PE1_1 逻辑与基础 PE1_2 代数 PE1_3 数论 PE1_4 代数和复几何 PE1_5 李群、李代数 PE1_6 几何与全局分析 PE1_7 拓扑 PE1_8 分析 PE1_9 算子代数和泛函分析 PE1_10 ODE 和动力系统 PE1_11 偏微分方程的理论方面 PE1_12 数学物理 PE1_13 概率 PE1_14 统计学 PE1_15 离散数学与组合数学 PE1_16 计算机科学的数学方面 PE1_17 数值分析 PE1_18 科学计算和数据处理 PE1_19 控制理论与优化 PE1_20 数学在科学中的应用 PE1_21 数学在工业和社会中的应用 PE2 物质的基本构成 粒子、核、等离子体、原子、分子、气体和光学物理
摘要:本研究的目的是确定近东大学学生对使用 Google 应用程序进行移动学习的看法。研究中使用了研究人员开发的包含 20 个项目的数据收集工具。应用结果表明,数据收集工具的克隆巴赫系数为 0.942。本研究的摘要部分提供了一般信息。在方法部分,表格显示了学生的年龄和性别以及学生就读的院系。研究过程中收集的数据在结果和讨论部分给出,并由研究人员在结论部分进行评估。研究结果表明,学生对移动教育中的 Google 应用程序持积极态度。对数据进行统计分析后发现,学生使用 Google 应用程序可以使大多数任务更容易完成。因此,学生使用这些应用程序可以节省更多时间和精力。提供使用这些应用程序的教育并从这些应用程序中受益将是件好事。本研究收集的数据旨在为来自不同大学和国家从事这一主题研究的其他研究人员提供指导。关键词:人工智能;移动学习;谷歌应用;技术。引用方式:Bicen, H., & Arnavut, A. (2020)。谷歌人工智能方法和在移动学习中使用谷歌应用的统计结果。BRAIN。人工智能和神经科学的广泛研究,11 (1),121-130。https://doi.org/10.18662/brain/11.1/18
什么是关键词策略及其局限性“更多意味着添加。更多意味着减去多少。”学习使用关键词策略解决应用题的学生会执着于故事题中的孤立单词,解释单词而不是问题的上下文。关键词策略是一种教学生剖析应用题的方法,找出表示运算的单个单词。例如,学生可能会被教导“总计、更多、总共”用于加法,意思是应该加数字。或者他们可能会被教导“少多少、更少、差多少”总是表示减法。这个系统的缺陷在于,学生被训练成自动跳转到运算或程序,而不先理解对他们的要求。以此问题为例(Clement & Bernhard,2005):苏珊收集了 6 块石头,比简多 4 块。简收集了多少石头?如果学生使用关键词策略,他们可能会错误地认为“更多”意味着添加,然后断章取义数字而错误地执行运算。6 + 4 的答案是 10,但 Jan 实际上收集了 2 块石头。利用关键词策略或其他程序步骤并不能让学生了解如何开始解决问题、在面对问题时坚持不懈或评估解决问题的过程和结果的合理性。除了关键词具有误导性之外,有些问题并没有关键词,导致学生学会依赖关键词而没有策略。此外,当学生使用关键词解决较简单的问题时,他们在被要求解决更复杂、多步骤的问题时会感到困惑(Van de Walle & Lovin,2006)。相反,学生需要明白数学是关于推理和理解情况的。乔治·波利亚 (George Polya) 在其 1945 年出版的《如何解决问题》中首次介绍了解决问题的过程(见图 2)。在这个过程中,学生们被教导首先花时间去理解问题,然后再制定计划,然后执行计划,然后回顾检查和解释。虽然它提供了一个很好的结构来思考
通过人工智能技术预测学业成绩 Omar D. Castrillón、William Sarache 和 Santiago Ruiz-Herrera 哥伦比亚国立大学 - 马尼萨莱斯校区,工程与建筑学院,工业工程系,创新与技术发展组,Q 区拉努比亚校区,马尼萨莱斯,170001 - 哥伦比亚。 (电子邮件:odcastrillong@unal.edu.co;wasarachec@unal.edu.co;sruizhe@unal.edu.co) 五月收到。 