我国科学家揭示人脑在社交网络分布式学习的神经计算机制

社会网络通过限定我们学习内容以及来源进而影响我们的决策。然而,社会网络如何影响个人学习和决策的内在机制仍不清楚。北京大学研究团队揭示了人脑在社交网络分布式学习的神经计算机制。该研究于近日发表在《Nature Neuroscience》杂志上。

面向智能通信和计算的移动边缘分布式学习:现状、挑战与方法

分布式机器学习被视为发展下一代智能通信网的基石。然而,在无线网络上部署分布式学习面临若干挑战,包括不确定的无线环境、有限的通信资源等。如何在无线边缘网络上高效地部署分布式学习成为研究热点。将调研论述无线人工智能在分布式架构中的国内外研究现状及挑战,重点介绍几种新兴的分布式学习范式,包括联邦学习、分布式推理和多智能体强化学习。最后从全局的角度,描述了移动分布式学习减少通信代价的研究现状和未来发展。

基于分布式学习的大规模网络入侵检测算法

计算机网络的高速发展,使处理器的速度明显低于骨干网的传输速度,这使得传统的入侵检测方法无法应用于大规模网络的检测.目前,解决这一问题的有效办法是将海量数据分割成小块数据,由分布的处理节点并行处理.这种分布式并行处理的难点是分割机制,为了不破坏数据的完整性,只有采用复杂的分割算法,这同时也使分割模块成为检测系统新的瓶颈.为了克服这个问题,提出了分布式神经网络学习算法,并将其用于大规模网络入侵检测.该算法的优点是,大数据集可被随机分割后分发给独立的神经网络进行并行学习,在降低分割算法复杂度的同时,保证学习结果的完整性.对该算法的测试实验首先采用基准测试数据circle-in-the-square测试了其学习能力,并与ARTMAP(adaptive resonance theory supervised predictive mapping)和BP(back propagation)神经网络进行了比较;然后采用标准的入侵检测测试数据集KDD'99 Data Set测试了其对大规模入侵的检测性能.通过与其他方法在相同数据集上的测试结果的比较表明,分布式学习算法同样具有较高的检测效率和较低的误报率.

基于“视频同步互动”的分布式学习专用教室设计与实现

为更好地研究分布式学习,华中师范大学信息化与基础教育均衡发展湖北省协同创新中心探索建设"视频同步互动"分布式学习专用教室:通过异地教师视频影像前端显示、异地教师授课资料前端显示、异地学生听课影像后端大屏幕显示、声音在教室内全覆盖同步互传等技术和工艺方法改进措施,将两地之间的学生通过网络技术融为一体,开展正常的课堂教学活动,实现了真正意义上的分布式学习。

论分布式学习

文章在论述分布式学习的定义、特征与意义,阐述分布式学习的理论基础,分析分布式学习环境的要素的基础上,描述了分布式学习的教学应用形式和面临的挑战,从而较全面地勾勒了分布式学习的理论与实践框架。

基于网络的分布式学习模式

网络引入教育 ,带来了技术的革新 ,也带来了新的思想。分布式学习就是在这样的环境下被提出并受到关注的。本文提出 :网络环境下的分布式学习带来的是学习方式的变革 ,更是学习观念的更新。作为一种新的学习模式 ,它让学习无论是内容 ,还是形式都能在时空中得到拓展、延伸 。

分布式学习:过程与传统教育的殊途同归

信息技术推动着远程教育和传统教育的发展,以致二者界限模糊,无法准确界定它们的实践范畴。本文从“分布式学习”入手,试图解释两种实践中的共性变化,以揭示目前信息技术应用带来的最本质变化和教育改革的方向。文章探讨了分布式学习的含义,及其与两种教育的关系,并利用活动理论诠释分布式学习。

简论分布式学习

随着ICT的迅速发展、教育教学应用,以及人们对社会建构主义、分布认知等学习理论认识的不断深化,一种新的教学模式——分布式学习逐渐纳入远程教育学者的研究视野。本文系统地对分布式学习的内涵、构成要素以及与远程教育的区别等一系列问题进行了深入的分析和讨论,并指出:从表面上看,远程教育与分布式学习都允许学习者在相互分散的物理位置上进行学习,似乎是一个概念的两种表述,实际上二者之间是有区别的,并不能相互代替。

