机器学习与文化生产变革——基于AI技术发展视角

机器学习是人工智能发展的第三个阶段。随着技术的发展,机器学习介入文化生产已成为不可逆的趋势。目前,机器学习从智能推荐、智能视觉、智能语音、自然语言处理四类技术实践模块介入文化生产,致使文化生产领域发生功能重组。在使得文化生产变得更为高效灵活并催生新型产业业态的同时,机器学习也重塑了文化生产中人与工具的关系、人与人的关系,以及人与内容的关系。然而,其技术风险也导致了文化生产的隐患重构,引发了人机关系疏离、价值风险强化、创新性不足、多样性受限等问题。而人作为主体,面对这一变革,则需以人机重整为未来取向,从实践中以人为主体实现人机协同发展,从技术上以研究路径的结合达成人机理解。     

支持向量机理论与算法研究综述

统计学习理论(statistical learning theory,SLT)是一种小样本统计理论,着重研究在小样本情况下的统计规律及学习方法性质。支持向量机(support vector machinse,SVM)是一种基于SLT的新型的机器学习方法,由于其出色的学习性能,已经成为当前机器学习界的研究热点。该文系统介绍了支持向量机的理论基础,综述了传统支持向量机的主流训练算法以及一些新型的学习模型和算法,最后指出了支持向量机的研究方向与发展前景。     

共享电动汽车使用意愿的关键影响因素研究

为了识别出共享电动汽车使用意愿的关键影响因素,通过文献梳理总结了绩效期望、努力期望、社会影响、便利条件、价格价值、习惯、环保意识、政府政策、感知风险九个潜变量,运用因子分析和Lasso回归以及机器学习中特征提取的方法对527份调查问卷进行了分析。结果表明:综合传统量化研究的变量显著性、Lasso回归的正则化方法和机器学习模型的特征重要性度量,可以发现共享电动汽车的关键影响因素依次为环保意识、社会影响、价格价值、绩效期望和政府政策。研究结论对于新常态下如何推动我国电动汽车发展战略有重要的指导意义,同时将传统统计回归方法和机器学习的特征提取相结合的研究方法,也提供了用多方法相互验证来应对统计显著性的假阳性等问题的新思路。     

新工科背景下应用型本科院校机器学习课程群建设研究

<正>人工智能技术的发展越来越成为当今世界高精尖领域发展的方向和核心,因此,对于高水平计算机人才的培养也成为各个国家发展战略中的重要内容。随着当前信息化、智能化技术的不断发展,应用型本科也将培养尖端人工智能人才作为其机器学习课程建设的重要目标。机器学习是人工智能研究领域中的热点内容,它主要研究计算机对人类行为的模拟性,     

基于多Agent的智能决策支持系统

Agent是计算机科学和人工智能领域中的一个重要概念,面向Agent的编程方法为新一代决策支持系统的构成提供了实现基础。文章讨论了Agent的基本概念,给出基于多Agent的智能决策支持系统的体系结构,同时研究了其中的各类Agent,以及系统中的机器学习和知识发现技术。     

基于机器学习的蛋白质相互作用位点预测研究进展

利用计算方法预测蛋白质之间的相互作用,既省时又省力,弥补了采用原理不同和实验条件限制等因素导致的实验数据具有一定假阳性和假阴性实验的缺陷.针对蛋白质相互作用的功能位点,列出了常用的蛋白质相互作用数据库.为了提高预测的精确度,分析了蛋白质特征属性信息选择,以及常用的机器学习预测方法,总结了蛋白质相互作用位点预测的常用机器学习智能算法模型,给出相应的实验评价标准.     

专栏评述

评《支持向量机理论与算法研究综述》支持向量机(Support Vector Machines,SVM)是一种基于统计学习理论的新型的机器学习方法,由于其出色的学习性能,已经成为当前机器学     

论深度学习技术对人类社会发展的影响

机器学习是实现人工智能的一种手段，而深度学习是目前机器学习的一种新方式。深度学习具有维度高、层级多、预测能力强的特征，为机器学习和模仿人类思维奠定了基础。目前深度学习已形成了一系列技术，尤其是计算机视觉、文字识别、语音识别、自然语言处理、推荐系统、预测和风险评估、智能监控等技术。这些技术已经在生产和生活中得到广泛应用，深刻影响着人们的生产方式与生活方式。在它们的协同作用下，人类社会正在实现从自动化向智能化的转变，向着更高级的社会形态发展。     

支持向量机研究进展

支持向量机是由V.Vapnik等九十年代提出的一种学习技术,是借助于最优化方法解决机器学习问题的新工具。以统计学习理论为研究基础,研究内容分为分类和回归两个方面,并且在众多领域中得到应用。     

基于CBR的双语语境知识表征系统研究

文章简要回顾了基于案例①的推理(case-based reasoning,简称CBR)机制和第二语言习得理论中"补缺假设"理论的语境观,分析了CBR在双语语境知识表征中应用的可行性,并在此基础上提出了双语语境知识表征CBR系统的计算模型、算法和该系统的一般实现过程,是机器学习和人工智能理论在第二语言习得理论研究中应用的初步探讨,旨在给第二语言习得研究提供新的研究方法和视角.     

