移动学习模式分析及其实施问题

近年来,随着通信设备和移动数字化技术的不断发展和宣传,逐步地形成了一种新兴的学习模式——移动学习。移动学习的含义是,通过移动设备和移动通信技术进行的随时随地的学习,前提是具备移动计算设备。用于移动学习的移动设备必须能够高效地向学员呈现所学内容并且做好教师与学习者之间的沟通桥梁。目前,移动学习正慢慢地被世界各个教育学术领域接受并获得一定好评。文章从移动学习模式的定义着手,有针对性地分析移动学习模式的优缺点和作用,进而对其不足之处提出合理性的解决方法。     

高职MOOCs移动学习平台M-Learning建设

高职院校校园WIFI大规模、无死角的全覆盖建设基本完成,学生拥有智能终端数量大幅度增长,良好的移动学习环境已基本形成,移动学习从探讨阶段到了大规模实用阶段。构建高职院校MOOCs移动学习环境,让学习者进行有效的移动学习。     

基于MANET的移动学习及其系统构建研究

移动自组网（MANET）是一种具有高度动态拓扑结构、节点任意移动的无线移动通信网络。针对MANET的特点及其应用,探讨了基于MANET的移动学习及其系统构建,并通过JisT／SWANS平台进行仿真实验,仿真结果证明MANET具有良好的通信性能。基于MANET的移动学习系统,能够实现随时随地、快速、有效的学习及资源共享,促进教育公平和教育资源效益的最大化。     

基于泛在学习环境的网络学习空间设计

随着信息技术的发展,我们进入了移动学习时代,学习者可以在任何时间、任何地点,通过移动智能终端实现开放学习。文章在分析泛在学习和网络学习空间的概念和特征的理论基础上,得出了构建泛在学习环境下网络学习空间设计的原则,最后提出了泛在学习环境下网络学习空间的设计模型。     

基于GPS的3G移动学习系统

3G移动教育已成为远程教育发展的必然趋势,但国内缺乏实用的3G移动教育系统。因此,结合3G移动通信技术、GPS定位技术和移动教育的特点,构建了一套基于GPS的3G移动学习系统（MLS3G）模型。解决3G智能终端、GPS/GPRS收发模块、3G网关模块、GIS模块等关键技术问题后,在3G智能终端和MLS3G服务器平台上通过测试验证。研究表明,MLS3G模型具有较好的交互性、实时性和通用性。     

移动学习平台的构建

移动学习平台的建立对教与学都起着至关重要的作用,有了这样的平台,能够增强学习者学习的兴趣,兴趣是学习之本,有了兴趣,自然也就提高了学习效率,而且它不受时间和空间的限制,可以随时随地、自由自在的进行任何目的、任何方式的学习,学习环境是移动的,教师和学习者也都是移动的。     

基于J2ME和Web Services的移动学习系统设计与实现

借助广泛使用的移动通信设备,移动学习使学习者摆脱了时间和空间的限制,能够在任何时间、任何地点进行学习。J2ME主要针对资源受限设备进行应用程序的开发。Web Services是一种自包含、自解释、模块化的应用,能够被发布、定位、并且从web上的任何位置进行调用。文章介绍了一个自主开发的移动学习系统的设计和实现。该系统基于J2ME和Web services技术,其中J2ME用于手机端客户程序的开发,而Web Services技术则用于处理服务器端和客户端之间的交互,能够配置在移动通信设备上,满足了随时随地的移动学习需要。     

基于J2ME的移动学习系统设计与实现

介绍一个自主开发的移动学习系统的设计和实现。该系统利用J2ME技术开发手机服务器和客户端程序,将系统配置在移动通信设备上,满足了随时随地的移动学习需要。     

基于信息推送技术的移动学习探讨

移动学习伴随着移动通信技术的发展而发展,移动互联网将大量的互联网资源引入到了移动学习中,信息资源的拥塞给移动学习者带来了诸多不便.介绍了信息推送技术以及移动学习的概念,并在此基础上分析将两者结合的必要性和可能性,最后用实例阐述了将信息推送技术应用于移动学习的实现方式.     

