活动提供了新的视角,为消解种种二元对立观念提供了理论支持。深度学习的研究与实践,确立了学生个体经验与人类历史文化的相关性,落实了... 深度学习的提出,既是对教学规律的尊重,也是对时代挑战的主动回应。深度学习的五个特征,为理解教学活动提供了新的视角,为消解种种二元对立观念提供了理论支持。深度学习的研究与实践,确立了学生个体经验与人类历史文化的相关性,落实了学生在教学活动中的主体地位,使学生能够在教学活动中模拟性地"参与"人类社会历史实践,形成有助于未来发展的核心素养,而教师的作用与价值也在深度学习中得以充分实现。 展开更多
关键词 深度学习 教学规律 社会历史实践 核心素养
下载PDF
卷积神经网络研究综述 被引量：1685
2
作者 周飞燕 金林鹏 董军 《计算机学报》 EI CSCD 北大核心 2017年第6期1229-1251,共23页
作为一个十余年来快速发展的崭新领域,深度学习受到了越来越多研究者的关注,它在特征提取和建模上都有着相较于浅层模型显然的优势.深度学习善于从原始输入数据中挖掘越来越抽象的特征表示,而这些表示具有良好的泛化能力.它克服了过去... 作为一个十余年来快速发展的崭新领域,深度学习受到了越来越多研究者的关注,它在特征提取和建模上都有着相较于浅层模型显然的优势.深度学习善于从原始输入数据中挖掘越来越抽象的特征表示,而这些表示具有良好的泛化能力.它克服了过去人工智能中被认为难以解决的一些问题.且随着训练数据集数量的显著增长以及芯片处理能力的剧增,它在目标检测和计算机视觉、自然语言处理、语音识别和语义分析等领域成效卓然,因此也促进了人工智能的发展.深度学习是包含多级非线性变换的层级机器学习方法,深层神经网络是目前的主要形式,其神经元间的连接模式受启发于动物视觉皮层组织,而卷积神经网络则是其中一种经典而广泛应用的结构.卷积神经网络的局部连接、权值共享及池化操作等特性使之可以有效地降低网络的复杂度,减少训练参数的数目,使模型对平移、扭曲、缩放具有一定程度的不变性,并具有强鲁棒性和容错能力,且也易于训练和优化.基于这些优越的特性,它在各种信号和信息处理任务中的性能优于标准的全连接神经网络.该文首先概述了卷积神经网络的发展历史,然后分别描述了神经元模型、多层感知器的结构.接着,详细分析了卷积神经网络的结构,包括卷积层、池化层、全连接层,它们发挥着不同的作用.然后,讨论了网中网模型、空间变换网络等改进的卷积神经网络.同时,还分别介绍了卷积神经网络的监督学习、无监督学习训练方法以及一些常用的开源工具.此外,该文以图像分类、人脸识别、音频检索、心电图分类及目标检测等为例,对卷积神经网络的应用作了归纳.卷积神经网络与递归神经网络的集成是一个途径.为了给读者以尽可能多的借鉴,该文还设计并试验了不同参数及不同深度的卷积神经网络来分析各参数间的相互关 展开更多
关键词 卷积神经网络 深度学习 网络结构 训练方法 领域数据
下载PDF
促进深度学习的课堂教学策略研究 被引量：936
3
作者 安富海 《课程．教材．教法》 CSSCI 北大核心 2014年第11期57-62,共6页
深度学习是一种基于高阶思维发展的理解性学习,具有注重批判理解、强调内容整合、促进知识建构、着意迁移运用等特征。深度学习不仅需要学生积极主动的参与,还需要教师通过确立高阶思维发展的教学目标、整合意义联接的学习内容、创设促... 深度学习是一种基于高阶思维发展的理解性学习,具有注重批判理解、强调内容整合、促进知识建构、着意迁移运用等特征。深度学习不仅需要学生积极主动的参与,还需要教师通过确立高阶思维发展的教学目标、整合意义联接的学习内容、创设促进深度学习的真实情景、选择持续关注的评价方式进行积极引导。 展开更多
关键词 深度学习 浅层学习 教学策略
下载PDF
大数据系统和分析技术综述 被引量：735
4
作者 程学旗 靳小龙 +3 位作者 王元卓 郭嘉丰 张铁赢 李国杰 《软件学报》 EI CSCD 北大核心 2014年第9期1889-1908,共20页
