导读:本文包含了智能学习环境论文开题报告文献综述及选题提纲参考文献，主要关键词:新工科,研究生培养,学习环境,智能技术
智能学习环境论文文献综述
逯行,沈阳[1]（2019）在《基于智能技术的“新工科”研究生学习环境设计研究》一文中研究指出传统的工科研究生培养,学习环境主要包括实验室、产学研结合实践场景等,基于这种认识的学习环境设计与评价,过于重视社会效益而忽视学生个体体验。本研究通过强调学习环境应当与"新工科"研究生培养需求之间动态平衡,分析产业发展需求、交叉融合实践需求、科研发展需求、个人需求中包含的六种主体需求:贡献性、连接性、确定性、增长性、意义性、多样性;通过引入智能技术提供的智能化认知有效功能、智能化情感功能、智能化物理情境功能、智能化社会支持功能,解决"新工科"研究生培养的需求冲突,提出了适用于"新工科"研究生培养的学习环境设计策略。(本文来源于《研究生教育研究》期刊2019年05期）
颜勋[2]（2019）在《面向虚拟学习环境的智能问答研究》一文中研究指出科技的迅猛发展引领社会走入大数据时代,随之而来人们也面临着数据爆炸和信息迭代更新过快等实际操作问题。传统搜索引擎单一检索反馈的庞大网页信息已无法满足人们快速获取精准信息的需求。智能问答作为人工智能和自然语言处理方向的研究热点,它能够为用户提供高效准确的答案和智能个性化的服务,目前正被逐步应用于各大商用领域。然而,由于自然语句的语义存在多样性及具有研究价值的限定域问答数据集缺乏,智能问答研究目前仍面临着许多瓶颈。本文研究了开放域英文与限定域中文智能问答算法,并对模型进行了测试验证;基于人工智能标记语言设计实现了面向虚拟学习环境的智能问答教学交互系统,验证并拓展了智能问答模型的实际应用价值。研究内容如下:1、研究基于开放域的英文智能问答。针对传统模型无法捕获问题和答案语句依赖关联性的缺点,提出一种融合堆迭双向长短时记忆网络与协同注意力机制的语义理解模型。长短时记忆网络用于获取各词语间的依赖关联性;注意力机制与协同注意力机制生成关联矩阵,捕获问题和答案语句的交互影响与作用,获取语句的进一步特征向量表示;选取智能寻优算法完成参数寻优。在TREC8-13、Wiki-QA与SemEval2015公开问答数据集上进行算法比较和结果分析,实验证明本文模型在语句语义表达上具有较高的准确率和鲁棒性。2、研究基于限定域的中文智能问答。针对目前限定域中文数据集匮乏的境况,构建基于倒立摆实验的限定域问答数据集。采用结巴分词工具包对中文语句进行分词与词性标注,获取标准数据集;基于内容1的工作基础,在模型的特征提取层之前加入一层卷积神经网络,通过卷积池化计算每个词占整个语句的影响比重。在CCKS2018与倒立摆实验数据集上验证分析模型。3、设计面向虚拟学习环境的智能问答系统。基于Unity3D平台搭建虚拟学习环境,设计虚拟教师、虚拟学生等角色模型;构建面向虚拟学习环境的智能问答系统,将所研究的模型作为智能问答引擎,驱动虚拟学习环境中的虚拟角色,实现虚拟学习环境的智能问答交互控制。(本文来源于《重庆邮电大学》期刊2019-05-20）
