论文部分内容阅读
针对传统人工智能课程教学模式亟待改革、实验环境难以满足教学需求、教师资源稀缺等问题,结合人工智能课程的特点与教学实践,探讨如何进行人工智能课程线上教学模式的创新,介绍线上教育平台在人工智能课程教学中的创新使用,最后说明创新应用效果.
线上教学平台在人工智能课程教学中的创新应用
【摘 要】
：
针对传统人工智能课程教学模式亟待改革、实验环境难以满足教学需求、教师资源稀缺等问题,结合人工智能课程的特点与教学实践,探讨如何进行人工智能课程线上教学模式的创新,介绍线上教育平台在人工智能课程教学中的创新使用,最后说明创新应用效果.
【机 构】
：
西南大学新闻传媒学院,重庆400700;百度在线网络技术(北京)有限公司,北京100085
【出 处】
：
计算机教育
【发表日期】
：
2021年10期
其他文献
人脸表情细微的类间差异和显著的类内变化增加了人脸表情识别难度.构建一个基于多尺度双线性池化神经网络的识别模型.设计3种不同尺度网络提取人脸表情全局特征,并引入分层双线性池化层,集成多个同一网络及不同网络的多尺度跨层双线性特征以捕获不同层级间的部分特征关系,从而增强模型对面部表情细微特征的表征及判别能力.同时,使用逐层反卷积融合多层特征信息,解决神经网络通过多层卷积层、池化层提取特征时丢失部分关键特征的问题.实验结果表明,该模型在FER2013和CK+公开数据集上的识别率分别为73.725％、98.28％,
针对现有美式手语(ASL)识别算法准确率低和模型训练时间长的问题,提出一种结合双向二维主成分分析(Bi-2DPCA)与卷积神经网络(CNN)并基于贝叶斯优化的识别算法.利用Bi-2DPCA算法对原始图像做数据降维处理,提取行、列方向的特征图,使用卷积神经网络对特征图进行训练分类,同时采用贝叶斯优化算法对模型超参数进行自动调参.在24分类ASL数据集上的实验结果表明,该算法的识别准确率达到99.15％,训练时间相比传统CNN算法减少90.3％.
针对点云数据集样本不均衡及PointNet网络无法充分利用点云邻域信息的问题,提出一种三维点云场景分割模型.根据几何信息将原始点云块同质分割为超点,利用小型PointNet网络将点云原始特征映射到高维空间中,并挖掘场景中深层语义信息.在此基础上,构建自归一化属性门控单元优化点云上下文语义分割效果,采用二维图像领域中的Focal Loss损失函数实现点云场景分割.实验结果表明,该模型在S3DIS数据集上的平均交并比、总体精度、平均精度分别达到63.8％、86.4％、74.3％,较SPG模型分别提升1.7、0
针对癌症数据集中存在非平衡数据及噪声样本的问题,提出一种基于RENN和SMOTE算法的癌症患者生存预测算法RENN-SMOTE-SVM.基于最近邻规则,利用RENN算法减少多数类样本中噪声样本数量,并通过SMOTE算法在少数类样本间进行线性插值增加样本数量,从而获得平衡数据集.基于美国癌症数据库非平衡乳腺癌患者数据集对癌症患者的生存情况进行预测分析,实验结果表明,与SVM算法、Tomeklinks-SVM算法等5种常用算法相比,该算法的分类及预测效果更好,其正确率、F1-score、G-means值分别为
针对《高等学校慕课建设规范与应用指南》内容,结合混合式课程教学理念、混合式课程教学设计、混合式课程教学实施等方面,进行分析和解读,同时介绍相关的实践案例,目的 是帮助读者在进行一流课程建设过程中把握正确方向、产出创新成果.
针对非计算机学科学生对机器学习课程的学习需求,以北京理工大学“机器学习理论和实践”实践训练通识课为例,从课程总体设计、实验案例设计和教学效果3个维度详细探讨面向各个专业的实践训练通识课程建设方案,提出基于教育2.0到3.0的教学模式和结合大创竞赛、校企合作的人才培养模式.
从国家人工智能产业发展的背景出发,分析当前人工智能人才培养过程中存在的问题,提出校企深度融合的人工智能人才培养方案,分别从案例驱动的课程实训体系、项目引导的学期实训体系和基于企业需求的毕业设计体系3个方面介绍具体教学实践,以期达到更好的培养效果.
针对适用于各专业的人工智能导论类课程设计问题,提出本着理论与实践相结合的原则进行校企合作,制订通用的人工智能基础课程教学大纲.以北京交通大学软件学院软件工程专业开设的唯一一门人工智能类课程为例,阐述在没有后续配套课程的情况下,如何兼顾理论联系实践,校企合作进行人工智能基础课程的教学活动,探讨此类通用的人工智能导论课的可行性.
针对人工智能课程的现状,提出一种依托产学合作开展人工智能课程改革与建设的模式,阐述如何借助百度公司强大的技术团队以及数据资源、算力方面的支持,把握技术前沿,强化学生实践动手和创新能力的培养,全面提升课程教学质量.