首先根据处理形式的不同,介绍了不同形式数据的特征和各自的典型应用场景以及相应的代表性处理系统,总结了大数据处理系统的三大发展趋势;随后,对系统支撑下的大数据分析技术和应用(包括深度学习、知识计算、社会计算与可视化等)进行了... 首先根据处理形式的不同,介绍了不同形式数据的特征和各自的典型应用场景以及相应的代表性处理系统,总结了大数据处理系统的三大发展趋势;随后,对系统支撑下的大数据分析技术和应用(包括深度学习、知识计算、社会计算与可视化等)进行了简要综述,总结了各种技术在大数据分析理解过程中的关键作用;最后梳理了大数据处理和分析面临的数据复杂性、计算复杂性和系统复杂性挑战,并逐一提出了可能的应对之策. 展开更多
关键词 大数据 数据分析 深度学习 知识计算 社会计算 可视化
下载PDF
深度学习研究综述 被引量：608
5
作者 孙志军 薛磊 +1 位作者 许阳明 王正 《计算机应用研究》 CSCD 北大核心 2012年第8期2806-2810,共5页
深度学习是一类新兴的多层神经网络学习算法,因其缓解了传统训练算法的局部最小性,引起机器学习领域的广泛关注。首先论述了深度学习兴起渊源,分析了算法的优越性,并介绍了主流学习算法及应用现状,最后总结了当前存在的问题及发展方向。
关键词 深度学习 分布式表示 深信度网络 卷积神经网络 深凸网络
下载PDF
深度学习的昨天、今天和明天 被引量：604
6
作者 余凯 贾磊 +1 位作者 陈雨强 徐伟 《计算机研究与发展》 EI CSCD 北大核心 2013年第9期1799-1804,共6页
机器学习是人工智能领域的一个重要学科.自从20世纪80年代以来,机器学习在算法、理论和应用等方面都获得巨大成功.2006年以来,机器学习领域中一个叫"深度学习"的课题开始受到学术界广泛关注,到今天已经成为互联网大数据和人... 机器学习是人工智能领域的一个重要学科.自从20世纪80年代以来,机器学习在算法、理论和应用等方面都获得巨大成功.2006年以来,机器学习领域中一个叫"深度学习"的课题开始受到学术界广泛关注,到今天已经成为互联网大数据和人工智能的一个热潮.深度学习通过建立类似于人脑的分层模型结构,对输入数据逐级提取从底层到高层的特征,从而能很好地建立从底层信号到高层语义的映射关系.近年来,谷歌、微软、IBM、百度等拥有大数据的高科技公司相继投入大量资源进行深度学习技术研发,在语音、图像、自然语言、在线广告等领域取得显著进展.从对实际应用的贡献来说,深度学习可能是机器学习领域最近这十年来最成功的研究方向.将对深度学习发展的过去和现在做一个全景式的介绍,并讨论深度学习所面临的挑战,以及将来的可能方向. 展开更多
关键词 机器学习 深度学习 语音识别 图像识别 自然语言处理 在线广告
下载PDF
卷积神经网络研究综述 被引量：551
7
作者 李彦冬 郝宗波 雷航 《计算机应用》 CSCD 北大核心 2016年第9期2508-2515,2565,共9页
近年来,卷积神经网络在图像分类、目标检测、图像语义分割等领域取得了一系列突破性的研究成果,其强大的特征学习与分类能力引起了广泛的关注,具有重要的分析与研究价值。首先回顾了卷积神经网络的发展历史,介绍了卷积神经网络的基本结... 近年来,卷积神经网络在图像分类、目标检测、图像语义分割等领域取得了一系列突破性的研究成果,其强大的特征学习与分类能力引起了广泛的关注,具有重要的分析与研究价值。首先回顾了卷积神经网络的发展历史,介绍了卷积神经网络的基本结构和运行原理,重点针对网络过拟合、网络结构、迁移学习、原理分析四个方面对卷积神经网络在近期的研究进行了归纳与分析,总结并讨论了基于卷积神经网络的相关应用领域取得的最新研究成果,最后指出了卷积神经网络目前存在的不足以及未来的发展方向。 展开更多
关键词 卷积神经网络 深度学习 特征表达 神经网络 迁移学习
下载PDF
深度卷积神经网络在计算机视觉中的应用研究综述 被引量：537
8
作者 卢宏涛 张秦川 《数据采集与处理》 CSCD 北大核心 2016年第1期1-17,共17页
