【摘 要】
：
为响应国内人工智能(AI)的发展战略和教育创新改革需求,分析了传统在线教育平台在AI教学方面的不足,设计出智能化数据挖掘学习平台(DM_Edu)。DM_Edu平台设计为包括资源层、管
【机 构】
：
华南师范大学数学科学学院,华南师范大学计算机学院,广州犀灵信息科技有限责任公司
【基金项目】
：
国家自然科学基金(11973022),广东省自然科学基金(2020A1515010710),2019-2020年度华南师范大学“挑战杯”金种子培育项目(19SXKC01)。
论文部分内容阅读
为响应国内人工智能(AI)的发展战略和教育创新改革需求,分析了传统在线教育平台在AI教学方面的不足,设计出智能化数据挖掘学习平台(DM_Edu)。DM_Edu平台设计为包括资源层、管理层和智能层三个层次的系统架构,并实现了教学、学习、管理、大数据分析以及智能化辅助学习五个功能模块。其中的智能层实现了用户追踪和智能分析两个教学需求,成为平台实现智能化与个性化教育的引擎。该研究的特色在于,平台不仅可用于课堂教学环节的辅助,还可作为课前和课后教育的环境和支撑,并通过AI技术对学习特点进行感知和个性化支持。DM_
其他文献
随着软件定义网络加速向更广领域、更高层次和更深程度融合创新,产学研用协同实现创新驱动发展的迫切需求对软件定义网络的仿真技术与教学应用提出新课题。通过对2010～2020年中国知网收录的软件定义网络仿真技术与教学应用的文献开展跟踪调查以及主题聚类分析,发现当前仿真技术基于Mininet平台是主流技术路径、从组网类向安全类升级成为新需求和从IPv4向IPv6延伸成为新方向。在此基础上,提出了基于"Py
随着网络规模日益扩大,网络安全事件层出不穷,传统的网络入侵检测方法已不能满足当前网络的发展态势。为解决传统入侵检测方法中误报率过高、检测率和检测效率低等问题,提出