抗遗忘单词记忆教学方法

记忆与遗忘同时存在于英语单词的学习中,由此,学生总是一边抑制遗忘,一边不断记忆。关于记忆,除了＂温故＂,学生还应凭借有效的学习方法加深对单词的印象。教师要运用有效的教学方式加以引导,使学生通过字与句的涵盖关系;听与写的相互辅助关系;字与义的一脉相承关系,进行单词词汇的抗遗忘记忆,这较之将单词词汇孤立起来记忆更加有效。

视觉语言模型引导的文本知识嵌入的小样本增量学习

真实场景往往面临数据稀缺和数据动态变化的问题,小样本增量学习的目的是利用少量数据推理数据知识并减缓模型对于旧知识的灾难性遗忘.已有的小样本增量学习的算法(CEC和FACT等)主要是利用视觉特征来调整特征编码器或者分类器,实现模型对于新数据的迁移和旧数据的抗遗忘.但是少量数据的视觉特征往往难以建模一个类别的完整特征分布,导致上述算法的泛化能力较弱.相比于视觉特征,图像类别描述的文本特征具有较好的泛化性和抗遗忘性.因此,在视觉语言模型的基础上,研究基于文本知识嵌入的小样本增量学习,通过在视觉特征中嵌入具有抗遗忘能力的文本特征,实现小样本增量学习中新旧类别数据的有效学习.具体而言,在基础学习阶段,利用视觉语言模型抽取图像的预训练视觉特征和类别的文本描述,并通过文本编码器实现预训练视觉特征到文本空间的映射.进一步利用视觉编码器融合学习到的文本特征和预训练视觉特征抽象具有高辨别能力的视觉特征.在增量学习阶段,提出类别空间引导的抗遗忘学习,利用旧数据的类别空间编码和新数据特征微调视觉编码器和文本编码器,实现新数据知识学习的同时复习旧知识.在4个数据集(CIFAR-100,CUB-200,Car-196和mini Image Net)上验证算法的有效性,证明基于视觉语言模型文本知识嵌入可以在视觉特征的基础上进一步提升小样本增量学习的鲁棒性.

内隐序列学习中的渐进意识:来自习得知识的发展与遗忘的证据

内隐学习中的意识研究从二分取向发展到渐进取向,而内隐序列学习进程中习得知识是否也具有渐进特征呢?本研究采用序列反应时范式和片段再认任务通过操纵学习进程(实验1)和学测时间间隔(实验2)来考察内隐序列学习进程中习得知识的发展与遗忘,结果发现,(1)内隐序列学习中习得的无意识知识多于意识知识;(2)随着学习的推进,意识知识逐渐增加,而无意识知识则呈减弱趋势,证实了内隐学习的渐进意识特征;(3)习得的无意识知识具有抗遗忘性,而意识知识在间隔8小时之后开始会出现遗忘。

天然五肽L-Tyr-Pro-Ile-Pro-Phe-OH的全合成

针对目标物的结构特征,运用反合成设计,将其切为2个合成片断:Boc-L-Tyr-Pro-OH(片段A)和L-Ile-Pro-Phe-OMe(片段B),先合成2个片断,然后将2个片断连接后去保护,完成了标题化合物的全合成,总收率48.08%。关键中间体与最终产物的化学结构经1HNMR、13CNMR、IR、MS-ESI和HPLC等表征及分析予以确认。