随着大数据时代的到来,含更多隐含层的深度卷积神经网络(Convolutional neural networks,CNNs)具有更复杂的网络结构,与传统机器学习方法相比具有更强大的特征学习和特征表达能力。使用深度学习算法训练的卷积神经网络模型自提出以来在... 随着大数据时代的到来,含更多隐含层的深度卷积神经网络(Convolutional neural networks,CNNs)具有更复杂的网络结构,与传统机器学习方法相比具有更强大的特征学习和特征表达能力。使用深度学习算法训练的卷积神经网络模型自提出以来在计算机视觉领域的多个大规模识别任务上取得了令人瞩目的成绩。本文首先简要介绍深度学习和卷积神经网络的兴起与发展,概述卷积神经网络的基本模型结构、卷积特征提取和池化操作。然后综述了基于深度学习的卷积神经网络模型在图像分类、物体检测、姿态估计、图像分割和人脸识别等多个计算机视觉应用领域中的研究现状和发展趋势,主要从典型的网络结构的构建、训练方法和性能表现3个方面进行介绍。最后对目前研究中存在的一些问题进行简要的总结和讨论,并展望未来发展的新方向。 展开更多
关键词 深度学习 卷积神经网络 图像识别 目标检测 计算机视觉
下载PDF
从MOOC到SPOC:一种深度学习模式建构 被引量：493
9
作者 曾明星 李桂平 +5 位作者 周清平 覃遵跃 徐洪智 张彬连 黄云 郭鑫 《中国电化教育》 CSSCI 北大核心 2015年第11期28-34,53,共8页
SPOC是将MOOC与课堂教学相结合的一种混合式教学模式,是MOOC的继承、完善与超越。从MOOC到SPOC,为学生从浅层学习向深度学习转变提供了资源、环境与理念的支持,促进MOOC在高校教学落地生根。该文建构了由SPOC翻转课堂、DELC深度学习过程... SPOC是将MOOC与课堂教学相结合的一种混合式教学模式,是MOOC的继承、完善与超越。从MOOC到SPOC,为学生从浅层学习向深度学习转变提供了资源、环境与理念的支持,促进MOOC在高校教学落地生根。该文建构了由SPOC翻转课堂、DELC深度学习过程、SPOC对深度学习的支持所构成的深度学习模式,将SPOC技术平台、教学内容、学习方式、评价手段等融入高校教学过程,并翻转传统教学流程,变革教学结构,注重学习情境、交互与反思的设计,学生经历学习准备、知识构建、迁移应用与创造、评价与批判四个循环与递进的阶段,达到对知识的深度理解与问题解决,提高高阶思维能力,大力提升教学质量。 展开更多
关键词 MOOC SPOC 翻转课堂 深度学习
下载PDF
深度强化学习综述 被引量：456
10
作者 刘全 翟建伟 +4 位作者 章宗长 钟珊 周倩 章鹏 徐进 《计算机学报》 EI CSCD 北大核心 2018年第1期1-27,共27页
深度强化学习是人工智能领域的一个新的研究热点.它以一种通用的形式将深度学习的感知能力与强化学习的决策能力相结合,并能够通过端对端的学习方式实现从原始输入到输出的直接控制.自提出以来,在许多需要感知高维度原始输入数据和决策... 深度强化学习是人工智能领域的一个新的研究热点.它以一种通用的形式将深度学习的感知能力与强化学习的决策能力相结合,并能够通过端对端的学习方式实现从原始输入到输出的直接控制.自提出以来,在许多需要感知高维度原始输入数据和决策控制的任务中,深度强化学习方法已经取得了实质性的突破.该文首先阐述了三类主要的深度强化学习方法,包括基于值函数的深度强化学习、基于策略梯度的深度强化学习和基于搜索与监督的深度强化学习;其次对深度强化学习领域的一些前沿研究方向进行了综述,包括分层深度强化学习、多任务迁移深度强化学习、多智能体深度强化学习、基于记忆与推理的深度强化学习等.最后总结了深度强化学习在若干领域的成功应用和未来发展趋势. 展开更多
关键词 人工智能 深度学习 强化学习 深度强化学习
下载PDF
图像理解中的卷积神经网络 被引量：423
11
作者 常亮 邓小明 +4 位作者 周明全 武仲科 袁野 杨硕 王宏安 《自动化学报》 EI CSCD 北大核心 2016年第9期1300-1312,共13页
