生成性学习

摘要： “意义炼制”是学生学习新知识过程中十分重要的一种思维过程,对学生深入理解、牢固掌握知识有着重要意义。本文结合个人教学实践,从创设认知冲突、开展课堂辩论、注重生成性学习、注重学生的自主迁移四个方面谈对基于意义炼制的教学策略思考。

摘要： 由于学业负担过重,给小学生带来了沉重的压力,遏制了他们全面、健康的发展。“双减”政策下,小学中段语文作业在减量的同时更应注重质量,作业理念应促进生成性学习,作业内容应体现生活性与情境性,作业形式应体现丰富、个体及创造性。在进行小学语文作业设计时,教师应采取“单独学科进行分层作业;创立特色发展平台,促进学生深入发展;多学科连接,发展学生跨领域的知识和技能”等策略。

摘要： 初中英语教学是一个师生、生生互动的学习过程。随着课堂上英语信息传递量不断增加,学生利用目标语言交流时的出错率会随之提高。教师要在教学过程中理性地对待学生的错误,围绕错误展开生成性学习,推动学生的思维发展和知识迁移。错误是一种“原生态”的教学资源,主要指向学习内容本身蕴含的难度、深度与学生当前心智、认知水平间的差距。心理学家盖伊曾说:“谁不考虑尝试错误,不允许学生犯错误,谁就将错过最富有成效的学习时刻。”“纠错”是英语课堂上常见的教学活动。

摘要： 如何转变原有的教学模式和学习方式,在课后服务时间里更好地开展教育教学活动?本文旨在充分利用课后服务时间长、形式灵活的特点,开展小学科学微项目学习活动,在学生实践活动中开发“慧学”“慧教”“慧思”“慧创”四种学习资源,探索基于四种学习资源的生成性学习路径,引领学生真实学习、灵活学习、深度学习、创造学习,激发学生高阶思维和创造力,实现新时代轻负高质和个性化学习目标。

摘要： cqvip:美国心理学家维特罗克提出,学习者的学习是基于原有的认知结构以及储存在长时记忆中的事件,从环境中接受信息相互作用,主动选择信息和建构信息的过程。特级教师李仁甫据此提出了“生成性学习”的理念,并且丰富了它的内涵,认为它有三个关键点,分别是增强源动力、形成互动场、激发主动性。《佳人》这堂课充分体现了李老师语文课堂生成性学习的理念,笔者试作具体阐述。

摘要： SPOC作为一种新型的课堂教学模式,将微课、小众教学模式以及信息化技术等有效融合,把线上学习模式与线下学习模式有机结合,在很大程度上将教师的课堂教学质量与效率提升到了新的水平.但是该教学模式的学习资源不足,不能充分发挥该模式的作用.文章分析了高职院校的计算机课程在实际的教学中出现的问题,提出面向SPOC生成性学习资源建设的有效对策.

摘要： 维特罗克对"生成"的经典定义是"生成性学习"研究的逻辑起点.就特征来看,他所说的"生成",包含过程的"不可预约性"(不确定性)和结果的"不可预约性"(不确定性).就机制来看,如果说课堂生成是禾苗,那么"主动性"就是课堂生成的种子,"源动力"就是课堂生成的阳光,"互动场"就是课堂生成的土壤,"助动术"就是课堂生成的雨露.就效度来看,如果教师作为助学者真正发挥作用,学生学习的主动性真正被激发,学习的源动力真正被强化,学习的互动场真正被搞活,那么就会"即时生成课堂的精彩",或者说我们就会有"精彩的课堂生成".

摘要： 维特罗克对“生成”的经典定义是“生成性学习”研究的逻辑起点。就特征来看,他所说的“生成”,包含过程的“不可预约性”(不确定性)和结果的“不可预约性”(不确定性)。就机制来看,如果说课堂生成是禾苗,那么“主动性”就是课堂生成的种子,“源动力”就是课堂生成的阳光,“互动场”就是课堂生成的土壤,“助动术”就是课堂生成的雨露。就效度来看,如果教师作为助学者真正发挥作用,学生学习的主动性真正被激发,学习的源动力真正被强化,学习的互动场真正被搞活,那么就会“即时生成课堂的精彩”,或者说我们就会有“精彩的课堂生成”。

摘要： 随着我国教育事业的发展,教育研究的不断深入,随之而引出的教育理念和教育方法也越来越适合学生的发展和个性化、生成性学习.情境创设就是对教学课堂的气氛进行打造,对学生的情绪进行引导,对学生的态度进行潜移默化影响的一种教学背景形式,是间接对学生的学习进行引导的重要方式.在新课改课程倡导的理念之中,就有让学生在生动具体的情境中学习,这主要是为了使学生的潜能得到最大限度的激发.

摘要： 网络课程资源的质量是网络学习的生命线.但随着网络课程资源开发进程的深入,资源老化、闲置、无法满足学生个性化需求等现象逐步显现.本文从生成性学习的角度出发,论述学习者在基于资源进行创新性学习的过程中所创生的生成性资源,探索生成性资源的开发策略,以期促进资源的更新、循环,提升效用性.

