期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
“5G+无人机”技术的教与学:场景、路径与未来应用展望 被引量:28
1
作者 朱珂 王玮 杨露彬 《远程教育杂志》 CSSCI 北大核心 2019年第4期33-41,共9页
随着信息科技的迅猛发展,无人机教育已成为培养孵化未来创新人才的重要阵地。无人机技术的教育应用,可以进一步深化和推动当前教育领域中的跨学科教学,培养学习者的跨学科学习能力,推动创新教育的发展进程。同时,5G通信技术能够实现教... 随着信息科技的迅猛发展,无人机教育已成为培养孵化未来创新人才的重要阵地。无人机技术的教育应用,可以进一步深化和推动当前教育领域中的跨学科教学,培养学习者的跨学科学习能力,推动创新教育的发展进程。同时,5G通信技术能够实现教育场景的重构,进而推动教育教学进入跨界融合、创新教育的新阶段。无人机及其关键技术,结合5G通讯技术特有优势,形成了“5G+无人机”技术与教育融合的典型应用案例,这些应用案例展现了"5G+无人机"的教育教学应用场景及未来发展远景,以及"5G+无人机"在重构学习空间、赋能创新教育层面的优势与潜力。面向未来,“5G+无人机”教与学应用将发展形成四条路径:(1)“5G+无人机”辅助教育信息获取;(2)"5G+无人机"构建VR/AR沉浸式教学场景;(3)"5G+无人机"支持教育大数据评测;(4)"5G+无人机"强化校园智能化管理。可见,无人机是人工智能在教育领域应用的重要载体,其充分发挥了智能属性特征,而无人机技术集合5G技术所形成的诸多优势,可更好地服务于面向未来的创新人才培养。 展开更多
关键词 5G 无人机技术 创新技术 人工智能 信息化教学 趣悦学习
下载PDF
基于情感计算的虚拟教师模型设计与应用优势 被引量:21
2
作者 朱珂 张思妍 刘濛雨 《现代教育技术》 CSSCI 北大核心 2020年第6期78-85,共8页
虚拟教师可以模拟真实教师的教学功能,在虚拟教学情境下辅助教学。目前,虚拟教师的研究多集中于知识内容的交互,而情感交互领域的研究成果尚不丰富。文章在利用情感计算技术对学习者情感进行识别、分类、分析的基础上,结合真实环境中的... 虚拟教师可以模拟真实教师的教学功能,在虚拟教学情境下辅助教学。目前,虚拟教师的研究多集中于知识内容的交互,而情感交互领域的研究成果尚不丰富。文章在利用情感计算技术对学习者情感进行识别、分类、分析的基础上,结合真实环境中的教师特点,分析虚拟教师的情感表现,从面部表情、肢体姿势、声音、言语四方面设计虚拟教师行为表达模式,构建具有丰富情感表达的虚拟教师形象,制定教学过程中的应用策略,从而与学习者进行有效的情感交互。文章结合应用案例讨论基于情感计算的虚拟教师的应用优势与价值,以期为虚拟教师的研究与实践提供参考。 展开更多
关键词 情感计算 虚拟教师 情感建模 人工智能
下载PDF
全息课堂:基于数字孪生的可视化三维学习空间新探 被引量:41
3
作者 朱珂 张莹 李瑞丽 《远程教育杂志》 CSSCI 北大核心 2020年第4期38-47,共10页
随着5G+XR+AI等新技术不断影响并渗透学习空间,突破了以往平面视觉的极限感知,全面开启着三维体验与交互新阶段,逼真的三维虚拟动态显现与沉浸式体验逐步成为一种常态。数字孪生技术作为一种在信息虚拟世界刻画物理世界、仿真物理世界... 随着5G+XR+AI等新技术不断影响并渗透学习空间,突破了以往平面视觉的极限感知,全面开启着三维体验与交互新阶段,逼真的三维虚拟动态显现与沉浸式体验逐步成为一种常态。数字孪生技术作为一种在信息虚拟世界刻画物理世界、仿真物理世界、优化物理世界、可视化物理世界的全新技术,将AR、VR和MR三者之间的界限打破,并进行有效融合,它集5G、大数据与智能技术于一体,带来了全新的即生式、移动式、智能化、镜像化、全息态等体验模式。随着算力、联接和显示技术的革命性升级,推进着数字世界和物理世界的相互融通并不断进阶,共同打造出具有“可视化三维学习空间”形态特征的全息课堂。基于全息课堂的发展脉络及技术构成,初步勾勒了全息课堂的模型框架,归纳其特征形态。并通过当前一些相关应用案例的分析,可进一步探究未来全息课堂的应用场域和发展趋势。基于全息课堂的前瞻性研究,对有效促进“智能+”时代新技术赋能下的学习空间、学习方式的变革与重构,具有重要意义。 展开更多
关键词 全息课堂 数字孪生 学习空间 5G XR 大数据 智能计算 数智融合
下载PDF
基于近似子图的规则空间压缩算法 被引量:1
4
作者 黄宏涛 梁存良 +1 位作者 李大鹏 叶海智 《自动化学报》 EI CSCD 北大核心 2019年第8期1586-1598,共13页
规则空间模型是一种高效的知识结构诊断模型,但较高的规则空间构造代价阻碍了在小规模、实时认知诊断中的应用.为了提高规则空间模型的可扩展性,提出使用近似子图生成理想属性模式集进而压缩规则空间的方法.近似子图能够通过忽略和测试... 规则空间模型是一种高效的知识结构诊断模型,但较高的规则空间构造代价阻碍了在小规模、实时认知诊断中的应用.为了提高规则空间模型的可扩展性,提出使用近似子图生成理想属性模式集进而压缩规则空间的方法.近似子图能够通过忽略和测试项目无关的属性降低子图规模量级,从而有效缩减理想属性模式集规模,达到压缩规则空间的目的;同时通过构建顶点间的虚拟边模拟领域知识图上的传递依赖关系,使近似子图在不引入额外属性的前提下保持领域知识图上的依赖关系,实现对不合理属性模式的有效过滤.在此基础上,给出了构造规则空间所需的近似子图构造算法以及由近似子图生成理想属性模式集的方法.最后在标准测试集上开展了近似子图与依赖保持子图和顶点导出子图两种方法的性能对比实验,并将近似子图应用于实际教学认知诊断中验证其诊断准确率,实验结果表明近似子图能够在不损失诊断结果准确率的前提下显著压缩规则空间,降低规则空间模型应用于小规模、实时诊断的门槛. 展开更多
关键词 规则空间 近似子图 依赖保持 压缩 理想属性模式
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部