检索结果-内蒙古大学图书馆

中国信息技术教育 2024年第22期 109-112页

作者：任鸿儒马慧周琪伍文燕广东工业大学自动化学院/粤港智能决策与协同控制联合实验室/广东省智能决策与协同控制重点实验室广东工业大学数学与统计学院广东工业大学网络信息与现代教育技术中心

本文旨在探讨如何深化“模式识别”课程的教学改革。作者针对如何引入多元化教学、如何结合理论与实践、如何引导学生有效做好课前预习三方面进行剖析,提出了一系列创新性的改革措施,以提高教学效率,培养学生的实践能力和创新能力,引导... 详细信息

本文旨在探讨如何深化“模式识别”课程的教学改革。作者针对如何引入多元化教学、如何结合理论与实践、如何引导学生有效做好课前预习三方面进行剖析,提出了一系列创新性的改革措施,以提高教学效率,培养学生的实践能力和创新能力,引导学生更好地掌握知识和技能,为其未来的职业发展打下坚实的基础。

关键词：模式识别教学改革教学体系多元化教学课前预习

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯网络模型的在线学习行为分析

引用

广东工业大学学报 2022年第3期39卷 41-48页

作者：冯广潘庭锋伍文燕广东工业大学自动化学院广东广州510006 广东工业大学计算机学院广东广州510006 广东工业大学网络信息与现代教育技术中心广东广州510006

线上线下结合的教学模式是未来教学的一个趋势,每一个学生的学习行为会直接影响学习结果,因此研究学习者学习行为对学习成绩的影响程度是目前的研究重点。目前常见的评价模型存在可信程度较低、可解释性较弱等问题,本文使用基于证据推... 详细信息

线上线下结合的教学模式是未来教学的一个趋势,每一个学生的学习行为会直接影响学习结果,因此研究学习者学习行为对学习成绩的影响程度是目前的研究重点。目前常见的评价模型存在可信程度较低、可解释性较弱等问题,本文使用基于证据推理的贝叶斯网络(Bayes Network,BN)能够有效地解决这一问题。把方法应用在学习行为分析上,与常用的机器模型和深度学习模型进行比较,表现出更低的误差和更强的可解释性。

关键词：在线教育贝叶斯网络学习行为联合树可解释性

来源：评论

学校读者我要写书评

暂无评论

广东工业大学 “智慧工厂”破解跨校区管理难题

引用

中国教育网络 2020年第1期 60-62页

作者：冯广伍文燕广东工业大学网络信息与现代教育技术中心

随着广东工业大学进入高水平大学建设行列,学校信息化建设也取得了长足进步,根据《广东工业大学信息化建设十三五规划》顶层设计,学校信息化基础设施和应用系统建设基本完成,信息化建设已经进入了攻坚克难时期。如何破解校区多、幅员广... 详细信息

随着广东工业大学进入高水平大学建设行列,学校信息化建设也取得了长足进步,根据《广东工业大学信息化建设十三五规划》顶层设计,学校信息化基础设施和应用系统建设基本完成,信息化建设已经进入了攻坚克难时期。如何破解校区多、幅员广、师生人数多和数据标准不统一等带来的教学和管理难题,成为学校近期信息化建设的一个重点任务。对此,我们提出“智慧工厂”的建设理念,积极引入银行融资等资金,提升校园信息化建设水平,让信息化像空气与水分一样,渗透在学校工作的方方面面,润物细无声。

关键词：智慧校园建设无线网络教学区广东工业大学智慧课室智慧教学平台云课堂管理难题

来源：评论

学校读者我要写书评

暂无评论

深度学习支持下多模态学习行为可解释性分析研究

引用

电化教育研究 2021年第11期42卷 77-83页

作者：胡钦太伍文燕冯广潘庭锋邱凯星广东工业大学计算机学院广东广州510006

当前,学习行为分析已成为研究热点。基于大数据技术挖掘学生的学习行为特征,能为学习过程的改善、学习评价的优化提供重要依据。然而,现有研究却存在分析数据类型单一、实时性不强、结果准确度不高、缺乏可解释性等问题。文章从利用深... 详细信息