9,2019; 2019 年 7 月 8 日接受;最终版本 2019 年 8 月 12 日,2020 年 2 月发布 摘要 本文的目的是利用人工智能技术(分类器)根据各种影响因素预测高等教育学生的学业成绩。尽管对这些因素的研究已从定量和定性方法进行了广泛的分析,但仍然提供了使用人工智能提供的工具进行研究的机会,特别是在预测学业成绩方面。通过定义的因素(教育、家庭、社会经济、习惯和风俗等),设计了一种方法,可以训练一个系统,该系统能够预先将新生分类到五个预定的学业成绩类别之一中。这种分类可以让教育机构提前识别出可能存在学业成绩问题的学生。由此,可以部署立即的支持和缓解行动。该方法被应用于哥伦比亚一所公立大学的学生样本,成功率达到 91.7%。关键词:学业成绩;人工智能;分类器;成功;使用人工智能技术预测学业成绩摘要本文的目的是通过应用人工智能技术(分类器)来预测高等教育学生的学业成绩,考虑几个影响因素。尽管这些因素已从定量和定性方法进行了广泛的分析,但它们仍然代表了使用人工智能工具的研究机会,特别是在学业成绩预测方面。通过定义影响因素(教育、家庭背景、社会经济、习惯和风俗等),设计了一种方法,以训练一个系统,该系统能够预先将新生分类为五个学业成绩类别之一。这种分类使教育机构能够尽早发现可能存在学业成绩问题的学生。根据这些了解,该机构可以立即采取缓解措施。该方法被应用于哥伦比亚一所公立大学的学生样本,成功率达到 91.7%。关键字:学业成绩;人工智能;分类器;成功;预测
摘要 了解交叉学科研究(IDF)的形成对于促进交叉学科发展至关重要。在本文中,我们采用提取的关键词来研究交叉学科发展的特征,以及不同参与领域在不同时期所扮演的不同角色,并检测领域之间的潜在障碍。我们将联合注意(JA)作为研究领域,因为它经历了从单一领域主题到跨学科研究(IDR)的发展过程。我们的实证研究得到了有趣的发现。首先,我们发现了知识扩散现象在JA的三个领域中演变。这使我们能够观察到领域在IDF过程中所扮演角色的转变,以及这些领域之间存在的潜在障碍。第二,根据JA在领域间的传播发展过程,IDR领域一般会经历三个阶段:潜伏期、萌芽期和成熟期。第三,随着IDR的形成,领域可能在不同时期扮演不同的角色。确定了四种角色:知识起源者、知识接受者、知识响应者和跨学科参与者。本文通过分析关键词的演变,展示了如何检测IDR的演变。通过给出IDR领域的概况和关键词演变的描述,对政策制定者和监管者促进IDR发展具有重要意义。
低速设施中风洞流质量测量和评估的现代框架 随着测试的复杂性增加,对风洞测试测量精度的要求也越来越严格。在风洞测试时间减少和测试成本增加的环境下,重要的是在较长时间内建立、维护和统计控制风洞设施中测量链所有组件的精确校准和验证。本文介绍了在贝尔格莱德军事技术学院的 T-35 4.4 m × 3.2 m 低速风洞中建立和维护测量质量控制系统所做的努力。该设施测量质量的保证基于确保三个主要组成部分的质量:风洞测试部分的校准、所用仪器的校准以及标准风洞模型的定期测试。介绍了相关风洞校准测试的样本结果,并将其与其他设施的结果进行了比较。测试证实了该设施的整体质量良好,并且必须保持、定期检查和系统地记录所达到的质量水平。关键词:风洞流动质量;低速风洞;标准校准模型;AGARD-B;ONERA M4。1.简介 风洞测试是任何飞机设计和开发的重要组成部分。预测未来飞行物体的空气动力学行为和特性的通常做法是进行相对小规模模型的风洞测试。为了确保对风洞数据进行有意义的解释,必须了解和纠正影响结果的影响因素;修正后的数据应与来自不同风洞或自由空气情况的数据具有可比性,[1]-[9]。此外,最好采用或多或少标准的校准和测试程序,以使来自不同风洞的数据尽可能接近可比性。在测试模型的风洞结果可用于预测未来飞行物体的气动特性之前,必须确定模型支撑系统和非均匀气流条件的影响随着风洞试验对测量精度的要求越来越严格,试验的复杂性也随之增加,并且在风洞试验时间减少、试验成本不断上升的环境下,重要的是对风洞设施中测量链的所有组件进行准确的校准和验证,更重要的是,在较长时间内保持和统计控制 [10]。
