期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
主动选择:在线课程“高辍学率”的积极理解——基于学习者投资理论的视角
被引量：
19
1
作者
刘倩
李颖
《电化教育研究》
CSSCI
北大核心
2021年第4期45-52,共8页
长期以来,在线课程研究与实践一直被“高辍学率”困扰。传统文献对其原因的消极解读是在线课程定位失准、对在线互动机制理解片面、在线学习评价主体错位的结果。因此,本研究对将“高辍学率”理解为在线课程和课程学习者失败的合理性提...
长期以来,在线课程研究与实践一直被“高辍学率”困扰。传统文献对其原因的消极解读是在线课程定位失准、对在线互动机制理解片面、在线学习评价主体错位的结果。因此,本研究对将“高辍学率”理解为在线课程和课程学习者失败的合理性提出质疑,从学习者投资理论的视角,对在线课程与学习者的关系进行重新诠释。研究发现,在线课程“辍学”是学习者的一种主动选择,同时也是线下教师策略整合及在线课程资源属性的体现。基于“高辍学率”现象中隐藏的积极意涵,研究进一步从教学组织过程、学习评价模式、共同体实践等方面对在线课程学习机制进行了重构。
展开更多
关键词
在线
课程
高辍学率
学习
者投资理论
在线学习机制
在线阅读
下载PDF
职称材料
基于晶体塑性力学框架的材料本构行为智能预测研究
2
作者
翁焕博
罗诚
袁荒
《力学学报》
EI
CAS
CSCD
北大核心
2024年第12期3468-3483,共16页
人工神经网络(ANNs)已逐渐成为非线性材料多尺度本构建模的重要工具.针对航空航天领域中广泛使用的镍基单晶合金开发了基于晶体塑性框架的材料本构行为智能预测方法.提出的新方法在数据驱动的基础上结合了晶体塑性本构模型,保留了晶体...
人工神经网络(ANNs)已逐渐成为非线性材料多尺度本构建模的重要工具.针对航空航天领域中广泛使用的镍基单晶合金开发了基于晶体塑性框架的材料本构行为智能预测方法.提出的新方法在数据驱动的基础上结合了晶体塑性本构模型,保留了晶体滑移系的求解框架,将激活滑移系上的状态变量作为网络的输入,建立了状态变量和滑移系剪切应变增量的物理联系,引入了物理信息损失函数,实现了应力的隐式求解,从而准确预测了单晶材料的单调、循环力学行为.进一步地,探究了不同损失函数对模型训练结果的影响,明确指出数据和物理约束共同作用下的模型性能显著提升.物理信息的融入在一定程度上提升了模型的外插预测精度,但在训练样本稀疏区域仍然无法做到精确预测.为了解决在训练样本稀疏区域难以精确预测的问题,在常规的离线学习策略上提出了在线学习策略,使得神经网络模型根据残差大小进行自学习,最终达到传统本构模型的预测精度.提出的基于神经网络的晶体塑性本构行为预测框架为材料本构关系研究领域提供了创新且有效的思路,有望进一步推动复杂材料的多尺度本构模型研究.
展开更多
关键词
循环晶体塑性
镍基单晶合金
物理信息神经网络(PINN)
取向敏感性
在线学习机制
在线阅读
下载PDF
职称材料
题名
主动选择:在线课程“高辍学率”的积极理解——基于学习者投资理论的视角
被引量：
19
1
作者
刘倩
李颖
机构
杭州师范大学外国语学院
出处
《电化教育研究》
CSSCI
北大核心
2021年第4期45-52,共8页
基金
2018年度教育部人文社会科学研究青年基金项目“认知、情意特征交织下的慕课学习者体验再建构研究”(项目编号:18YJC880054)。
文摘
长期以来,在线课程研究与实践一直被“高辍学率”困扰。传统文献对其原因的消极解读是在线课程定位失准、对在线互动机制理解片面、在线学习评价主体错位的结果。因此,本研究对将“高辍学率”理解为在线课程和课程学习者失败的合理性提出质疑,从学习者投资理论的视角,对在线课程与学习者的关系进行重新诠释。研究发现,在线课程“辍学”是学习者的一种主动选择,同时也是线下教师策略整合及在线课程资源属性的体现。基于“高辍学率”现象中隐藏的积极意涵,研究进一步从教学组织过程、学习评价模式、共同体实践等方面对在线课程学习机制进行了重构。
关键词
在线
课程
高辍学率
学习
者投资理论
在线学习机制
Keywords
Online Courses
High Dropout Rate
Learner Investment Theory
Online Learning Mechanism
分类号
G434 [文化科学—教育技术学]
在线阅读
下载PDF
职称材料
题名
基于晶体塑性力学框架的材料本构行为智能预测研究
2
作者
翁焕博
罗诚
袁荒
机构
清华大学航天航空学院
清华大学航空发动机研究院
出处
《力学学报》
EI
CAS
CSCD
北大核心
2024年第12期3468-3483,共16页
基金
国家自然科学基金(92160204,12402071)
国家重大研究计划(J2019-IV-0011-0079)
+2 种基金
中国博士后科学基金(2024M751635)
国家资助博士后计划(GZB20240365)
清华大学水木学者资助项目。
文摘
人工神经网络(ANNs)已逐渐成为非线性材料多尺度本构建模的重要工具.针对航空航天领域中广泛使用的镍基单晶合金开发了基于晶体塑性框架的材料本构行为智能预测方法.提出的新方法在数据驱动的基础上结合了晶体塑性本构模型,保留了晶体滑移系的求解框架,将激活滑移系上的状态变量作为网络的输入,建立了状态变量和滑移系剪切应变增量的物理联系,引入了物理信息损失函数,实现了应力的隐式求解,从而准确预测了单晶材料的单调、循环力学行为.进一步地,探究了不同损失函数对模型训练结果的影响,明确指出数据和物理约束共同作用下的模型性能显著提升.物理信息的融入在一定程度上提升了模型的外插预测精度,但在训练样本稀疏区域仍然无法做到精确预测.为了解决在训练样本稀疏区域难以精确预测的问题,在常规的离线学习策略上提出了在线学习策略,使得神经网络模型根据残差大小进行自学习,最终达到传统本构模型的预测精度.提出的基于神经网络的晶体塑性本构行为预测框架为材料本构关系研究领域提供了创新且有效的思路,有望进一步推动复杂材料的多尺度本构模型研究.
关键词
循环晶体塑性
镍基单晶合金
物理信息神经网络(PINN)
取向敏感性
在线学习机制
Keywords
cyclic crystal plasticity
nickel-base single-crystal alloys
physics-informed neural network(PINN)
orientation sensitivity
online learning scheme
分类号
O346 [理学—固体力学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
主动选择:在线课程“高辍学率”的积极理解——基于学习者投资理论的视角
刘倩
李颖
《电化教育研究》
CSSCI
北大核心
2021
19
在线阅读
下载PDF
职称材料
2
基于晶体塑性力学框架的材料本构行为智能预测研究
翁焕博
罗诚
袁荒
《力学学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