论分布式学习环境下的智能授导系统发展

本文在回顾智能授导系统研究的基础上,解析了当前部分热点研究问题,归纳了以分布式的学习理念为指导、学习环境建构为前提的智能授导系统的发展动向,指出:人机协调、协同分布以及拟生态特征将是近期智能授导研究的重要趋势。

基于FCM的分布式学习方法

在大规模网络入侵检测应用中,针对模块化神经网络算法学习精度高但效率相对较低的特点,采用SOM算法作为基本学习方法并利用其神经元竞争特性,引入模糊聚类FCM对SOM输出权值进行融合学习分类,在保持SOM高精度的基础上,大幅减少了学习时间。最后采用入侵检测数据集KDDCUP99进行测试,结果验证了算法的高检测率和较好的效率。

分布式学习系统的可视化建模

本文提出了一个以建构主义学习环境设计方法、面向对象方法和软件过程方法为基础的分布式学习系统建模方法框架 ,并在分析学习环境理论的基础上 ,建立了对分布式学习进行解释的“角色—活动—环境”抽象模型 ,围绕这一模型 ,重点探讨了应用 UML统一建模语言实现分布式学习系统可视化建模的方法。

论分布式学习

如果说农业时代的教育是贵族教育、工业时代的教育是精英教育,那么信息时代的教育则是终身教育。如果说远程教育是终身教育的有效途径,那么分布式学习将带来新的思考和启发。本文主要对分布式学习的内涵、学习论基础、构成要素以及与远程教育的区别等一系列问题进行了深入的分析和讨论。

基于轻量化分布式学习的自动调制分类方法

为了解决集中式学习存在的问题,提出了一种基于轻量化网络的分布式学习方法。分布式学习利用边缘设备进行本地训练和模型权重共享的方法训练同一个全局模型,既充分利用了各边缘设备的训练数据,又避免了边缘设备数据泄露。轻量化网络是一种由多个轻量化神经网络块堆叠而成的深度学习模型,相较于传统的深度学习模型,轻量化网络以较低的空间复杂度和时间复杂度实现较高的调制分类性能,有效地解决了分布式学习在实际部署中存在的边缘设备算力不足、存储空间有限及通信开销较高的问题。实验结果表明,基于分布式学习的自动调制信号分类技术在RadioML.2016.10A数据集的分类准确率为62.41%,相比于集中式学习,分类准确率仅降低了0.68%,训练效率提高了近5倍。实验结果也证明了在分布式学习下,部署轻量化网络可以有效降低通信开销。

分布式学习理论浅谈

分布式学习是未来学习的发展趋势。该文在对分布式学习的定义进行评述的基础上,提出了分布式学习模式的结构与分布式学习的特征,论述了分布式学习与远程教育及传统教育的关系,最后对分布式学习与网络的关系进行了探讨。

ERP课程中应用分布式学习的研究

本文根据ERP课程的特点,将分布式学习理论应用于ERP课程的学习进行了初步的研究。并针对在ERP课程学习中存在的部分问题提出了初步的解决策略。

基于视频同步互动的分布式学习实证研究

在已建成的两间视频同步互动分布式学习专用教室,开展同步课堂教学实证研究,采用问卷调查、深度访谈、教学录像分析、测验成绩分析等方法对教学过程与结果进行研究。数据表明,讲授式、讨论式、探究式等常规班级授课教学模式均适用于分布式学习专用教室;两间专用教室之间同步互传的实时视频、音频清晰流畅,同步教学过程中两地师生之间、生生之间、人机之间能够实时互动;授课教师能对本地-异地学生进行有效的指导、监督与管理;同步课堂中本地学生和异地学生的学习效果没有显著差异。在视频同步互动分布式学习专用教室开展同步课堂教学,能使异地班级和本地班级融为一体,实现优质教师资源的异地共享,推进教育公平。

析分布式学习中教与学的角色变化

分布式学习作为一种未来学习可能的发展趋势,在社会日益信息化的今天必将逐步进入人们的主流视野。文章阐述了分布式学习中的教与学的角色变化以及两者的发挥,以期为深刻理解探究分布式学习提供帮助。

Web技术课程分布式学习模式研究与实践

针对Web技术课程的教学实际,分析传统课堂教学无法满足多层次学习需求、交互方式单一、难以适应快速变化的课程内容等不足,引入以学生为中心的分布式学习模式,旨在打破课堂教学的时空限制。根据课程特点和分布式学习的基本理念,阐述设计要点、设计方案和实施过程。