摘要： 本发明的实施方案涉及使用甘氨酸转运蛋白抑制剂诸如GlyT1抑制剂或其药学上可接受的盐、溶剂化物或前药或其药物组合物来预防或治疗红细胞生成性原卟啉病(EPP)、X连锁原卟啉病(XLPP)和/或先天性红细胞生成性卟啉病(CEP)及其相关综合征的方法。

摘要： 描述了一种确定政策以防止流逝驾驶员的系统和方法。该系统和方法创建了诸如在运输叫车系统中向驾驶员提供的优惠券的奖酬以及驾驶员响应于奖酬的对应状态的虚拟轨迹。从奖酬政策、混杂奖酬政策和奖酬对象政策中创建联合政策模拟器，以生成驾驶员响应不同奖酬的模拟行动。驾驶员模拟的行动的奖励由判别器确定。基于由联合政策模拟器和判别器生成的虚拟轨迹，通过强化学习来优化用于防止流逝驾驶员的奖酬政策。

摘要： 活性氢溶解水的生成器(10)具有例如PET瓶之类的容器(11)、填充有镁金属的第1盒(12)、和填充有石膏的第2盒(13)。并且，将饮用水(15)与第1盒(12)和第2盒(13)一起装入到容器(11)内保管，生成活性氢溶解水。通过将硫酸钙或硫酸镁与镁金属粒添加到饮用水(15)中，能够生成溶解有丰富的活性氢的活性氢溶解水，能够提高该活性氢生成的持续性。

摘要： [问题]使用计算机图形获取训练数据。[解决方案]一种图像生成方法，包括：获取CG模型或基于CG模型生成的人工图像；并且使用处理器以对CG模型或人工图像进行操作处理，从而生成用于在使用传感器获取的图像所采用的AI学习中的经操作的图像或人工图像的元数据。

摘要： 取得部取得从控制对象观测到的、表示解释变量与目标变量的组合的多个观测数据。教师用学习部基于由取得部取得的多个观测数据，对用于根据解释变量输出目标变量的模型执行学习，生成学习完毕的教师用模型。学习用数据生成部通过对由教师用学习部生成的教师用模型输入规定的解释变量，取得针对规定的解释变量的规定的目标变量，生成规定的解释变量和规定的目标变量的组合作为用于对决策树模型执行学习的学习用数据。

摘要： 学习系统具有学习装置和学习装置用的训练数据生成装置。学习装置通过误差反向传播法学习神经网络。训练数据生成装置对于输入数据，按照每个标签取得表示输入数据的内容与标签一致的正评价、表示输入数据的内容与标签不一致的负评价和表示从学习对象标签中排除的无视评价中的任意一个，生成训练数据。学习装置在对学习用的神经网络进行学习时，调整中间层的权重系数以使正评价或者负评价的标签的识别得分与正评价或者负评价的真实得分接近，并且使得无视评价的标签的识别得分不会影响到中间层的权重系数的调整。

摘要： 公开了使用生成性模型生成差分隐私数据集，具体公开了用于至少部分基于隐私数据集训练生成性模型的装置、系统和技术。在至少一个实施例中，生成性模型至少部分地基于差分隐私Sinkhorn算法进行训练，例如，使用具有梯度下降的反向传播来确定生成性模型的一组参数的梯度并至少部分地基于梯度修改该组参数。

摘要： 本发明提供为了使监视系统更加准确地识别周围情况并检测危险情况等稀有事件，而利用包括生成神经网络和鉴别神经网络的生成性对抗神经网络，更准确是利用异类传感器融合，生成无法判断合成与否的合成图像的方法。本发明的方法包括：计算装置生成背景图像中的稀有对象的位置候选组，参照候选组分数选择上述稀有对象的上述位置候选组中的特定位置候选组作为上述稀有对象的最佳位置的步骤；将稀有对象图像插入上述最佳位置，生成初始合成图像的步骤；以及调整与上述初始合成图像中包括的各个像素相对应的颜色值，生成上述无法判断合成与否的合成图像的步骤。并且，本发明还可以利用3D地图、GPS、智能手机、V2X通信等，用于行人辅助系统和路径设定。

摘要： 本发明提供一种学习用数据生成装置、学习用模型生成系统、学习用数据生成方法以及程序，适当地收集适合于今后想要分类的对象的学习用数据。学习用数据生成装置(10)具有：分类评价部(36)，基于学习完毕模型评价对象图像，计算可靠度；分类判定部(38)，在可靠度小于第一阈值且为第二阈值以上的情况下，将不同于候选标签的临时标签与对象图像建立关联，所述第二阈值小于所述第一阈值；以及学习用数据生成部(42)，基于与临时标签建立了关联的对象图像，生成学习用数据。

摘要： 能够高效地生成在使航空器的识别所使用的人工智能的学习完成模型进行进一步的学习的情况下所需要的学习用数据。一方面的学习用数据生成方法包含：取得步骤(S10)，取得对特定的路径进行拍摄而得到的图像上的航空器的外观数据、从上述路径上的航空器发射的电波的信号数据、以及表示来自上述路径上的航空器的噪音的噪音数据中的2个数据；识别步骤(S20)，通过将所取得的上述2个数据中的一个数据输入到用于识别航空器的属性的第1识别模型，从而对上述路径上的航空器的属性进行识别；以及生成步骤(S30)，通过使上述2个数据中的另一个数据与由上述识别步骤识别出的上述路径上的航空器的属性建立关联，从而生成用于识别航空器的属性的第2识别模型的学习所使用的学习用数据。