记忆推理的放射源抓取机器人运动规划

针对机器人抓取铅罐内部放射源时,因铅罐的半封闭和强辐射环境导致机器视觉难以应用于放射源抓取的问题,提出一种记忆推理的强化学习抓取方法.基于机器视觉构建智能机器人抓取系统运动学模型,采用力觉反馈实现智能机器人与铅罐内部环境的交互,通过对历史抓取数据的记忆推理决策,实现对放射源的自主抓取.在机器人操作系统中使用Gazebo仿真器,分别采用蒙特卡罗采样法和基于记忆推理的强化学习抓取方法进行仿真.结果表明,基于记忆推理的强化学习抓取方法的平均抓取效率比蒙特卡罗采样法高84.67%,能高效地解决铅罐内部放射源的自主抓取问题.

Y形与Δ形电阻网络等效变换公式的推理记忆法

提出了电阻Y形网络和Δ形网络相互等效变换式的推理记忆法。具体推理步骤有量纲推理、电路结构类比推理和公平原则推理三个方面。特别在电路结构类比推理中指出电阻Y形网络和Δ形网络与简单电阻串联网络和并联网络具有对应相似性,有助于学生联想记忆。

一种深度强化学习空间关系与记忆融合方法研究

深度强化学习结合了深度学习在视觉上强大的感知能力来解决复杂环境的序列决策问题,但是由于采样效率低,对于复杂高维数据输入,学习其重要特征较为困难.为了从序列样本中更有效地提取信息,本文提出在深度强化学习中融合空间关系推理和记忆推理(Spatial Relationship Reasoning and Memory Reasoning,SRRMR)的模型结构.模型分为空间关系推理和记忆推理两部分,空间关系推理使用注意力机制作为空间关系学习方法隐式地推理任意两个实体间的关系,注意力机制中的查询向量融合了记忆推理的内容;记忆推理将输入图像的特征和关系作为记忆的输入,利用自注意力与记忆组成部分进行推理和交互,并将交互的结果存储在记忆单元中,使得记忆存储单元融合了空间信息与记忆信息.SRRMR模型在不同种类的Atari游戏中进行了训练和验证,结果表明,空间关系推理与记忆推理的融合在7/15个游戏环境中以更少的交互次数收敛到更好的结果,记忆推理网络在12/15个游戏中获得提升,提升智能体学习效率,更高效地利用序列中的样本,提高了强化学习的样本利用率.

基于物元与或网的可拓推理

本文给出了基于物元与或网的启发式可拓搜索算法、可拓关系继承推理、相关记忆可拓继承（联想）推理，丰富了机器学习的创造性的推理内容。

让学习在记忆的深层觉醒中发生——建构“深层记忆策略交互网络”的改革创新实验

试图打破“线性递增”的束缚,将记忆与“高水平运用、分析、评价和创造”等高层次思维运作进行“深刻复杂的交互”,通过记忆策略改革创新实验,找到更适合学生的深层记忆策略,从而为减负增效的教学和提升核心素养的新课程改革开辟新路。

例谈有机化合物同分异构体数目的判断方法

结合近4年高考真题涉及的同分异构体知识的题目，对书写同分异构体的有序性思维、判断技巧和记忆推理模型进行归纳总结，便于学生快速、有效地解答同分异构体数目判断问题，同时对同分异构体书写方法的教学提出建议。建议教师在教学过程中要关注学生化学核心素养和学科能力的培养，通过学生动手制作模型、归纳官能团转化方法、完成进阶式和分层次的例题训练，让学生对同分异构体书写问题形成合理的认识角度、分析思路和认识能力。

一种大数据环境下的MBR推荐模型应用

当面对新情况时,人们通常会受到经历过的类似情况的记忆所引导,最近邻技术以"相似度(Similarity)"这一概念为基础,而基于记忆的推理(Memory-based reasoning,MBR)结果也是基于过去类似的情形,它不仅仅使用了邻居之间的相似度,同时还考虑了他们的偏好,我们着重透过一个案例研究来说明如通过记忆的推理来构建协同推荐模型,并且对推荐者进行分组,以了解用户需求的目的。

Rips的“证明心理学理论”述评

该文对Rips提出的“证明心理学理论”做了综合述评。这一理论主要包含三方面的内容:对推理过程与人类记忆相互关系的解释;(2)根据逻辑学中的“自然推理规则”进行修正后用于解释人类推理过程的推理规则;(3)关于如何控制推理过程的论述。Rips认为他于1983年设计并实施的以“自然推理系统”所含各推理规则为实验材料的实验结果支持该理论的基本观点。

论二语听力理解困难者的认知

为了促进二语听力教学,从二语听力学习者出发,对二语学习者听力困难的原因进行了分析,发现他们分辨语音的能力低,构建语义的能力都不强。要提高学习者的听力理解能力,听力教学必须根据学习者的认知心理特点,在课堂上创造条件鼓励学习者抓大意、主要内容和关键词等;扩展词汇;启发学生对词、内容和背景知识进行联想,在大脑里构成意义网络,内化语言知识,形成语言习得能力。同时,设计听力各个环节。