基于个体自主学习的英语移动学习系统设计

本文通过对英语移动学习系统的特点及优势进行分析，结合英语教学工作，提出移动英语学习系统的构建模式，这对在网络信息环境下有效培养学习者个体自主学习能力及提高个体英语学习绩效具有一定的指导和借鉴作用。     

神经网络中将任务学习与模型学习相结合的E-H和E-H-W学习方法

本文从获取好的神经网络泛化能力出发,首先提出了将Hebbian学习与增加问题复杂性统一起来的思想,并通过在总的误差函数中增加一限制函数来实现Hebbian学习.基于此,提出了一种将误差驱动的任务学习与Hebbian规则的模型学习相结合的E-H方法.然后,根据模型学习应同时考虑减小网络复杂性和增加问题复杂性的思想,又提出了一种将误差驱动的学习与Hebbian规则、简单的权退化法结合起来,共同来提高神经网络的泛化能力的E-H-W方法.最后通过大量实例仿真将它们与纯误差驱动的方法、权退化法、其它文献中的相关方法进行了比较.结果表明我们的方法具有最好的泛化能力,是很有效的神经网络学习方法.     

企业网上学习平台学习行为分析与学习推荐方法研究

针对企业网上学习平台多年运营积累的大量学习行为数据以及越来越多的精准化学习需求,文章基于公司网上学习平台运营特点,进行学习行为分析和推荐方法研究。首先提出一种学习行为分析与学习推荐总体架构,帮助平台管理员进行学习推荐策略部署,并将所提方法在某运营商网上学习平台进行实验应用。实验数据表明了所提方法的有效性。     

Mobile Learning

Works in progress from selected papers presented at the 2006 IADIS International Conference on Mobile Learning provide an overview of the diverse research being conducted in this field.     

基于深度学习的学习行为感知研究

文中探讨了如何利用深度学习技术解决在线教育中的学生情绪识别问题，首先介绍了卷积神经网络的结构和训练过程，然后介绍了AffectNet数据集的特点，接着详细描述了CNN在人脸识别和情绪识别中的应用，以及模型训练和评估方法。实验结果表明，在使用AffectNet数据集进行情绪识别的实验中，CNN模型可以实现较高的准确率、精确率、召回率和F1分数，达到了预期的效果，有望应用于智能教育领域，以提高课堂教学效果。     

精确学习模型下确定的有穷自动机的学习

利用多态自动机和有穷自动机的关系，根据多态自动机的学习算法，给出了EXACT学习模型下，确定的有穷自动机的学习算法，并对算法复杂度做了分析，说明确定的有穷自动机在EXACT模型下可以在多项式时间内进行学习。这样就可以用软件来模拟确定的有穷自动机的学习。     

Learning to see

The mind cannot make sense of the visual world out of raw image data alone. In an approach to visual processing known as learning from examples, computational neural networks and physiological studies suggest how neurons and machines adapt to novel images on the basis of past experience     

Learning new skills

Issues surrounding the retraining of engineers are examined. Some available programs are described. Guidelines for engineers considering retraining are given     

Ubiquitous Learning Environment: Smart Learning Platform with Multi-Agent Architecture

Ubiquitous learning (u-learning) has become popular nowadays in education area. The key factor of u-leaning is that the learners are situated in a context-aware learning environment and they may not even be conscious of the learning process. This paper aims to develop the ubiquitous learning environment (ULE) being able to provide the content to the learners appropriately and adaptively. The developed ULE consists of several leaning objects (LOs) having the multi-agent architecture to achieve adaptability. Each LO consists of three different agents coordinating together including a personal agent for keeping the users’ profiles and their historic actions, a content agent for selecting LO to the learners, and a representation agent for presenting the content to the learners. Two empirical studies are conducted in this paper including architecture and learning mode empirical study. For both empirical studies, the learning efficiency enhancement and students’ satisfaction in terms of functionality and adaptability are evaluated. The results show that the developed ULE with multi agent architecture can enhance the students’ learning efficiency significantly for both individual and collaborative learning modes. Additionally, the students satisfy their learning through the developed ULE in the “satisfied” level in terms of functionality and adaptability for both empirical studies.