Impulsive control for passivity and exponential synchronization of coupled neural networks with multiple weights

This paper investigates the passivity and synchronization problems for two classes of multiple weighted coupled neural networks (MWCNNs) with or without time delays. Firstly, by utilizing an impulsive control strategy and some inequality techniques, several passivity criteria for MWCNNs with diverse dimensions of output and input are established. Then, based on the Lyapunov functional, some sufficient conditions to ensure the synchronization of MWCNNs via impulsive control are derived. In addition, combined with the comparison principle and the impulsive delay differential inequality, the global exponential synchronization of MWCNNs with time-varying delays is considered under impulsive control. Finally, two numerical examples illustrate the effectiveness of the obtained results.     

面向课堂教学评价的形式化建模与智能计算

随着课堂教学从固化单一的教师传授,向强调小组协作参与的教学转变,如何面向以协作学习为基本特征的课堂实施形成性评价已成为教学评价改革亟需解决的问题。在智能技术支持下,形式化建模可以将复杂多变的课堂教学过程解构,形成数理模型;智能计算可以通过算法评估学生学习状态,并根据教学原则生成教学辅助信息。二者的结合可以促进人类智能与机器智能的有效融合,形成人机协同的课堂评价机制。面向课堂教学评价的形式化建模与智能计算通用架构,自下而上包含教与学行为的感知和存储、教与学行为评估模型的构建、教与学状态的智能计算和教学辅助信息的生成四个部分。前两部分着重对教育情境和问题的表征,是形式化建模的关键步骤;后两部分着重具体技术路线的实现,是智能计算的具体过程和功能体现。整个系统以教与学行为的感知和存储为基础,通过构建评估模型,确定模型的输出;然后引入智能算法对模型进行计算,达成对教与学状态的评估;最后根据相应教学原则,自动生成辅助教师进行课堂教学评价的信息。该通用架构以及人机协同教学、评价机制的进一步完善需要研究者携手教师进行"共同设计",协同教育学、计算机科学、心理学等多学科进行交叉研究。     

教育人工智能伦理问题与伦理原则探讨

文章旨在揭示智能化时代的教育将面临哪些新的伦理问题,并在人工智能伦理和教育伦理的基础上,探讨教育人工智能的伦理原则。运用文献研究和逻辑推理方法,系统梳理了教育人工智能应用的特点和优势,及其可能引发的新的伦理问题:(1)角色层面,系统创建者、教师、学生和监测员等利益相关者将面临更加复杂的伦理困境;(2)技术层面,涉及自动化决策伦理问责、算法伦理和数据伦理等方面的问题;(3)社会层面,可能转变就业市场、改变人际关系和引发新的社会不公平。因此,需要对教育人工智能伦理问题的复杂性有充分的认识,同时需要遵循一般的人工智能伦理原则和教育伦理原则,其中,最核心的内容为二者之间的交集,具体包括:(1)福祉;(2)是非善恶;(3)公平正义;(4)人权和尊严;(5)自由自治;(6)责任和问责。     

从心理逆境和网络成瘾看大学生逆商教育

大学生面临的心理逆境层出不穷,与之相应的应对方式却令人堪忧。有的采取一种极端的自伤或伤人的方式;有的终日陷入“无聊”、“郁闷”的旋涡不能自拔;随着网络的普及,也有相当一部分学生从网络中寻求压力释放的途径而形成网络成瘾。面对这样的现实,对大学生实施逆商教育是大学生心理健康教育和大学生素质培养的一个不容忽视的方面。     

人工智能背景下专业人才培养的发展路径与方向——基于会计职业相关数据的实证研究

人工智能技术被普遍认为是一种通用目的技术,将对劳动力技能和劳动力市场产生广泛而深远的影响,由此引起技能市场中关于技术性失业的忧虑和争议。人工智能时代专业人才培养应何去何从?为回答这一问题,从厘清弱人工智能和强人工智能的概念出发,在吸纳经典劳动经济学理论的基础上,以Autor、Levy与Murnane创建的ALM模型为框架,以会计职业为例,利用美国职业信息教育网络(O*net online)数据与中国相关数据,分析会计职业总体技能需求的变化,结果显示在原本由程式化认知技能主导的会计职业中,非程式化认知技能与交互技能的需求在逐渐扩大并加速增长。进一步利用Python技术,对中国各大招聘网站的会计岗位招聘文本进行挖掘和词频分析,验证了以上结果并将具体技能要素分析细化。针对人工智能背景下专业人才培养面临的挑战,提出了多层次、复合型、前端化和终身化等对策。     

论教育评价理论与实践的基本走向

当前,有关教育评价理论与实践的概念逻辑性不强,并且有些概念的提法有失偏颇,针对此种现象,本文从教育理论的特点出发,在此基础上,着重探讨教育评价各组成部分在这些理论的影响下的基本走向。     

算法教育治理：技术逻辑、风险挑战与公共政策

智慧学习、智慧课堂、智慧校园等智慧教育的具象形态,从本质上来说,就是算法学习、算法课堂、算法校园,这也使得算法教育治理日益成为教育现代化进程中不可忽略的研究议题。遵循"技术逻辑→风险挑战→公共政策"的分析框架对算法教育治理进行系统探讨,发现由于数据鸿沟、算法黑箱、效率优先等众多因素的复合影响,导致算法教育存在自我强化偏差、技术控制困境、主体性危机等治理难题,也让教育公平、教育平等、教育效率等传统议题在"互联网+教育"时代显得更加突出。为规避只注重相关关系描述,而不重视因果关系研究的算法给教育带来的风险挑战,可从算法教育基础的数据正义、算法教育程序的合理公开、算法教育结果的有限使用等三个层面开展对算法教育治理的公共政策选择,以更好地推动人工智能在实现发展更加公平更有质量教育过程中的重要作用。     

多元智力理论中隐含的"智慧"观--中国古代智力观和多元智力理论的比较

加德纳的多元智力理论是一种教育哲学思想,这种哲学思想不仅试图解释“智力”的结构,而且还包含了“智慧”观念.西方传统智力理论“简洁”结构的主核是语言和数理能力,加德纳拓展了智力的内涵,使其更接近“智慧”的概念,这与中国传统智力观有许多呼应之处.     

游戏化学习VC++平台Robotank系统的设计与实现

从战略和战术技术两个层面对游戏化学习VC++平台-Robotank系统进行了设计,建立了Robotank系统中的Agent行为模型,盟友Agent间"谈话"协作模型;每个独立的Agent具有开放性、自主性、适应性、反应性、推理能力等;经初步测试,游戏化学习环境完全可以作为广大计算机爱好者学习和提高其编写程序能力的平台。     

高校智力成果管理的对策研究

高校是我国科学技术研究的重要方面军,是社会中智力成果最大生产基地之一,然而高校智力成果流失却十分严重．从高校智力成果的流失形式分析了高校智力成果管理的现状,探讨了职务与非职务智力成果的界定,正确区分职务与非职务智力成果是做好高校智力成果管理的基础和前提,提出了完善高校智力成果管理的若干对策．