信息与计算科学专业学生核心能力研究

在招聘网站上收集招聘广告,提取招聘广告的特征指标,用Spearman相关系数找出招聘广告的主要特征指标,然后建立基于信息与计算科学专业的网络招聘广告的LM神经网络模型,该模型的分类误差只有3.8%.最后计算MIV值研究这些特征指标对招聘的影响.结果显示:企业在招聘信息与计算科学专业的学生时,最看重的指标是实践经验、学习能力、团队合作、工具应用以及抗压能力.     

机器学习方法的应用研究

随着信息化的普及和数据库的大量建立,如何从数据中提炼出有用的信息已成为亟待解决的问题。机器学习是人工智能研究的核心问题,文章阐述了机器学习的概念、发展和分类及其应用,提出了机器学习的研究目标,指出了机器学习的发展趋势。     

机器学习技术在数据挖掘中的商业应用

该文阐述了机器学习的定义、发展、分类及其商业应用.指出随着信息化的普及和数据库的大量建立,数据积累呈现出指数级的增长趋势,如何从数据中提炼出有用的信息和知识,已成为企业迫切需要解决的问题.数据收集和存储成本的降低、机器学习技术的发展等相关计算机技术的发展都大大促进了数据挖掘的商业应用.机器学习技术是计算机科学和人工智能发展的产物,是数据挖掘的重要方法之一.     

基于Rough集的机器学习方法

对于机器学习，知识库的扩充一直是个热门话题，很多人对之投入了大量的精力从各个方面，用各种方法研究。从Rough集理论知识规则 经验的方法，引用第二次学习的概念，实行知识库的扩充。     

基于范例推理:原理、研究及应用

基于范例推理既是人类推理的一种重要形式，也一种人工智能范式。文章介绍了基于范例推理的基本原理、研究课题和应用领域，并指出其目前发展趋势和存在的问题。     

一种基于机器学习的智能羽毛球拍

为了使羽毛球爱好者能快速了解自身身体素质与击球特点,基于机器学习方法,设计了一款可以识别挥拍动作并分析行为模式的智能羽毛球拍,给出了系统的硬件与软件整体框架.通过对智能羽毛球拍的动作识别准确度进行多方位测试与分析,验证了其具有较好的准确性与易用性.     

制约逻辑与情报推理

逻辑科学在情报学学科中几乎主要地被应用于情报检索领域,而情报检索领域中涉及推理的内容主要地散见于人工智能推理机制中。人工智能研究以正统数理逻辑为其逻辑理论工具。由于正统数理逻辑把原本能确保不循环的推理格式处理成同语反复的恒真的真值函数。因而建立在这种逻辑理论基础之上的人工智能专家系统并不能真正实现从已知到新知的必然过渡。情报推理仍需要寻求一种更合适的逻辑理论工具。     

机器学习教学改革与人工智能人才培养

机器学习是人工智能的关键核心技术。本文结合武汉大学计算机学院近年来开设机器学习本科生课程的教学经验,对机器学习本科生课程教学改革与人工智能专业创新人才培养进行了系统的探索与实践。该课程以一批青年国家级人才为骨干师资,依托国家级、省级和校级科研平台,将机器学习课程的教学过程深化扩展为理论与实践相结合的人工智能专业创新人才培养模式,具体包括机器学习理论课程教学改革、机器学习英文课程教学探索、人工智能综合创新实训建设、人工智能A类会议学术创新和互联网头部企业协同人才培养等方面,培养具有国际竞争力的复合型人工智能创新人才。     

基于事例推理的夹具设计研究与应用

根据基于事例的设计方法,提出采用工序件的特征信息和夹具的结构特征信息来描述夹具的相似性,并建立了包括这2方面主要特征信息为基础的事例索引码,设计了事例库的结构形式,创建了层次化的事例组织方式;同时,提出了基于知识引导的夹具事例检索算法,以及事例的修改和采用同族事例码进行相似事例的存贮,形成了基于事例推理的夹具设计.所开发的原型系统在型号工程夹具设计等项目的设计过程中得到了应用,并取得了令人满意的使用效果.     

基于案例的《机器学习》课程教学方法研讨

机器学习处于人工智能的核心位置,对机器学习研究和人工智能发展具有非常重要的推动作用。由于机器学习涉及到太多数学背景而提高了学习者学习难度,并且学习者基础薄弱也制约了其学习深度。针对机器学习的学习现状及学习者面临的问题,提出分层次学习方法。该方法可让学习者对知识点的理解由浅入深、层层深入,并且让不同需求的学习者认清学习目标。实践证明,该方法提高了学习者积极性,能很好地使学习者入门、深入及精通,提高了学习效率。     

多目标优化方法在机器学习中的应用简述

文章概述了多目标优化方法解决机器学习问题的现状,重点对基于Pareto的多目标优化方法进行分析,通过有监督学习中的分类问题和无监督学习中的聚类问题,表明使用基于Pareto多目标优化方法解决机器学习问题的优点,得到对所解决问题的更深的认识。     

机器学习的发展现状及其相关研究

阐述了机器学习的概念及其研究现状，讨论了其中的关键技术、难点及应用与发展前景，并对机器学习研究中的有关问题提出一些看法．     

一个多值逻辑的一阶谓词系统

鞠实儿曾提出一个开放类三值命题逻辑系统,这一逻辑也可以推广到任意m值逻辑情形,成为一个联结词函数完全的逻辑.本文将对推广的命题逻辑系统L*建立一种一阶谓词系统,并证明其可靠性、完全性.     