当前,学习行为分析已成为研究热点。基于大数据技术挖掘学生的学习行为特征,能为学习过程的改善、学习评价的优化提供重要依据。然而,现有研究却存在分析数据类型单一、实时性不强、结果准确度不高、缺乏可解释性等问题。文章从利用深度学习算法进行多模态学习分析入手,采用HDRBM(Hybrid Deep Restricted Boltzmann Machine,深度混合判别受限玻尔兹曼机)神经网络模型,建立多模态学习分析模型,为教育技术领域中利用多模态大数据挖掘学习者行为特征提供了新范式;接着从可解释性分析的角度,阐述利用深度学习算法进行多模态学习行为分析的算法设计与实现过程;通过实验表明,研究中所采用的方法与技术路线对提高学习行为分析的可解释性有较好成效。

关键词：深度学习多模态学习行为分析可解释性

来源：评论

学校读者我要写书评

暂无评论

基于K-Medians的学习质量评价方法研究

引用

中国教育信息化 2022年第4期28卷 80-86页

作者：冯广陈卓罗时强邱凯星伍文燕广东工业大学自动化学院广东广州510006

长期以来,学生综合学习质量评价存在着评价数据不丰富、评价方式简单、评价结果运用不科学等问题,大数据与数据挖掘等技术的发展给解决这些问题提供了可能。针对以上问题,文章提出基于K-Medians的高维聚类评价方法,通过一个实例说明了... 详细信息

长期以来,学生综合学习质量评价存在着评价数据不丰富、评价方式简单、评价结果运用不科学等问题,大数据与数据挖掘等技术的发展给解决这些问题提供了可能。针对以上问题,文章提出基于K-Medians的高维聚类评价方法,通过一个实例说明了该方法在学生综合学习质量评价的应用过程。与传统定性评价相比,该方法可联合多种评价数据、评价方式更科学、评价结果蕴涵多种指导信息;与其他非传统评价方法相比,该方法在公正性、便捷性、直观性上具有较大优势。

关键词： K-Medians 学习质量评价高维聚类

来源：评论

学校读者我要写书评

暂无评论

基于话语间时序多模态数据的情绪分析方法

引用

计算机系统应用 2022年第5期31卷 195-202页

作者：冯广江家懿罗时强伍文燕广东工业大学计算机学院广州510006 广东工业大学自动化学院广州510006 广东工业大学网络信息与现代教育技术中心广州510006

长期以来,传统的基于单模态数据情绪分析方法存在分析角度单一、分类准确率低下等问题,时序多模态数据的分析方法为解决这些问题提供了可能.本文基于话语间的时序多模态数据,对现有的多模态情绪分析方法进行了改进,使用双向门控循环网络... 详细信息

长期以来,传统的基于单模态数据情绪分析方法存在分析角度单一、分类准确率低下等问题,时序多模态数据的分析方法为解决这些问题提供了可能.本文基于话语间的时序多模态数据,对现有的多模态情绪分析方法进行了改进,使用双向门控循环网络(Bi-GRU)结合模态内和跨模态的上下文注意力机制进行情绪分析,最后在MOSI和MOSEI数据集上进行验证.实验表明,利用话语间的时序多模态数据,并且充分融合模态内以及跨模态上下文信息的方法,能够从多模态特征和时序特征的角度进行情绪分析,从而有效提高情绪分析任务的分类准确率.

关键词：时序多模态数据双向门控循环网络注意力机制情绪分析

来源：评论

学校读者我要写书评

暂无评论

基于在线学习行为数据的成绩预测方法

引用

中国教育信息化 2022年第8期28卷 86-94页

作者：冯广罗时强陈卓江家懿伍文燕广东工业大学自动化学院广东广州510006 广东工业大学计算机学院广东广州510006 广东工业大学网络信息与现代教育技术中心广东广州510006

针对目前成绩预测方法中存在准确率不高、实施性不强、可行性不佳等问题,文章提出一种基于浅层神经网络的预测模型。该模型采用调整的共轭梯度优化算法,将输入层与输出层进行连接,然后应用感知器进行学习成绩预测。与传统方法相比,该预... 详细信息

针对目前成绩预测方法中存在准确率不高、实施性不强、可行性不佳等问题,文章提出一种基于浅层神经网络的预测模型。该模型采用调整的共轭梯度优化算法,将输入层与输出层进行连接,然后应用感知器进行学习成绩预测。与传统方法相比,该预测方法精度和准确率更高,而且实用性更强,能为后续优化与发展网络在线教育提供参考。

