工程應用數學是工科院校研究生培養(yǎng)的數學基礎課程,針對其理論抽象、計算復雜的特點,文章借鑒神經網絡的算法和邏輯構建智能化的數學模型與工程應用結合的知識網絡。在這一知識網絡中,教師從傳統(tǒng)的學習領導者轉變成為學生學習的介導者,對學生的評價方式從傳統(tǒng)的紙筆測試向人機互動、動態(tài)考核的方式轉變,重視學生在自我評估中的主體作用,以自適應學習促進學習優(yōu)化,實現(xiàn)持續(xù)的學習價值創(chuàng)造。 

【文章來源】：教育教學論壇. 2020,(36)

【文章頁數】：3 頁

【部分圖文】：

LSTM網絡結構圖

【參考文獻】：
期刊論文
[1]人工智能支持下的計算機網絡課程多元立體化教學模式研究[J]. 鄒明亮.  大學教育. 2020(03)
[2]Parallel Building: A Complex System Approach for Smart Building Energy Management[J]. Abdulaziz Almalaq,Jun Hao,Jun Jason Zhang,Fei-Yue Wang.  IEEE/CAA Journal of Automatica Sinica. 2019(06)
[3]人工智能與學科教學深度融合創(chuàng)生智能課程[J]. 尹睿,黃甫全,曾文婕,曾育芬,潘蕾瓊,陳思宇,伍曉琪.  開放教育研究. 2018(06)
[4]利用LSTM網絡和課程關聯(lián)分類的推薦模型[J]. 王素琴,吳子銳.  計算機科學與探索. 2019(08)
[5]評估何以促進學習——論學習為本評估的文化哲學原理[J]. 曾文婕,劉成珍.  高等教育研究. 2017(05)
[6]Matlab在數學建模教學中的應用[J]. 曲慶國,孟艷雙,王建英.  教育教學論壇. 2016(21)
[7]適應MOOC形式和理念的“工程應用數學基礎”課程教學改革初探[J]. 王炯琦,楊文強,胡慶軍.  工業(yè)和信息化教育. 2015(06)
[8]人工智能在網絡教育中的應用研究[J]. 張靜華,韓璞.  計算機仿真. 2014(02)



本文編號：3137666