导读:本文包含了数据驱动型学习论文开题报告文献综述及选题提纲参考文献，主要关键词:语料库,数据驱动学习,学习效果评价
数据驱动型学习论文文献综述
曲歌[1]（2019）在《数据驱动学习在大学英语课堂教学中的应用探索》一文中研究指出教学模式的不同,反映教学理论思维的不同和组织教学活动方式的不同,因此改造传统教学模式,新的教学模式能否取而代之,已成为教学改革的研究趋势。语料库DDL(Data-Driven Learning,数据驱动学习)教学模式,改变了传统教学过程中知识获取和信息加工模式;改变教师和学生之间,以及学生和学生之间的关系,由教师主导到学生主导的课程学习模式;注重个人潜力和个性的发展,能够促进学生自主学习能力的把控和提高。数据驱动学习的探索和实践是大学英语从外延发展向内涵发展的重要一步。(本文来源于《学理论》期刊2019年11期）
徐亮,张勇[2]（2019）在《数据驱动学习视角下的英语词汇教学探究》一文中研究指出基于语料库的数据驱动学习(DDL)是近年来外语教学研究的热点和重点之一。数据驱动学习以真实语料为教与学的材料,体现"以教师为主导、以学生为主体"的教学理念,注重培养探究型学习意识。以英语中的一对近义词"edition"和"version"为例,探讨数据驱动视角下的语境共现、N元分析、搭配与类联接分析以及网络语料库等几个方面的英语词汇教学方法及应用。结果表明,利用基于网络在线的BNC、COCA以及i Web Corpus等英语本族语语料库,教师可自建用于教学目的的小型语料库,能够进行有效的近义词辨析等方面的英语词汇教学。(本文来源于《当代教育理论与实践》期刊2019年05期）
赵琼,谢晶晶[3]（2019）在《语料库数据驱动学习在大学英语教学中的应用》一文中研究指出以毛姆小说A Friend in Need为例,构建了语料库数据驱动学习下的大学英语课堂教学模式,并将其应用于实际课堂。结果发现,大部分学生对这种新型的教学模式感兴趣,认为探索式、发现式的学习方法更能激发他们的学习兴趣,更能体现出学生的主体地位;教师的角色从传统课堂的权威者转变为数据驱动学习的设计者、引导者以及协作学习的学习伙伴等,拉近了学生与教师之间的距离。(本文来源于《重庆电力高等专科学校学报》期刊2019年04期）
林竞,李传芳[4]（2019）在《商务词义限制性搭配产出性学习研究——以动名搭配WPI数据驱动学习为例》一文中研究指出重视商务英语专业词汇与通用英语词汇共性关照下"和而不同"的特性是商务英语词汇学理论构建与教学实践必须直面的重要课题。虽然国内学界已认识到"搭配往往不能跨语言",但搭配跨专业语域问题很少得到关注。笔者提出商务英语词义搭配比通用英语词义搭配有着更为严格的限制,在商务语境下搭配常常受限于专业语域。本文以商务搭配中最具挑战性的动名搭配为例,引介在线语料库WPI在提升词汇搭配产出能力中的具体应用,旨在改善学习者搭配产出能力滞后于接受理解能力的现象,倡导将语料库数据驱动学习方法应用于商务英语专业词汇产出性学习。(本文来源于《外国语文》期刊2019年04期）
崔国淼[5]（2019）在《数据驱动学习法在大学英语词汇学习中的实证研究》一文中研究指出词汇被认为是外语学习中最重要的一部分,词汇知识既是语言知识的核心,也是习得语言的关键。根据新大学英语课程标准提出的要求,新的教学方法应当采取传统教育方法与现代技术结合的方式进行,并且要充分利用网络资源。因此,基于语料库的数据驱动学习法在大学英语学习的领域中颇受关注。数据驱动学习法(Data-driven Learning简称DDL)基于语料库,具有语境共现特征,教师可以参照语境共现索引行所提供的信息,设计活动与练习,引导学生基于大量真实的语料观察、概括、归纳语言使用现象,探索语法规则、意义表达以及语用特征。根据先前的研究,它的潜在意义仍需深入研究。本研究以检验数据驱动学习法指导下的大学生英语词汇深度知识的掌握情况,重点关注词汇深度知识的叁个方面:词语搭配、不同语境中单词的意义以及词汇语法结构;同时本研究探讨学生接受数据驱动学习法之后的词汇学习策略使用方面的变化。