深度学习评价:理论模型、相关技术与实践案例

深度学习是国际教改的普遍趋势,也是核心素养发展的核心要求,如何对深度学习展开评价是关乎深度学习发展的一项挑战性任务。布鲁姆的教育目标分类学、韦伯的知识深度模型以及深度学习评价的多维理论体系为开展深度学习评价提供了坚实的理论基础。表情识别、语音识别、自然语言处理,区块链等智能技术在评价信息采集、处理和存储方面具有广阔的应用前景。案例分析的结果表明,技术赋能的深度学习评价在线上学习情境中扮演着愈发重要的角色。展望智能化深度学习评价的未来,量化民族志方法为深度学习评价提供了方法论指引。

跨学科学习的三条路径:明确目标·设计评价·开展活动

进入21世纪后,随着“互联网+”技术的飞速发展,信息技术与课堂的深度融合正日益走向教育改革的最前沿,借助互联网、大数据、云技术和各类智能移动终端,教与学正发生着巨大的变革。《面向未来:21世纪核心素养教育的全球经验》报告指出:“核心素养分为学科素养和跨学科素养,其中学科素养与特定的学科领域或内容相关,跨学科素养则跨越了不同的领域或直接指向人的发展。”《义务教育语文课程标准(2022年版)》立足于学生核心素养发展.

基于眼底照相的糖尿病视网膜病变智能辅助诊断技术评价体系的建立及应用

目的提出基于眼底照相的糖尿病视网膜病变(DR)智能辅助诊断技术的评价体系并评估其应用价值。方法采用诊断性试验研究方法,建立基于眼底照相的DR智能辅助诊断技术的评价体系。收集2017年1月至2018年10月在湖州师范学院附属第一医院眼科临床DR筛查的331例糖尿病患者662眼的彩色眼底照片,比较并评价专家诊断结果和智能辅助诊断结果。评价体系分为初级评价、中级评价和高级评价,初级评价为在所有接受DR智能辅助诊断技术的糖尿病患者中对非DR(NDR)的诊断一致率;中级评价为对已诊断为DR(1~4级)患者DR病变程度的诊断一致率;高级评价为在所有接受DR智能辅助诊断的糖尿病患者中对于DR分级(0~4级)的诊断一致率。其中中级评价包括了2种评价方法,主要评价指标包括灵敏度、特异度和一致性。结果专家诊断组结果显示,NDR患者占22.7%,轻度、中度和重度NPDR患者分别占19.9%、18.7%和25.7%,PDR占13.0%。智能辅助诊断组结果显示NDR患者占25.8%;轻度、中度和重度NPDR患者分别占19.7%、19.3%和22.8%,PDR患者占12.4%。按照本研究提出的评价体系,初级评价中智能辅助诊断灵敏度为91.4%,特异度为84.7%,Kappa系数为0.72;中级评价方法1中智能辅助诊断灵敏度(判断被测者患有重度DR的准确率)为88.4%,特异度(判断被测者患有轻度DR的准确率)为91.1%,Kappa系数为0.79;中级评价方法2中智能辅助诊断灵敏度为80.5%,特异度为93.3%,Kappa系数为0.75;高级评价中智能辅助诊断Kappa系数为0.62。结论基于眼底照相的DR智能辅助诊断技术的评价体系可用于DR智能辅助诊断技术的评价,可作为DR智能辅助诊断应用场景选择的依据。

借助技术,探寻深度学习发展新路径

在“双减”背景下,我校展开了丰富且卓有成效的探索实践,努力让人工智能技术成为助推教育改革和提高教育质量的有力支撑,让教育减“负”不减“质”。一、构建基于人工智能技术的学习场提高学习效能,技术先行。一是围绕认知智能、情感智能和志趣智能三个维度,构建以情境资源层、互动学习层、个性化评价层三个具有内在关联的学习层次为重点的交互式学习场景。

时频电磁法在油气探测方面的应用及进展

近年来,针对复杂区油气勘探,时频电磁技术在应用中不断发展。在仪器性能方面,研发了大功率恒流发射系统,最大功率400 kW,能有效压制干扰并激发深层目标的电磁响应;在采集方法上,研究了规则化双方位激发宽线同步采集方法,提高了采集精度和施工效率;在处理方法上,研究了多元建模约束反演处理技术,提高了目标层纵、横向分辨率;在评价方法上,引入了基于多参数深度学习智能油气评价方法,挖掘了多参数信息,提高了油藏的评价精度。针对中国东部某盆地深层多期次火山岩难题和鄂尔多斯复杂油气藏,采用最新时频电磁技术,精细刻画了研究区多期火山岩储层和鄂尔多斯复杂油气分布规律,后钻井结果验证了时频资料的可靠性。

端边云协同的PID整定智能系统

本文在分析智能制造对PID整定的新需求及PID整定面临的挑战难题的基础上,将自动化的建模、控制与优化和人工智能的深度学习与强化学习深度融合与协同,提出了自适应与自主的PID整定的智能优化方法,包括端边云协同的PID控制过程数字孪生模型和强化学习与数字孪生模型相结合的PID整定算法.将工业互联网的端边云协同技术与PLC控制系统相结合,研制了PID整定智能系统,并在重大耗能设备—电熔镁炉成功应用.该系统安全、可靠与优化运行,取得显著的节能减排效果.最后,提出了控制系统智能化研究方向需要进一步深入研究的内容.

人工智能技术在中职英语口语教学中的应用

本文针对中职学生的特点,结合自己的教学实践,阐述如何在中职英语口语教学中怎样运用人工智能进行学情诊断、任务发布、智能批改、作业分析以及智能评价,让学生通过线上线下实现碎片化学习,构建多向交互沟通的智慧课堂模式,实现深度学习,以此全面提高学生的学习能力和信息素养,提高英语口语教学的有效性。

端边云协同的PID整定智能系统

本文在分析智能制造对PID整定的新需求及PID整定面临的挑战难题的基础上,将自动化的建模、控制与优化和人工智能的深度学习与强化学习深度融合与协同,提出了自适应与自主的PID整定的智能优化方法,包括端边云协同的PID控制过程数字孪生模型和强化学习与数字孪生模型相结合的PID整定算法。将工业互联网的端边云协同技术与PLC控制系统相结合,研制了PID整定智能系统,并在重大耗能设备—电熔镁炉成功应用。该系统安全、可靠与优化运行,取得显著的节能减排效果。最后,提出了控制系统智能化研究方向需要进一步深入研究的内容。

测井资料智能解释方法研究

从目前测井解释面临的实际问题出发，改变常规处理解释思路，开发智能化软件，实现从测井曲线深度校正一测井资料处理解释一地层参数计算的计算机自动化，将储层油气评价从目前的人工解释发展为流体识别智能化，提高了测井解释符合率及工作效率。

基于模糊神经网络的水下机器人实时状态监测模型

本文提出了基于人工智能的自主式水下机器人推进器及舵状态监测模块结构 ,基于模糊神经网络技术 ,以模糊自适应学习控制网络为核心构筑了状态监测模型 ,提出了基于最大权值矩阵的规则提取及基于浮点数编码的遗传算法参数调整方法 ,分析了推进器及舵的状态监测过程 ,并基于监测模型探讨了推进器及舵工作状态的评价方法。通过计算机仿真试验 ,验证了本文所提方法的有效性和监测模型的可行性。