XiaoMi-AI文件搜索系统
World File Search System数学计算
数学（MATH1-UC）
Math1-UC 1180线性代数（4个学分）通常提供偶尔线性代数，与微积分一起，是计算和应用程序中最重要的数学领域之一。例如，它是数据挖掘的主要工具，即在大量数据集中识别模式的一组方法和过程。在许多应用中，该问题是数学提出的；然后将其转换为线性代数问题。线性代数问题得到解决，并解释了结果。在本课程中，学生学习了线性代数的理论概念和一些计算方法。分级：UC SPS分级可重复以获得额外信用：无先决条件：Math1-UC 1174。
数学教学中的计算思维与蒸汽教育的整合：系统评价和荟萃分析
摘要 - 在2000年代初期，计算思维（CT）已成为一项基本技能，将数学教学与Steam教育相结合被视为提高CT能力的有效策略。在过去的几十年中，对这种教育策略的研究大大增加了。这项研究评估了基于蒸汽的数学教学对学生CT技能的影响，并研究了有助于其CT开发的主要因素。进行了荟萃分析综述，其中包括Scopus中列出的43项经验研究，并在2017年至2023年之间发表。这些研究包括来自7,807名学生的数据，并产生了80个效果大小估计来进行分析。通过使用CMA V.4软件应用Q Cochrane和Z测试，结果表明对学生的CT技能产生了重大的积极影响。此外，发现诸如干预持续时间，ICT利用和数学内容的类型等变量显着影响CT结果，而教育水平和学习设置等因素则没有。对数学教育的影响进行了深入探讨。
科学和数学教育选择数学教育（09240006）
数学教学中的观点。该模块将重点介绍数学教育中的当代问题，例如：教师教育中的数学知识类型；学习数学教育理论；在数学教学中使用技术；课堂研究；性别;语言;文化（民族数学）。上下文中的数学：前景和挑战。该模块还重点关注数学在不同环境（包括职业和现实生活环境）中的作用：数学的性质 - 数学作为人类活动；学习数学的理由；现实的数学教育理论；内容驱动和上下文驱动的数学方法；数学素养；知识“转移”：一些挑战 - 学校数学与现实世界。
基于Leap Motion 的虚拟农作物人机交互系统设计
图 4 系统总体架构 Fig.4 General framework of system 2.2 Amazon 云计算平台技术介绍 在云计算被提出之前，开发者需要按照需求购买存 储设备和计算设备等硬件设施，但是往往由于计算的不 准确性会造成资源的浪费。云计算的基本概念最初是由 Google 公司提出的。使用云计算平台用户不需要购买任 何硬件设施，因为云计算平台直接提供易交付和易扩展 的 IT 服务，如虚拟服务器、远程数据库以及大容量存储 服务。 本文通过制作服务器的 Docker 文件，将服务器部署 于 Amazon 云端。下面就以 AWS [23] （ Amazon Web Services ，亚马逊云服务）的虚拟服务器（ Amazon EC2 ）、 可扩展的云存储（ Amazon S3 ）和云端动态数据库 （ Dynamo DB ） 3 种云平台技术做简要介绍。 Amazon EC2 的 Web 服务接口简单，可以轻松获取 和配置容量。使用该服务，可以完全控制计算资源，并 可以在成熟的 Amazon 计算环境中运行。 Amazon EC2 将 获取并启动新服务器实例所需要的时间缩短至几分钟， 当计算要求发生变化时，可以快速扩展计算容量。 Amazon S3 提供一个简明的 Web 服务界面，用户可 通过它随时在 Web 上存储和检索任意大小的数据。使用 Amazon S3 ，用户只需按实际使用的存储量付费，没有最 低费用和准备成本。 DynamoDB 是一种快速、全面受管的 NoSQL 数据库 服务，它能让用户以简单并且经济有效的方式存储和检 索任何数据量，同时服务于任何程度的请求流量。所有 数据条目均存储在固态硬盘（ solid state drives ， SSD ）中， 具有极高的可用性和耐久性。 2.3 农作物的测量和虚拟模型的生成 虚拟农作物建模对象包括水稻和番茄。为了获取水 稻建模所需的相关参数，于 2015 年和 2016 年在浙江杭 州中国水稻研究所进行了相关试验。选取时期为拔节期
可解释的人工智能和数学
博弈论是一个数学领域，研究理性主体之间的战略互动及其在包括人工智能在内的广泛学科中的潜在应用。在可解释的人工智能背景下，博弈论可以提供一种理解和提高人工智能模型透明度的基本方法。博弈论的一个重要方面是将战略互动概念化为“游戏”，参与者在游戏中做出理性决策以最大化他们的目标。通过将这些概念应用于人工智能可解释性，我们可以将人工智能模型的决策过程视为人工智能系统与试图理解其行为的人类用户之间的博弈。博弈论可以提供一个概念框架来分析人工智能模型用来清晰易懂地传达其决策的策略。例如，通过纳什均衡等概念，可以评估人工智能模型和人类用户如何以最佳方式协同工作，以确保对系统做出的决策进行有效解释。此外，博弈论可以帮助模拟人工智能的可解释性可能与其他目标（如计算效率或预测性能）相冲突的场景。通过分析多用户游戏和战略权衡，我们可以制定策略来平衡这些不同的考虑因素，并设计出满足一系列相互竞争要求的可解释人工智能模型。