在本次教学实验中,实验对象是来自56名非英语专业的大二学生,他们在同一所大学就读于两个平行班。为了回答本实验的两个研究问题,涉及到的研究工具包括前测、后测,问卷以及访谈,同时利用SPSS 23.0软件对得到的数据进行分析。通过对数据进行分析,实验组的学生在词汇后测中的成绩与其前测成绩相比存在显着差异。具体来说语料库数据驱动学习法在学习者学习词汇搭配,不同语境中的单词意义以及词汇语法这叁方面效果显着。因此,与传统的词汇学习法相比,语料库数据驱动学习法存在一定的优越性。第二个研究问题的结果表明,实验班的学生在接受了一个学期的DDL词汇学习法之后,他们会更多的使用自治策略,语境猜词策略以及合作策略。总而言之,新的词汇学习方法在带来价值的同时也会存在一些局限性,因此本研究也为大学英语词汇教学提出了一些教学启示和建议。(本文来源于《沈阳师范大学》期刊2019-05-30）
彭芬,吴章玲[6]（2019）在《基于数据驱动学习的大学英语翻译教学策略探讨》一文中研究指出本文将对数据驱动学习特点进行分析,并详细探究以数据驱动学习为基础的大学英语翻译教学策略,希望可以为相关工作者的研究提供一些帮助。(本文来源于《校园英语》期刊2019年21期）
陆超伦,李永强,冯远静[7]（2019）在《基于强化学习的数据驱动最优镇定控制及仿真》一文中研究指出利用Q-学习算法,针对模型未知只有数据可用的非线性被控对象,解决最优镇定控制问题.由于状态空间和控制空间的连续性,Q-学习只能以近似的方式实现.因此,文中提出的近似Q-学习算法只能获得一个次优控制器.尽管求得的控制器只是次优,但是仿真研究表明,对于强非线性被控对象,相比线性二次型调节器和深度确定性梯度下降方法,文中方法的闭环吸引域更宽广,实际指标函数也更小.(本文来源于《模式识别与人工智能》期刊2019年04期）
汪娟,毛世花[8]（2019）在《数据驱动学习视角下的英语近义词词汇深度教学研究——以chance,opportunity词汇深度自主学习为例》一文中研究指出数据驱动学习(Data-driven Learning简称DDL)是信息化教学模式中基于资源的一种教学模式,是一种新的基于语料库数据的外语学习方法。DDL可以为生词提供众多语境接触(Contextual Encounter)而这点被认为是词汇学习的重要条件。另外,语料库特有的KWIC(KeyWord in Context)关键词索引行呈现方式有关某一语言项目的大量示例可以扩大学习者的词汇量和提高他们对语言型式的关注程度。本文以近义词chance和opportunity为例通过对学习者语料库CLEC中chance和opportunity的检索发现DDL能够有效地促进词汇深度知识的自主学习、发现式学习。(本文来源于《考试与评价(大学英语教研版)》期刊2019年02期）
耿攀峰[9]（2019）在《数据驱动学习在大学商务英语教学中的应用》一文中研究指出商务英语教学在高校受众面很广,但一直面临教学模式固化、教师思维模式僵化、教材内容有限以及课时有限等困境。数据驱动学习方法为改革中的大学英语带来新的方向,无论在学习资源还是学习模式上都可以深入地融合到商务英语教学之中。借助数据驱动,学生可通过观察、归纳、总结进行深层次地学习,在学习语言知识的同时学习商务知识,构建自身的知识体系,是真正意义上的"在做中学"。(本文来源于《科学咨询(教育科研)》期刊2019年04期）
