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
大模型驱动的教育多智能体系统应用研究——技术架构、发展现状、实践路径与未来展望
被引量：
10
1
作者
刘石奇
刘智
+2 位作者
段会敏
粟柱
彭晛
《远程教育杂志》
北大核心
2025年第1期33-45,共13页
随着生成式大模型技术的快速发展,大模型驱动的单智能体在教育领域已获得广泛应用。然而,在处理需要多角色协作的教育任务时,如教育资源开发、模拟协作学习等复杂场景,单智能体仍面临认知视角单一和角色定位固定等局限,难以满足教育领...
随着生成式大模型技术的快速发展,大模型驱动的单智能体在教育领域已获得广泛应用。然而,在处理需要多角色协作的教育任务时,如教育资源开发、模拟协作学习等复杂场景,单智能体仍面临认知视角单一和角色定位固定等局限,难以满足教育领域深层次的发展需求。本研究系统探讨了大模型驱动的教育多智能体系统的应用现状与发展前景。首先,构建了教育多智能体的多层次应用技术架构体系,为相关研究奠定理论基础;其次,从教学辅助、学习支持、教育评价和教育研究四个维度,深入分析了教育多智能体系统的应用现状与典型案例;再次,从应用机制、技术实现和教育效果三个层面,系统阐释了多智能体系统赋能教育的内在机理,并提出“机制设计-系统建模-效果评估”的闭环实践路径;最后,探讨了教育多智能体系统的未来发展趋势、面临的挑战及其应对策略。研究成果对推动多智能体技术与教育深度融合、促进智能教育创新发展具有重要的理论指导意义与实践价值。
展开更多
关键词
大模型
多智能体系统
生成式人工智能
教育应用
教育变革
智能教育
在线阅读
下载PDF
职称材料
基于CART决策树的分布式数据离群点检测算法
被引量：
5
2
作者
朱华
乔勇进
董国钢
《现代电子技术》
北大核心
2024年第16期157-162,共6页
在分布式计算环境中,离群点通常表示数据中的异常情况,例如故障、欺诈、攻击等。通过检测分布式数据的离群点,可以对这些异常数据进行集中处理,保护系统和数据的安全。而进行离群点检测时,不仅要考虑数据的规模和复杂性,还要在分布式环...
在分布式计算环境中,离群点通常表示数据中的异常情况,例如故障、欺诈、攻击等。通过检测分布式数据的离群点,可以对这些异常数据进行集中处理,保护系统和数据的安全。而进行离群点检测时,不仅要考虑数据的规模和复杂性,还要在分布式环境下高效地发现离群点。因此,提出一种基于CART决策树的分布式数据离群点检测算法。在构建CART决策树时,使用类间中心距离作为分裂准则,根据分离类别对训练数据进行分类,从而确定数据的类型。在上述基础上,考虑到离群点的分布模式与其周围数据对象不同,使用空间局部偏离因子(SLDF)对空间内各个数据对象之间的离群程度展开度量,同时在高维空间内展开网格划分,引入SLDF算法检测剩余离群点集,最终实现分布式数据离群点检测。实验结果表明,所提方法的离散点检测错误率在0.010以内,可以更加精准地实现分布式数据离群点检测,具有良好的检测性能。
展开更多
关键词
CART决策树
分布式数据
离群点检测
类间距离
数据分类
空间局部偏离因子
在线阅读
下载PDF
职称材料
题名
大模型驱动的教育多智能体系统应用研究——技术架构、发展现状、实践路径与未来展望
被引量：
10
1
作者
刘石奇
刘智
段会敏
粟柱
彭晛
机构
华中师范大学人工智能教育学部教育大数据应用
技术
国家
工程
研究中心
武汉生物工程学院计算机科学与技术学院
出处
《远程教育杂志》
北大核心
2025年第1期33-45,共13页
基金
国家自然科学基金重点项目“面向智慧教育的多模态模型构建方法”(项目编号:62437002)
国家自然科学基金面上项目“融合情绪感知与归因推理的异步讨论多策略组合干预方法研究”(项目编号:62377016)的研究成果。
文摘
随着生成式大模型技术的快速发展,大模型驱动的单智能体在教育领域已获得广泛应用。然而,在处理需要多角色协作的教育任务时,如教育资源开发、模拟协作学习等复杂场景,单智能体仍面临认知视角单一和角色定位固定等局限,难以满足教育领域深层次的发展需求。本研究系统探讨了大模型驱动的教育多智能体系统的应用现状与发展前景。首先,构建了教育多智能体的多层次应用技术架构体系,为相关研究奠定理论基础;其次,从教学辅助、学习支持、教育评价和教育研究四个维度,深入分析了教育多智能体系统的应用现状与典型案例;再次,从应用机制、技术实现和教育效果三个层面,系统阐释了多智能体系统赋能教育的内在机理,并提出“机制设计-系统建模-效果评估”的闭环实践路径;最后,探讨了教育多智能体系统的未来发展趋势、面临的挑战及其应对策略。研究成果对推动多智能体技术与教育深度融合、促进智能教育创新发展具有重要的理论指导意义与实践价值。
关键词
大模型
多智能体系统
生成式人工智能
教育应用
教育变革
智能教育
Keywords
Large language models
Multi-agent systems
Generative artificial intelligence
Educational transformation
Intelligent education
分类号
G40-057 [文化科学—教育学原理]
在线阅读
下载PDF
职称材料
题名
基于CART决策树的分布式数据离群点检测算法
被引量：
5
2
作者
朱华
乔勇进
董国钢
机构
武汉生物工程学院计算机科学与技术学院
中国农业大学
上海市农业科
学院
出处
《现代电子技术》
北大核心
2024年第16期157-162,共6页
基金
国家自然科学青年基金项目:基于UV-B信号转导途径的桃果实芳樟醇合成转录调控机制研究(32102451)。
文摘
在分布式计算环境中,离群点通常表示数据中的异常情况,例如故障、欺诈、攻击等。通过检测分布式数据的离群点,可以对这些异常数据进行集中处理,保护系统和数据的安全。而进行离群点检测时,不仅要考虑数据的规模和复杂性,还要在分布式环境下高效地发现离群点。因此,提出一种基于CART决策树的分布式数据离群点检测算法。在构建CART决策树时,使用类间中心距离作为分裂准则,根据分离类别对训练数据进行分类,从而确定数据的类型。在上述基础上,考虑到离群点的分布模式与其周围数据对象不同,使用空间局部偏离因子(SLDF)对空间内各个数据对象之间的离群程度展开度量,同时在高维空间内展开网格划分,引入SLDF算法检测剩余离群点集,最终实现分布式数据离群点检测。实验结果表明,所提方法的离散点检测错误率在0.010以内,可以更加精准地实现分布式数据离群点检测,具有良好的检测性能。
关键词
CART决策树
分布式数据
离群点检测
类间距离
数据分类
空间局部偏离因子
Keywords
CART decision tree
distributed data
outlier detection
inter class distance
data classification
spatial local deviation factor
分类号
TN919-34 [电子电信—通信与信息系统]
TP391 [自动化与计算机技术—计算机应用技术]
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
大模型驱动的教育多智能体系统应用研究——技术架构、发展现状、实践路径与未来展望
刘石奇
刘智
段会敏
粟柱
彭晛
《远程教育杂志》
北大核心
2025
10
在线阅读
下载PDF
职称材料
2
基于CART决策树的分布式数据离群点检测算法
朱华
乔勇进
董国钢
《现代电子技术》
北大核心
2024
5
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