关键词：浅层神经网络优化算法成绩预测在线教育

来源：评论

学校读者我要写书评

暂无评论

人工智能时代高等教育教学评价的关键技术与实践

引用

开放教育研究 2021年第5期27卷 15-23页

作者：胡钦太伍文燕冯广潘庭锋陈卓邱凯星广东工业大学计算机学院广东广州510006 广东工业大学自动化学院广东广州510006

长期以来,高等教育评价存在着模式陈旧、指标单一、数据匮乏和算法灵活性差等问题,人工智能的教育应用为解决这些问题提供了可能。探索人工智能支持的教育评价,是推动我国智慧教育发展的必然举措。本研究基于人工智能前沿技术与高等教... 详细信息

长期以来,高等教育评价存在着模式陈旧、指标单一、数据匮乏和算法灵活性差等问题,人工智能的教育应用为解决这些问题提供了可能。探索人工智能支持的教育评价,是推动我国智慧教育发展的必然举措。本研究基于人工智能前沿技术与高等教育教学评价原理,提出构建基于人工智能的高等教育教学评价体系的五大关键技术:评价模式的构建、评价指标的构成、基于智能感知的常态化监测、智能评价算法的选择、诊断式评价及干预系统的设计,并在此基础上以广东工业大学“蕴瑜在线课堂”的教育诊断评价与干预系统为例,从数据感知、智能评价、数据决策三个方面阐述人工智能技术在高等教育教学评价中的应用,总结人工智能应用在高等教育教学评价中的优势。最后,本研究通过问卷调查发现,经本研究设计的人工智能教育评价与干预系统在各项维度上均优于传统的教学评价。研究结论可为人工智能时代高等教育教学评价改革与创新提供理论和实践参考。

关键词：人工智能教育教学评价全过程数据深度行为分析教育诊断评价与干预系统

来源：评论

学校读者我要写书评

暂无评论

广东工业大学:微门户助力校园抗“疫”

引用

中国教育网络 2020年第5期 52-54页

作者：邝翠珊伍文燕冯广广东工业大学网络信息与现代教育技术中心

随着教育信息化从1.0时代进入2.0时代,2.0时代教育信息化突破时空限制、快速复制传播、呈现手段丰富的独特优势,必将成为构建泛在学习环境、实现全民终身学习的有力支撑,并带来教育科学决策和综合治理能力的大幅提高,与此同时移动智慧... 详细信息

随着教育信息化从1.0时代进入2.0时代,2.0时代教育信息化突破时空限制、快速复制传播、呈现手段丰富的独特优势,必将成为构建泛在学习环境、实现全民终身学习的有力支撑,并带来教育科学决策和综合治理能力的大幅提高,与此同时移动智慧校园的建设也将成为大势所趋,促进未来教育走向新的形态。

关键词：全民终身学习教育信息化广东工业大学微门户移动智慧校园泛在学习环境复制传播突破时空限制

来源：评论

学校读者我要写书评

暂无评论

MOOC环境下视频资源呈现形式研究

引用

中国教育信息化 2017年第11期23卷 45-47页

作者：伍文燕张振威广东工业大学网络信息与现代教育技术中心广东广州510006 广州美术学院人事处广东广州510006

在教育全球化和信息化的背景下,MOOC(Massive Open Online Course)掀起了一股在线教育新热潮,已成为学术界高度关注的前沿课题。视频资源是MOOC的重要组成部分,本研究通过对目前主流的在线开放课程平台中视频资源的分析研究,得出MOOC中... 详细信息

在教育全球化和信息化的背景下,MOOC(Massive Open Online Course)掀起了一股在线教育新热潮,已成为学术界高度关注的前沿课题。视频资源是MOOC的重要组成部分,本研究通过对目前主流的在线开放课程平台中视频资源的分析研究,得出MOOC中视频资源的特点,提出六种MOOC环境下视频资源呈现形式,并结合实际案例指出每种视频形式的优缺点、适用教学内容、制作方式及注意事项,为MOOC的建设研究提供参考和指引。

关键词： MOOC 视频资源呈现形式

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：