韩建华,赵蔚,姜强,董奕,张宁宇[3]（2019）在《STEM智能学习环境与认知科学研究——访美国范德堡大学彼斯沃思教授》一文中研究指出云计算、数据挖掘、学习分析和人工智能等的发展与创新,拓宽了智能学习环境的开发与应用,为推进探究式学习与问题解决的智能教育带来新的契机。文章基于彼斯沃思团队研发的STEM智能学习环境,探讨了STEM智能学习环境的设计理念与结构对学生思维和能力培养的影响;依据模型驱动机制和代理对话提供的适时反馈,探究了学生认知和元认知的发展;基于学生学习活动日志文件,采用数据提取算法挖掘学生的学习行为特征;根据捕获的学习行为数据,分析了隐含的学习参与和知识理解程度等。彼斯沃思教授系范德堡大学电子工程和计算机科学(EECS)学院的计算机科学、计算机工程和工程管理学教授,也是该校软件整合系统学院高级研究科学家,兼任智能系统中心副主任,国际期刊《IEEE关于系统、人与控制论学报》副主编、美国计算机协会(ACM)、美国人工智能协会(American Association for Artificial Intelligence,简称AAAI)和希格玛赛(Sigma Xi)学会高级成员。2014年,他荣膺美国电气电子工程师学会院士(IEEE Fellow),曾承担美国国家航空航天局(NASA)、国家科学基金会(NSF)、国防部高级研究计划局(DARPA)等项目,主要研究领域包括STEM领域智能学习环境的设计和实施、复杂嵌入系统的混合建模(Hybrid Modeling)、仿真和分析。(本文来源于《开放教育研究》期刊2019年02期）
范崇源,颜浦钰,张哲[4]（2018）在《智能制造背景下信息化学习环境建设研究》一文中研究指出在德国工业4.0和美国工业互联网的背景下,"中国制造2025"战略于2015年上半年提出,以强化我国工业基础能力推进我国整体制造水平,加快从"制造大国"向"智造强国"的步伐。在"中国制造2025"的国家战略中,机电类专业的高级技工人才面临很大的缺口,制造型企业需要的是高素质、高技能的综合型人才,因此对高校机电类专业毕业生要求越来越高。在此背景下,伴随着信息时代大数据的飞速发展和变化,教育体系的模式逐渐朝着多元化的方向发展。如何在智能制造的背景下,结合信息化教学辅助工具使高校机电专业实训车间的教育教学能够充分展现出创新能力和实践能力,是如今高校机电类教育工作者的关注的重点。围绕在智能制造背景下信息化学习环境的建设研究,对高校机电类专业教学管理创新与实践展开详细的探究,为今后专业人士进行相关研究提供参考。(本文来源于《现代职业教育》期刊2018年30期）
谢铮[5]（2018）在《智能学习环境支持下的高职教师信息化教学能力发展研究》一文中研究指出近年来,随着多媒体在教育事业上的普及,智能环境下的信息化教学成为教师必须掌握的技能之一,在新时代的要求下,信息化教学的课程设计能力、资源获取能力以及信息化技术应用水平已经成为衡量一位老师教学能力的指标之一,它不仅是检测一位教师是否能适应现代教学的需求,也对提升教学质量有着切实的促进作用,本文就立足于高职院校基础之上,研究分析了现代信息化教学理念和教学方法如何在高职院校付诸实践的手段策略。(本文来源于《试题与研究》期刊2018年29期）
徐宏博[6]（2018）在《虚拟学习环境中智能角色控制与人机交互研究》一文中研究指出随着虚拟现实的不断深入发展和客观应用的迫切需求,虚拟角色技术逐渐成为虚拟现实的研究热点。但凡需要模拟人的动作与感知等行为,都离不开虚拟角色的参与,因此虚拟角色技术至关重要。通过传统的人机交互方式,人们难以完全沉浸在虚拟环境之中,将体感交互技术引入到虚拟环境,不仅使人机交互变得自然,也增强了虚拟环境的真实感。本文结合虚拟现实技术、人机交互技术和传统教育方法,以构建虚拟学习环境人机交互系统为目标,对虚拟学习环境中的智能角色建模和人机交互技术进行研究,主要包括以下内容:1.提出了虚拟学习环境人机交互系统总体框架,在此基础上分析了虚拟现实系统的关键技术。构建了智能角色的叁维模型和具有视觉感知、听觉感知、行为决策等功能的行为模型,并介绍了各个功能的实现过程和所用方法。