近年来,卷积神经网络(Convolutional neural networks,CNN)已在图像理解领域得到了广泛的应用,引起了研究者的关注.特别是随着大规模图像数据的产生以及计算机硬件(特别是GPU)的飞速发展,卷积神经网络以及其改进方法在图像理解中取得了... 近年来,卷积神经网络(Convolutional neural networks,CNN)已在图像理解领域得到了广泛的应用,引起了研究者的关注.特别是随着大规模图像数据的产生以及计算机硬件(特别是GPU)的飞速发展,卷积神经网络以及其改进方法在图像理解中取得了突破性的成果,引发了研究的热潮.本文综述了卷积神经网络在图像理解中的研究进展与典型应用.首先,阐述卷积神经网络的基础理论;然后,阐述其在图像理解的具体方面,如图像分类与物体检测、人脸识别和场景的语义分割等的研究进展与应用. 展开更多
关键词 卷积神经网络 图像理解 深度学习 图像分类 物体检测
下载PDF
基于深度学习的推荐系统研究综述 被引量：411
12
作者 黄立威 江碧涛 +2 位作者 吕守业 刘艳博 李德毅 《计算机学报》 EI CSCD 北大核心 2018年第7期1619-1647,共29页
深度学习是机器学习领域一个重要的研究方向,近年来在图像处理、自然语言理解、语音识别和在线广告等领域取得了突破性进展.将深度学习融入推荐系统中,研究如何整合海量的多源异构数据,构建更加贴合用户偏好需求的用户模型,以提高推荐... 深度学习是机器学习领域一个重要的研究方向,近年来在图像处理、自然语言理解、语音识别和在线广告等领域取得了突破性进展.将深度学习融入推荐系统中,研究如何整合海量的多源异构数据,构建更加贴合用户偏好需求的用户模型,以提高推荐系统的性能和用户满意度,成为基于深度学习的推荐系统的主要任务.该文对近几年基于深度学习的推荐系统研究进展进行综述,分析其与传统推荐系统的区别以及优势,并对其主要的研究方向、应用进展等进行概括、比较和分析.最后,对基于深度学习的推荐系统的未来发展趋势进行分析和展望. 展开更多
关键词 推荐系统 深度学习 协同过滤 个性化服务 数据挖掘 多源异构数据
下载PDF
教育人工智能(EAI)的内涵、关键技术与应用趋势——美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析 被引量：381
13
作者 闫志明 唐夏夏 +2 位作者 秦旋 张飞 段元美 《远程教育杂志》 CSSCI 2017年第1期26-35,共10页
为进一步引领人工智能(AI)应用与研发,美国白宫科技政策办公室于2016年10月发布了题为《为人工智能的未来做好准备》和《国家人工智能研发战略规划》两份重要报告。报告认为,人工智能技术对社会各领域的影响越来越深刻,教育是人工智能... 为进一步引领人工智能(AI)应用与研发,美国白宫科技政策办公室于2016年10月发布了题为《为人工智能的未来做好准备》和《国家人工智能研发战略规划》两份重要报告。报告认为,人工智能技术对社会各领域的影响越来越深刻,教育是人工智能应用的一个重要领域。教育人工智能(Educational Artificial Intelligence)是人工智能与学习科学相结合的一个新领域,目前,教育人工智能的关键技术主要体现在知识的表示方法、机器学习与深度学习、自然语言处理、智能代理、情感计算等方面,其应用与发展趋势集中在智能导师与助手、智能测评、学习伙伴、数据挖掘与学习分析等领域。基此,迫切需要在各级各类教育中强化人工智能方面的人才培养,以应对人工智能的快速发展。 展开更多
关键词 人工智能 教育人工智能 EAI 机器学习 智能数据 学习分析 学习计算 深度学习
下载PDF
深度学习在图像识别中的应用研究综述 被引量：375
14
作者 郑远攀 李广阳 李晔 《计算机工程与应用》 CSCD 北大核心 2019年第12期20-36,共17页
深度学习作为图像识别领域重要的技术手段,有着广阔的应用前景,开展图像识别技术研究对推动计算机视觉及人工智能的发展具有重要的理论价值和现实意义,文中对深度学习在图像识别中的应用给予综述。介绍了深度学习的由来,具体分析了深度... 深度学习作为图像识别领域重要的技术手段,有着广阔的应用前景,开展图像识别技术研究对推动计算机视觉及人工智能的发展具有重要的理论价值和现实意义,文中对深度学习在图像识别中的应用给予综述。介绍了深度学习的由来,具体分析了深度信念网络、卷积神经网络、循环神经网络、生成式对抗网络以及胶囊网络等深度学习模型,对各个深度学习模型的改进型模型逐一对比分析。总结近年来深度学习在人脸识别、医学图像识别、遥感图像分类等图像识别应用领域取得的研究成果并探讨了已有研究值得商榷之处,对深度学习在图像识别领域中的发展趋势进行探讨,指出有效使用迁移学习技术识别小样本数据,使用非监督与半监督学习对图像进行识别,如何对视频图像进行有效识别以及强化模型的理论性等是该领域研究的进一步方向。 展开更多
