- 1、本文档共12页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于兴趣与任务驱动的人工神经网络课程改革理念(教学资料)
文档信息
:
文档作为关于“幼儿或小学教育”中“学习方法”的参考范文,为解决如何写好实用应用文、正确编写文案格式、内容素材摘取等相关工作提供支持。正文5350字,doc格式,可编辑。质优实惠,欢迎下载!
目录
TOC \o 1-9 \h \z \u 目录 1
正文 2
文1:基于兴趣与任务驱动的人工神经网络课程改革理念 2
1 人工神经网络教学的现状 2
1)教学内容相对滞后,脱离前沿科技。 3
2)内容讲解理论性强,讲授枯燥无味。 3
3)实验资源缺乏,学生动手实践机会较少。 3
2 将深度神经网络引入教学内容 3
3 开发人工神经网络实验,增强学生动手能力 4
4 结语 6
文2:江苏某市地面沉降的人工神经网络模型预测 6
方案Ⅰ: 9
方案Ⅱ: 9
方案Ⅲ: 9
方案Ⅳ: 9
方案一: 10
方案二: 10
方案三: 10
方案四: 10
参考文摘引言: 11
原创性声明(模板) 11
文章致谢(模板) 12
正文
基于兴趣与任务驱动的人工神经网络课程改革理念(教学资料)
文1:基于兴趣与任务驱动的人工神经网络课程改革理念
基金项目:北京信息科技大学2015年课程建设立项项目(2015KGYB11);2015年人才培养质量提高项目(
第一作者简介:陈雯柏,男,副教授,研究方向为人工神经网络、智能机器人,chenwb@bistu.edu.cn。
O 引言
目前很多高校合并重组原有的多个专业,组建了智能科学与技术专业。在此情况下,各高校智能科学与技术专业的本科教学模式不但具有融合、交叉、综合等特点,还具有自身特色。人工神经网络课程是各个学校智能科学与技术专业开设的专业课,但是我国智能科学与技术本科专业的发展尚属初级阶段,很多课程和教学都处于建设和摸索阶段。
1 人工神经网络教学的现状
人工神经网络是智能科学与技术专业的一门核心专业课,它为机器人技术、以新一代网络计算为基础的智能系统、微机电系统( MEMS)以及与日常生活密切相关的各类智能技术提供有力的理论支撑。目前,人工神经网络教学过程主要存在以下3个问题。
1)教学内容相对滞后,脱离前沿科技。
随着高等教育的大众化和普及化,教育体系渐渐无法适应社会经济与科技的发展。教育体系与教学内容相对滞后尤其表现在智能科学与技术专业。近几年,人工神经网络的技术在工业、机器人产业甚至互联网产业都取得了较大的进展,而目前人工神经网络教学却几乎忽视了人工智能领域的必威体育精装版发展。
2)内容讲解理论性强,讲授枯燥无味。
目前,大多数人工神经网络的教材和教学内容集中在研究生教育阶段,教学内容的理论性较强,这就要求学生具备较好的数学基础。然而,大部分本科学生还不具备足够的知识储备,很难深刻理解教师讲授的人工神经网络原理,容易产生厌学情绪。
3)实验资源缺乏,学生动手实践机会较少。
针对本科生的人工神经网络教学开展时间较短,人工神经网络方面的实验设计较少,理论教学和实验教学经验也相对缺乏。这些情况导致学生的实践动手能力得不到充分锻炼,造成实践知识和实践能力的培养缺失,很大程度上制约了应用型创新人才的培养,不能满足工程素质教育的要求[3-4]
2 将深度神经网络引入教学内容
传统的人工智能课程由各个院校根据各自专业办学特点而自行设定,课程的教学内容也有较大差别。人工神经网络的教学内容一般只讲解经典的多层感知器和反向传播算法,或加入一些反馈网络的内容,这种教学内容设计的一个不足之处是忽视了人工智能领域的必威体育精装版发展——深度学习。深度学习是近几年人工智能领域最具影响力的研究主题,并在大规模语音识别、大规模图像检索等领域取得突破性进展。
2006年以来,深度学习的研究席卷了整个人工智能领域,从机器学习、机器视觉、语音识别到语言处理,都不断涌现出新的研究成果。深度学习不仅在机器学习领域成为研究热点,在多个应用领域也成为有力工具。在工业界的系统应用中,深度学习也成为其中的关键解决技术。
深度神经网络模型如图1所示,它模拟了人脑的深层结构,比浅层神经网络的表达能力更强,能够更准确地“理解”事物的特征。基于图1的网络模型,在学习经典的前向型神经网络与反馈型神经网络后,利用前沿技术——深度神经网络,可以帮助学生建立对人工神经网络课程内容的认可,激发探索与应用连接主义人工智能学派研究成果的兴趣。人工神经网络的教学内容为:①感知器;②BP神经网络;③径向基神经网络;④Elman神经网络;⑤Hopfield神经网络;⑥自组织竞争人工神经网络;⑦CMAC神经网络;⑧神经网络的优化方法;⑨深度神经网络。将深度神经网络引入教学过程,不仅能够增加学生的知识
您可能关注的文档
- 面向计算思维的程序设计教学实践(教育技术学资料).doc
- 基于微信订阅号的辅助教学平台(教育技术学资料).doc
- MOOC对专业课程教学改革的启示(教学资料).doc
- 程序设计课中的CDIO教学改革(教育技术学资料).doc
- 二循环三课堂的新型实践育人模式(教学资料).doc
- 基于CDIO理念的软件人才培养课程群建设(教育技术学资料).doc
- 面向Android移动开发的编程思维能力训练与培养研究(教育技术学资料).doc
- 基于毕业产出导向的软件工程课程教学改革(行业资料).doc
- 基于Proteus的微机与单片机原理比较教学研究(教育技术学资料).doc
- 案例驱动的大学生信息安全教育教学实践(教学资料).doc
文档评论(0)