研究了路径规划技术,采用栅格法对虚拟环境进行表示,并在虚拟学习环境中实现了基于A*算法的智能角色路径规划。2.研究了基于虚拟角色的人机交互和Kinect传感器的工作原理,通过Kinect获取人体的骨骼关节点信息,并将获取到的骨骼关节点与虚拟学习环境中虚拟角色的骨骼关节点进行绑定,实现了虚拟化身交互。通过计算骨骼关节点之间的距离和角度,对虚拟化身的姿势进行识别,并在此基础上实现了虚拟化身姿势交互。利用Kinect采集并处理用户语音信息,然后进行语音识别,再将语音识别结果转换成命令控制智能角色运动,实现了智能角色的语音交互。3.开发虚拟学习环境人机交互系统,实现了场景漫游、PPT播放、书籍阅翻和倒立摆实验演示与操作等功能。最后在虚拟学习环境中,对系统的各个功能和系统的性能进行了测试,验证了系统的有效性。(本文来源于《重庆邮电大学》期刊2018-05-26）
路颖晓,戴伟辉[7]（2018）在《泛在学习环境下的情感智能及仿脑机理》一文中研究指出进入21世纪以来,现代移动互联网的快速发展和社会化学习媒体的不断涌现,现代远程教育的环境发生了深刻变化。泛在学习方式使得学习过程转变为学习者基于其自身需求对知识的个性化自主建构过程。大量研究表明,泛在学习环境下学习者的个性化基础差异、海量学习资源的搜索与匹配困难以及时间、地点、环境等情境因素,已成为影响学习主动性和学习效率的主要原因,甚至使得学习者产生焦虑情绪。因此对泛在学习环境下的学习者情感体验及其影响因素进行实时监测,为学习者提供个性化、智能化的学习策略及精准的学习资源推荐,已成为亟待解决的关键问题。认知神经科学的研究成果表明,人类的情感是在脑机制作用下一系列神经活动的结果。在人工智能领域,情感智能一般指通过机器感知人类的情感状态并主动调节自身的行为,为人类带来愉悦的情感体验。计算机能够感知人类的情感需求并作出人性化的反应。因此,结合神经科学与人工智能技术的前沿知识,对泛在学习环境下的学习者情感神经机制及其表达特征进行深入分析,给出情感信息的实时监测、识别方法,并阐述情感智能的实现方法及其仿脑机制,为泛在学习环境下的情感教学提供智能化手段。(本文来源于《现代远程教育研究》期刊2018年02期）
占芳芳[8]（2017）在《基于智能手机的移动学习在高校学习环境中的应用研究》一文中研究指出随着科学技术日新月异的迅速发展,智能手机已经普及我国绝大多数人,成为人们日常工作、学习、娱乐和获取资讯等必不可少的工具。基于智能手机的移动学习作为对高等院校传统教育方式的一种补充,充分提高学生课下学习的质量与效果。本文通过分析智能手机与移动学习,探讨研究基于智能手机的移动学习在高校学习环境中的应用。(本文来源于《考试周刊》期刊2017年60期）
金涛伟,邹元君[9]（2016）在《泛在学习环境下基于智能无线终端的中医药自主学习服务平台设计》一文中研究指出文章从移动学习概述入手,分析了基于智能无线终端中医药自主学习服务平台要融合数字化校园、交流互动、资源共享和个性化服务叁方面的需求,并从开发技术和平台主要模块及功能介绍两方面论述了泛在学习环境下基于智能无线终端的中医药自主学习服务平台设计。(本文来源于《西部素质教育》期刊2016年23期）
刘艳兰,李新成[10]（2016）在《基于智能手机的个人学习环境建构》一文中研究指出随着移动通信技术的迅速发展,智能手机在人们的移动学习过程中发挥着日益重要的作用。在联通主义和建构主义思想的指导下,本文对基于智能手机的个人学习环境进行了建构,对其组成要素包括资源、工具、学习者和活动进行了具体阐述,并依此开发了MPLE手机应用,最后对个人学习环境的实验应用进行了设计,以期为相关研究及学习提供支持和借鉴。(本文来源于《数字教育》期刊2016年04期）