关键词 深度学习 图像识别 卷积神经网络 胶囊网络 迁移学习 非监督学习
下载PDF
循环神经网络研究综述 被引量：367
15
作者 杨丽 吴雨茜 +1 位作者 王俊丽 刘义理 《计算机应用》 CSCD 北大核心 2018年第A02期1-6,26,共7页
循环神经网络(RNN)是一类非常强大的用于处理和预测序列数据的神经网络模型。循环结构的神经网络克服了传统机器学习方法对输入和输出数据的许多限制,使其成为深度学习领域中一类非常重要的模型。RNN及其变体网络已经被成功应用于多种任... 循环神经网络(RNN)是一类非常强大的用于处理和预测序列数据的神经网络模型。循环结构的神经网络克服了传统机器学习方法对输入和输出数据的许多限制,使其成为深度学习领域中一类非常重要的模型。RNN及其变体网络已经被成功应用于多种任务,尤其是当数据中存在一定时间依赖性的时候。语音识别、机器翻译、语言模型、文本分类、词向量生成、信息检索等,都需要一个模型能够将具有序列性质的数据作为输入进行学习;然而,RNN通常难以训练,循环多次之后,大多数情况下梯度往往倾向于消失,也有较少情况会发生梯度爆炸的问题。针对RNN在实际应用中存在的问题,长短期记忆(LSTM)网络被提出,它能够保持信息的长期存储而备受关注,关于LSTM结构的改进工作也陆续出现。然后,主要针对循环结构的神经网络的发展进行详细阐述,对目前流行的几种变体模型进行详细的讨论和对比。最后,对循环结构的神经网络的发展趋势进行了探讨。 展开更多
关键词 循环神经网络 长短期记忆网络 深度学习 神经网络 序列数据
下载PDF
神经网络七十年:回顾与展望 被引量：364
16
作者 焦李成 杨淑媛 +2 位作者 刘芳 王士刚 冯志玺 《计算机学报》 EI CSCD 北大核心 2016年第8期1697-1716,共20页
作为联接主义智能实现的典范,神经网络采用广泛互联的结构与有效的学习机制来模拟人脑信息处理的过程,是人工智能发展中的重要方法,也是当前类脑智能研究中的有效工具.在七十年的发展历程中,神经网络曾历经质疑、批判与冷落,同时也几度... 作为联接主义智能实现的典范,神经网络采用广泛互联的结构与有效的学习机制来模拟人脑信息处理的过程,是人工智能发展中的重要方法,也是当前类脑智能研究中的有效工具.在七十年的发展历程中,神经网络曾历经质疑、批判与冷落,同时也几度繁荣并取得了许多瞩目的成就.从20世纪40年代的M-P神经元和Hebb学习规则,到50年代的Hodykin-Huxley方程、感知器模型与自适应滤波器,再到60年代的自组织映射网络、神经认知机、自适应共振网络,许多神经计算模型都发展成为信号处理、计算机视觉、自然语言处理与优化计算等领域的经典方法,为该领域带来了里程碑式的影响.目前,模拟人脑复杂的层次化认知特点的深度学习已经成为类脑智能中的一个重要研究方向.通过增加网络层数所构造的"深层神经网络"使机器能够获得"抽象概念"能力,在诸多领域都取得了巨大的成功,又掀起了神经网络研究的一个新高潮.文中回顾了神经网络的发展历程,综述了其当前研究进展以及存在的问题,展望了未来神经网络的发展方向. 展开更多
关键词 类脑智能 神经网络 深度学习 大数据 并行计算 机器学习
下载PDF
基于LSTM循环神经网络的故障时间序列预测 被引量：330
17
作者 王鑫 吴际 +3 位作者 刘超 杨海燕 杜艳丽 牛文生 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2018年第4期772-784,共13页