统计学习算法在高校教学质量评估中的应用研究

本文分析了机器学习算法在教学质量评估中应用的可行性,并以带权间隔支持向量回归模型WMSVR（Weighed Margin Support Vector Regression）。本文对教学质量评估的众多分量进行训练学习,以建立稳定描述教师教学质量的机器学习模型。该模型输入量化的教学质量评估指标,引入具有可信程度的学生意见信息,并以带权间隔来表示样本的置信度,以WMSVR模型作为训练器,模型输出数量化的教学质量指标。对比专家对教师的教学活动的评价表明：WMSVR模型在教学质量评估中有较高的准确度和泛化能力,在语义上有足够表达教学质量指标体系的能力。     

基于SVM的股票时间序列的预测研究

支持向量机（support vector machine,SVM）是以统计学理论为基础的一种新的模式识别方法,目前已广泛应用于股票价格的预测中。在股市投资问题的研究中,股价作为时间序列数据是复杂的、非线性的,并且极不稳定。文章将支持向量机引入到股价预测的建模中,并对效果进行了分析。     

支持向量机学习算法-序列最小优化(SMO)

支持向量机作为一种优秀的学习方法，有着严格的理论基础和很好的应用前景，但是由于支持向量机算法实现复杂、效率低，严重限制了支持向量机的应用．SMO方法的提出大大提高了支持向量机学习的效率，作对SMO算法的实现进行了详细的介绍．     

日语教学中多媒体应用的有效性与教师角色探析

多媒体教学因在学生的交际能力培养、跨文化理解和以学生为中心的外语教学中获得相对传统教学模式所独具的优势,成为日语教学中一个必要的手段。多媒体以电脑、网络等技术设备为媒介,在激发学生学习动机,互动学习以及个性化学习上获得良好的学习效果。但多媒体教学也存在机械性、对应能力不足、设备购置、维护和升级成本高等问题。教师始终是外语教学中的主体,但需及时转换角色,在课堂中成为链接电脑、教材、网络和学生的中枢纽带。     

教育人工智能：新的革命

人工智能技术发展给教育带来了深刻变化。我国教育技术随着全球科技发展，经历了从量变到质变的过程。人工智能技术发展带来的质变对教育的创新意义主要体现在推动教育观念的更新、教育模式的变革、教育体系的重构。迎接教育革命的过程会面临知识资源建设、教育行业科技人才供给、技术应用上的挑战，要避免重科技轻人文，兼顾长期和短期效益，平衡改革速度与质量节奏的关系。     

Timing, Sequencing, and Quantum of Life Course Events: A Machine Learning Approach

In this paper we discuss and apply machine learning techniques, using ideas from a core research area in the artificial intelligence literature to analyse simultaneously timing, sequencing, and quantum of life course events from a comparative perspective. We outline the need for techniques which allow the adoption of a holistic approach to life course analysis, illustrating the specific case of the transition to adulthood. We briefly introduce machine learning algorithms to build decision trees and rule sets and then apply such algorithms to delineate the key features which distinguish Austrian and Italian pathways to adulthood, using Fertility and Family Survey data. The key role of sequencing and synchronization between events emerges clearly from the analysis. Billari F.C., Fürnkranz J., et Prskawetz A., 2006. Calendrier, séquence et intensitédes événements du cycle de vie : une application des techniques d’apprentissage par machine. Revue Européenne de Démographie, 22: 37–65     

基于支持向量机的中长期电力负荷预测研究与应用

采用一种新的机器学习方法——支持向量机,建立了中长期电力负荷预测模型.阐述了支持向量机的基本内容,对影响电力负荷诸多因素的样本集进行了标准化处理和主因素分析(PCA).采用Libsvm训练了数据集,并与灰色预测GM(1,1)模型、多元线性回归模型、模糊ISODATA聚类模型和BP神经网络进行对比.结果表明,此算法有更高的准确性,可为电力负荷预测提供有效依据.     

解读马克思机器观的逻辑进程——从《哲学的贫困》到《资本论》的文本分析

《哲学的贫困》中蒲鲁东以＂唯心主义的系列辩证法＂为指导阐述了他的机器思想：一是机器是如何产生的,二是机器的好的方面和坏的方面。马克思以历史唯物主义的观点批判了蒲鲁东,科学地论述了机器的产生及其与分工的关系,但对蒲鲁东揭示的机器的坏的方面则是默认的。到创作《资本论》时期,马克思提出了应将机器和机器的资本主义应用相区分的思想,从而解开为何在《贫困的哲学》中对蒲鲁东揭示的机器的坏的方面保持默认态度这一疑团。马克思的这一思想对当今国际学术界也产生了深刻的影响。     

大学英语自主学习的试探性研究

大学英语自主学习是学生英语学习的一种很重要的学习方式。本文通过对自主学习理论的论述,结合大学英语教与学的实践,陈述了大学英语自主学习的具体范例模式,进而阐明了大学英语教与学同自主学习相结合的意义和价值。