孟琦[10]（2019）在《数据驱动学习控制及其电力逆变器工程应用研究》一文中研究指出本论文以电力逆变器为被控对象,针对输出电压谐波问题系统的研究了数据驱动学习控制设计方法,考虑逆变器工程中存在不确定性和扰动问题,设计了叁通道复合控制器,同时也考虑了微网中多逆变器电压电流协调控制等问题。论文主要研究内容及创新点总结如下:一、针对逆变器输出电压谐波问题,提出了基于数字滤波器的线性相位学习控制方法。工作包括通过对系统扰动和期望信号传递函数的分析,给出了闭环学习系统稳定性条件,并利用数字滤波器线性相位特性设计了满足稳定性条件的学习控制器;设计了带有正反馈通道滤波器的学习控制方法,用于抑制逆变器运行中的周期域误差累积,使得学习控制对于特定频段的稳定裕度相应增加。仿真表明,所提逆变器学习控制方法具有较低的总谐波畸变和较高的输出电压精度。二、针对逆变器学习控制中存在的非周期扰动,提出了带有信息选择机制的学习控制方法。工作包括利用输出电压误差有效值分析误差信息周期特征,通过设置误差波动阈值抑制非周期扰动对学习环节的影响;通过引入扩张状态观测器对非周期扰动进行估计与补偿,并分析了观测器对不同频率扰动的估计性能;为了便于逆变系统实际应用,将学习环节设计为仅含有一个滤波器的单位正反馈环节,使用滤波器截止频率即可确定学习参数。叁、针对逆变器实际工程中存在的不确定因素和外部扰动,设计了含有前馈学习环节、抗扰环节,以及基本反馈环节的叁通道复合控制器,并证明了稳定性;对叁通道控制器各环节参数进行整合,提出了逆变系统复合控制器单参数整定方法。实验表明,叁通道复合控制器能够有效抑制多种不确定性和扰动,对逆变系统参数摄动以及外部扰动等均不敏感。四、针对微网多逆变器协调控制问题,在信息物理系统框架下设计了整合的电压电流双环协调控制方案,实现了电压的精确输出与分布式单元的电流均衡。工作包括设计了带同步信号发生器的电压学习控制,使得各分布式单元间可实现正弦输出电压相位同步;设计了电流趋同调节器,利用本地和邻节点瞬时电流数据非线性组合,实现分布式单元间的电流均衡;利用邻节点历史电流数据,设计了通信受限情况下电流调节器趋同策略,降低了该协调方案受通信网络的制约。通过仿真验证了所提微网多逆变器协调控制方案的有效性。(本文来源于《北京交通大学》期刊2019-04-01）
数据驱动型学习论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于语料库的数据驱动学习(DDL)是近年来外语教学研究的热点和重点之一。数据驱动学习以真实语料为教与学的材料,体现"以教师为主导、以学生为主体"的教学理念,注重培养探究型学习意识。以英语中的一对近义词"edition"和"version"为例,探讨数据驱动视角下的语境共现、N元分析、搭配与类联接分析以及网络语料库等几个方面的英语词汇教学方法及应用。结果表明,利用基于网络在线的BNC、COCA以及i Web Corpus等英语本族语语料库,教师可自建用于教学目的的小型语料库,能够进行有效的近义词辨析等方面的英语词汇教学。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数据驱动型学习论文参考文献
[1].曲歌.数据驱动学习在大学英语课堂教学中的应用探索[J].学理论.2019
[2].徐亮,张勇.数据驱动学习视角下的英语词汇教学探究[J].当代教育理论与实践.2019
[3].赵琼,谢晶晶.语料库数据驱动学习在大学英语教学中的应用[J].重庆电力高等专科学校学报.2019
[4].林竞,李传芳.商务词义限制性搭配产出性学习研究——以动名搭配WPI数据驱动学习为例[J].外国语文.2019
[5].崔国淼.数据驱动学习法在大学英语词汇学习中的实证研究[D].沈阳师范大学.2019
[6].彭芬,吴章玲.基于数据驱动学习的大学英语翻译教学策略探讨[J].校园英语.2019
[7].陆超伦,李永强,冯远静.基于强化学习的数据驱动最优镇定控制及仿真[J].模式识别与人工智能.2019
[8].汪娟,毛世花.数据驱动学习视角下的英语近义词词汇深度教学研究——以chance,opportunity词汇深度自主学习为例[J].考试与评价(大学英语教研版).2019
[9].耿攀峰.数据驱动学习在大学商务英语教学中的应用[J].科学咨询(教育科研).2019
[10].孟琦.数据驱动学习控制及其电力逆变器工程应用研究[D].北京交通大学.2019