近距离微型无人机摄影测量用于建筑调查 L. Carnevali 1、E. Ippoliti 1、F. Lanfranchi 1、S. Menconero 1、M. Russo 1*、V. Russo 2 1 罗马大学建筑历史、表现与修复系,00161 罗马,意大利 - (laura.carnevali、elena.ippoliti、fabio.lanfranchi、sofia.menconero、m.russo)@uniroma1.it) 2 Errealcubo 工作室,40137 博洛尼亚,意大利 - ing.valentinarusso@gmail.com 第 II/WG II/2 委员会 关键词:微型无人机、建筑调查、立面采集、数据比较、仪器验证 摘要:历史立面的调查存在几个瓶颈,主要与几何结构、装饰框架、自然或人工障碍物的存在、环境限制有关。城市环境带来了额外的限制,受地面采集活动的约束,导致建筑数据丢失。TLS 和近距离摄影测量的集成允许覆盖这些东西,但不能克服由于地面视角而产生的阴影效应。去年,无人机在调查活动中的大量使用扩大了调查能力,加深了对建筑分析的了解。与此同时,不同国家出台了几项行为规则,规范了无人机在不同领域的使用,严重限制了它们在城市地区的应用。最近,已经出现了非常小巧轻便的平台,可以部分克服这些规则限制,为非常有趣的未来场景开辟了道路。本文介绍了一种非常小的 RPAS(不到 300 克)的应用,配备了一台低成本相机,用于对博洛尼亚(意大利)一座历史建筑立面进行近距离摄影测量调查。建议的分析试图指出系统的准确性和细节采集能力。本文的最终目的是验证该新平台在建筑测量流程中的应用,拓展近景摄影测量在建筑采集过程中的未来应用。
退火对 SAE 202 和 440C 钢疲劳寿命影响的实验研究 M. Sreeteja*、S. Pranavadithya、V. Nitish 和 Gunda Sowmya 机械工程系,Vidya Jyothi 理工学院,海得拉巴,印度 2017 年 5 月 1 日接受,2017 年 5 月 2 日在线提供,第 7 卷,第 3 期(2017 年 6 月)摘要 近来,由于多种多样的负载条件、复杂的几何形状以及市场上出现的新材料,预测工程部件疲劳寿命的复杂性呈指数级增长。当前的研究包括定量测量退火对 SAE 202 和 440C 钢疲劳寿命的影响。从结果来看,很明显,两种钢的疲劳寿命都因退火而有明显的提高。然而,与 SAE 202 相比,440C 钢的疲劳寿命改善程度更大。关键词:疲劳、退火、热处理、低周疲劳、440C、SAE 202、1. 引言 1 疲劳寿命是任何材料的重要特性
Vowel Sounds Consonant Sounds a: calm,ah b bed, rub ae act, mass d done, red ai dive, cry f fit, if aid fire, tyre 9 good, dog au out, down h hat, horse aua flour, sour j yellow, you e met, lend, pen k king, pick ei say, weight 1 lip, bill ea fair, care m mat, ram 1 fit, win n not, tin 1: seem, me P pay, lip id near,胡须r跑,阅读d lot。spot s soon, bus eu note, coat t talk, bet 0: claw, more V van, love 01 boy,joint w win, wool u could, stood X loch u: you,use z zoo,buzz ua sure, pure J ship, wish 3: turn, third 3 measure, leisure A fund, must i) sing, working a the first vowel in about t j cheap, witch e thin, myth a then,bathe d 3 joy, bridge Notes Primary and secondary stress由上方和下方的标记显示在应力音节前面。对于考试pie,在缩写一词中,/a.briivi'ei/an/,第二个音节具有次应力,第四个音节具有主要应力。