温湿度自动检定系统的应用与改进研究

介绍了温湿度检定系统的工作原理与应用方法,指出了当前工作中的不足,提出了检定系统的改进方案。针对具体问题,充分运用计算机技术,以vb编程语言为基础,利用当前设备中现有的RS232和RS485串行接口,并采用USB摄像头图像采集技术,由计算机按照检定规程实时采集温湿度数据和控制检定过程,完成了温湿度检定系统的自动化改造。同时,针对改造后应用过程中的问题,提出了进一步的改进思路和方法。本次改造充分利用了当前设备的功能和接口,以及市场上廉价的普通USB摄像头,实现了检定过程的自动化,节省了大量的人力、提高了工作效率和检定精度,具有一定的推广价值。     

学习元宇宙之内涵、机理、架构与应用研究——兼及虚拟化身的学习促进效果

进入万物互联时代,学习必然是多维度、具身式、智能化的过程,数字化全域感知的交互式环境,正有力地促进着学习者高阶思维的发展。学习元宇宙(Metaverse for learning)是在元宇宙虚实融合一体化理念之基础上,面向学习者所营造的、多技术集成的沉浸式学习环境。学习元宇宙聚焦学习主体,关注在元宇宙场域中沉浸式环境的设计、交互式学习方式呈现和学习效果的评价,其研究主要在“环境”“方式”“效果”三方面展开。学习元宇宙的机理体现在“共同在场”“心流状态”“虚拟化身”,其主要特点在于学习过程的沉浸性、化身性、特殊性;同时,学习元宇宙具有“技术端、应用端、分析端”三端六层架构。为验证学习元宇宙中虚拟化身的学习成效,基于Minecraft和Roblox两种学习元宇宙形态,对67名被试者在体验三类拟真场景中的数据进行采集与分析,得到了在不同环境中“共同在场”“心流状态”“虚拟化身”三项体现学习元宇宙机理的指标表现。进而,引入心理生理分析技术,对学习者的心电数据(ECG)进行测试,发现在学习元宇宙中的“虚拟化身”能表征出促进学习效果的生理证据。研究结果表明:两种学习元宇宙形态对学习成效都有较好的表现。这为未来虚拟学习场景中的数字化身、虚拟人学习状态分析的设计与教学开展,提供了一定的理论依据与借鉴价值。     

现代护理管理信息系统的分析与设计

针对当前国内医院护理管理信息系统存在的问题,分析了现代护理管理信息系统对护理工作和护理管理水平的作用和意义。以现代管理理念为核心和现代信息技术为手段,构建现代护理管理信息系统,真正实现以病人为中心的护理,促使护理工作和护理管理水平质的提升。     

Measurement Model for Linking Individual Learning to Processes and Knowledge: Application to Mathematical Reasoning

Contemporary instructional theories increasingly emphasize the importance of linking an individual's learning to changes in cognitive processes and knowledge structures. In this article, an extension of the multidimensional Rasch model for learning and change (MRMLC) is presented so as to permit theories of processes and knowledge structures to be incorporated into the item response model. Like the MRMLC, this extension (MRMLC+) resolves some basic problems in measuring individual change and permits adaptive testing so that precise estimates of learning may be obtained. Additionally, MRMLC+ permits individual learning to be linked to substantive changes in processing and knowledge. An application to a study on the impact of short-term instruction on mathematical problem solving shows the potential of MRMLC + for interpretations. In this study, a theoretically plausible model of knowledge structures (Mayer, Larkin, & Kadane, 1984) provides the basis of individual learning interpretations.     

函数在谓词逻辑符号化中的应用

针对不同个体域,用实例讨论了谓词逻辑中命题符号化时函数的引入、函数的作用以及谓词和函数的区别,并给出了错误使用函数的例子,分析了产生错误的原因。     

博士生招生『申请–审核』制探索

从多样化的学科选拔和高层次创新人才选拔需要出发,阐述了博士生招生改革缘由,分析了“申请–审核”制的优势,并在实践基础上提出应从人才选拔标准、材料审查、综合考核和制度保障等方面进行制度设计,以探索更加科学有效的博士生选拔途径。