有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆(LSTM)循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和... 有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆(LSTM)循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和预测过程实现算法等,进一步以预测误差最小为目标,提出了一种基于多层网格搜索的LSTM预测模型参数优选算法,通过与多种典型时间序列预测模型的实验对比,验证了所提出的LSTM预测模型及其参数优选算法在故障时间序列分析中具有很强的适用性和更高的准确性。 展开更多
关键词 长短期记忆(LSTM)模型 循环神经网络 故障时间序列预测 多层网格搜索 深度学习
下载PDF
基于学科素养培育的深度学习研究 被引量：325
18
作者 康淑敏 《教育研究》 CSSCI 北大核心 2016年第7期111-118,共8页
当今时代的知识习得以知识的创生与意义实现为目标,学习者需要具备善于思考、敢于质疑的学习品质,不断超越的探究精神,以及运用高阶认知技能开展深度学习的能力。推进深度学习,应以塑造创生性学习文化为基础,强化学习者深度学习素养的培... 当今时代的知识习得以知识的创生与意义实现为目标,学习者需要具备善于思考、敢于质疑的学习品质,不断超越的探究精神,以及运用高阶认知技能开展深度学习的能力。推进深度学习,应以塑造创生性学习文化为基础,强化学习者深度学习素养的培育,通过提供具有思维空间的学习任务涵养其多向思维的学习习惯和解决问题的能力,在探究过程中实现知识建构与学习迁移,从知识掌握走向智慧生成与能力发展。 展开更多
关键词 深度学习 学科素养 学习品质
原文传递
人工智能教育应用的现状分析、典型特征与发展趋势 被引量：306
19
作者 梁迎丽 刘陈 《中国电化教育》 CSSCI 北大核心 2018年第3期24-30,共7页
新技术浪潮汹涌而至。大数据、并行计算和深度学习驱动人工智能技术飞速发展,并重塑教育新形态。人工智能教育应用现状与发展趋势研究有助于推动技术与教育的深度融合发展。该文从技术发展的角度回顾了人工智能的发展历程,概述了人工智... 新技术浪潮汹涌而至。大数据、并行计算和深度学习驱动人工智能技术飞速发展,并重塑教育新形态。人工智能教育应用现状与发展趋势研究有助于推动技术与教育的深度融合发展。该文从技术发展的角度回顾了人工智能的发展历程,概述了人工智能发展史上的三次浪潮,揭示了人工智能的三大要素与驱动力,阐述了人工智能在教育领域中的四大具体应用形态,分析了人工智能教育应用的五大典型特征,并指出其未来的发展趋势,最后归纳并构建了人工智能与教育的融合创新发展体系,旨在为我国人工智能与教育的融合发展提供理论指导。 展开更多
关键词 人工智能 深度学习 ITS 自动化测评 教育应用
下载PDF
深度学习的目标与评价体系构建 被引量：297
20
作者 张浩 吴秀娟 王静 《中国电化教育》 CSSCI 北大核心 2014年第7期51-55,共5页
深度学习的目标面向提升学习者的问题解决、高阶思维、自主学习和知识创新等高阶能力。深度学习评价应以深度学习目标为导向,运用调查、测验、统计分析等方法,对深度学习过程及结果做出价值判断,对深度学习目标进行反思和修订。该文就... 深度学习的目标面向提升学习者的问题解决、高阶思维、自主学习和知识创新等高阶能力。深度学习评价应以深度学习目标为导向,运用调查、测验、统计分析等方法,对深度学习过程及结果做出价值判断,对深度学习目标进行反思和修订。该文就如何评价深度学习这一问题,提出构建以布鲁姆的认知目标分类法、比格斯的SOLO分类法、辛普森的动作技能目标分类法和克拉斯沃尔的情感目标分类法为基础的深度学习多维评价体系,以非结构化的深层知识、高阶认知技能、高阶思维能力和高水平动作技能等的形成为深度学习评价的现实标准,构建认知、思维结构、动作技能和情感四位一体的深度学习评价体系,以解析不同领域中深度学习者可达成的预期目标。 展开更多
关键词 深度学习 学习评价 SOLO分类法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部