Results 21 to 30 of about 4,121,604 (159)
, 2023 《高中英语新课程标准》要求高中生提高书面语的逻辑性，创造性地表达自己的想法，学会迁移所学知识。深度学习理念强调发展高阶思维、自主学习能力和知识的迁移与运用能力。由此可见，深度学习是全面深化课程改革，优化高中英语写作教学的重要路径。因此，本研究结合深度学习研究高中英语写作教学设计。 本研究以深度学习理论及元认知理论为基础，探索如何将深度学习理念融入到高中英语写作教学设计中。笔者对当前高中英语写作学习和教学中存在的问题进行了深入的分析，以此探讨深度学习视域下的高中英语写作教学设计。本研究对深度学习的教学目标、
Yan, Huan
core
A study on time series prediction model based on CRBM algorithm(基于CRBM算法的时间序列预测模型研究)
Zhejiang Daxue xuebao. Lixue ban, 2016 针对受限玻尔兹曼机(restricted Boltzmann machines，RBM)算法对时序数据预测存在抽取抽象特征向量能力较差和梯度下降能力有限的问题，基于CRBM(conditional restricted Boltzmann machines)算法以及信念网络(deep belief network,DBN)模型，构建了 一种非线性的CRBM-DBN深度学习模型，并采用高斯分布处理输入特征值和对比散度抽样，用于预测时序数据.实验以浙江省近岸海域赤潮时序数据作为输入特征值 ...
ZHOUXiaoli(周晓莉) +4 more
doaj +1 more source
Gaoya dianqi, 2023 为了研究电力电缆局部放电的模式识别，解决传统单一智能算法识别率低的问题，文中提出了一种融合多深度学习算法的混合智能算法。首先，设计并制作5种典型缺陷模型以模拟实际电力电缆中的缺陷，据此展开实验并收集数据；然后，通过对PRPD谱图的相窗归一化、去极端值等改进，以及绘制PRCD谱图，更全面凸显局部放电有用特征；最后，训练基于PRPD或PRCD的多种深度学习分算法，通过可信度融合得到混合智能算法。实验结果表明，该混合智能算法相比常规单一深度学习算法识别率有显著提升，总体可达98.504 ...
杨朝锋 +6 more
doaj
智慧农业, 2023 目的/意义人工智能（Artificial Intelligence，AI）技术已在学术和工程应用领域掀起了研究高潮，在地球物理参数和农业气象遥感参数反演方面也表现出了强大的应用潜力。目前大部分AI技术在地学和农学的应用还是“黑箱”，没有物理意义或缺乏可解释性及通用性。为了促进AI在地学和农学的应用和培养交叉学科的人才，本研究提出基于AI耦合物理和统计方法的地球物理参数反演范式理论。方法首先基于物理能量平衡方程进行物理逻辑推理，从理论上构造反演方程组，然后基于物理推导构建泛化的统计方法 ...
MAO Kebiao +15 more
doaj +1 more source
Structured machine learning modeling to support conservation of deep‐sea benthic biodiversity
Conservation Biology, EarlyView.Abstract Biodiversity monitoring programs need to deliver accurate, timely, and actionable predictions. To establish a predictive monitoring program for deep‐sea benthos of the Santos Basin, Brazil, we developed a two‐stage structured model that allowed comparison of biodiversity predictions obtained from environmental simulations (2M‐Sim).
Gustavo Fonseca +23 more
wiley +1 more source
Emerging applications of large language models in ecology and conservation science
Conservation Biology, EarlyView.Abstract Large language models (LLMs) mark a major development in artificial intelligence, with potentially transformative implications for ecology and conservation science. Built on advanced deep‐learning architectures, these models can support a wide range of tasks. We reviewed emerging applications of LLMs, drawing on the wider scientific literature
Christos Mammides +5 more
wiley +1 more source
智能科学与技术学报, 2021 随着深度学习技术的突破和大型数据集的提出，行人轨迹预测的准确度已经成为人工智能领域的研究热点之一。主要对行人轨迹预测的技术分类和研究现状进行详细的综述。根据模型建模方式的不同，将现有方法分为基于浅层学习的轨迹预测方法和基于深度学习的轨迹预测方法，分析了每类方法中具有代表性的算法的效果及优缺点，归纳了当前主流的轨迹预测公开数据集，并在数据集中对比了主流轨迹预测方法的性能，最后对轨迹预测技术面临的挑战与发展趋势进行了展望。
李琳辉, 周彬, 任威威, 连静
doaj
International Journal of Applied Linguistics, EarlyView.ABSTRACT This study conducted linguistic analyses of the written corrective feedback (WCF) for Chinese as a second language (CSL) provided by chat generative pre‐trained transformer (ChatGPT) and human teachers (including preservice teachers and senior teachers).
Ling Zhang +2 more
wiley +1 more source
, 2021 深度学习架构的出色性能使得机器学习在流体力学中的应用得到新的发展,可以应对流体力学中诸多问题和需求。卷积神经网络(CNN)强大的非线性映射能力以及分层提取信息特征的功能,使其成为当下流场特征研究不容忽视的工具。围绕这一研究前沿与热点问题,概述和归纳了这一研究领域的进展与成果。首先,对深度学习在流体力学中的发展以及卷积神经网络进行了简单的回顾。然后,从卷积神经网络能够识别特征出发,先后介绍了基于卷积的深度学习特征识别在流场预测、流动外形优化、流场可视化精度提升和生成对抗等应用方面的研究进展。最后 ...
叶舒然, 王一伟, 黄晨光, 张珍
core
Gongye shui chuli, 2022 膜生物反应器（MBR）作为一种新型废水处理技术在污水处理方面具有广阔的应用前景。但是，膜污染是制约MBR进一步发展的瓶颈性问题。近年来，随着数学算法及计算机技术的发展，将人工神经网络（ANN）等机器学习算法应用于MBR的膜污染预测成为研究的热点。总结了膜污染的影响因素，探讨了基于经典数学模型膜污染预测的优缺点，综述了近年来国内外学者运用简单ANN、优化算法ANN和深度学习ANN对MBR膜污染预测的研究，提出优化算法ANN与深度学习ANN在面对复杂环境下更具优势。此外 ...
张浩良 +4 more
doaj