智能学习环境论文开题报告
（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：
科技的迅猛发展引领社会走入大数据时代,随之而来人们也面临着数据爆炸和信息迭代更新过快等实际操作问题。传统搜索引擎单一检索反馈的庞大网页信息已无法满足人们快速获取精准信息的需求。智能问答作为人工智能和自然语言处理方向的研究热点,它能够为用户提供高效准确的答案和智能个性化的服务,目前正被逐步应用于各大商用领域。然而,由于自然语句的语义存在多样性及具有研究价值的限定域问答数据集缺乏,智能问答研究目前仍面临着许多瓶颈。本文研究了开放域英文与限定域中文智能问答算法,并对模型进行了测试验证;基于人工智能标记语言设计实现了面向虚拟学习环境的智能问答教学交互系统,验证并拓展了智能问答模型的实际应用价值。研究内容如下:1、研究基于开放域的英文智能问答。针对传统模型无法捕获问题和答案语句依赖关联性的缺点,提出一种融合堆迭双向长短时记忆网络与协同注意力机制的语义理解模型。长短时记忆网络用于获取各词语间的依赖关联性;注意力机制与协同注意力机制生成关联矩阵,捕获问题和答案语句的交互影响与作用,获取语句的进一步特征向量表示;选取智能寻优算法完成参数寻优。在TREC8-13、Wiki-QA与SemEval2015公开问答数据集上进行算法比较和结果分析,实验证明本文模型在语句语义表达上具有较高的准确率和鲁棒性。2、研究基于限定域的中文智能问答。针对目前限定域中文数据集匮乏的境况,构建基于倒立摆实验的限定域问答数据集。采用结巴分词工具包对中文语句进行分词与词性标注,获取标准数据集;基于内容1的工作基础,在模型的特征提取层之前加入一层卷积神经网络,通过卷积池化计算每个词占整个语句的影响比重。在CCKS2018与倒立摆实验数据集上验证分析模型。3、设计面向虚拟学习环境的智能问答系统。基于Unity3D平台搭建虚拟学习环境,设计虚拟教师、虚拟学生等角色模型;构建面向虚拟学习环境的智能问答系统,将所研究的模型作为智能问答引擎,驱动虚拟学习环境中的虚拟角色,实现虚拟学习环境的智能问答交互控制。
（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。
智能学习环境论文参考文献
[1].逯行,沈阳.基于智能技术的“新工科”研究生学习环境设计研究[J].研究生教育研究.2019
[2].颜勋.面向虚拟学习环境的智能问答研究[D].重庆邮电大学.2019
[3].韩建华,赵蔚,姜强,董奕,张宁宇.STEM智能学习环境与认知科学研究——访美国范德堡大学彼斯沃思教授[J].开放教育研究.2019
[4].范崇源,颜浦钰,张哲.智能制造背景下信息化学习环境建设研究[J].现代职业教育.2018
[5].谢铮.智能学习环境支持下的高职教师信息化教学能力发展研究[J].试题与研究.2018
[6].徐宏博.虚拟学习环境中智能角色控制与人机交互研究[D].重庆邮电大学.2018
[7].路颖晓,戴伟辉.泛在学习环境下的情感智能及仿脑机理[J].现代远程教育研究.2018
[8].占芳芳.基于智能手机的移动学习在高校学习环境中的应用研究[J].考试周刊.2017
[9].金涛伟,邹元君.泛在学习环境下基于智能无线终端的中医药自主学习服务平台设计[J].西部素质教育.2016
[10].刘艳兰,李新成.基于智能手机的个人学习环境建构[J].数字教育.2016