南京师范大学教育技术学系

 找回密码
 立即注册
搜索

重点研究方向之四:机器学习研究与应用

2006-4-6 19:09| 发布者: admin| 查看: 1865| 评论: 0

摘要: 负责人:王蔚副教授 主要工作内容 本方向致力于将人工智能领域中机器学习与教学支持技术的研究相结合,一方面研究怎样借助于认知科学及其相关研究成果支持机器学习问题的更深入研究,另一方面研究怎样将机器学习领域 ...

负责人:王蔚副教授

 

主要工作内容

本方向致力于将人工智能领域中机器学习与教学支持技术的研究相结合,一方面研究怎样借助于认知科学及其相关研究成果支持机器学习问题的更深入研究,另一方面研究怎样将机器学习领域的最新研究成果有效应用于教学或学习过程的支持之中。其中前一个方面既是具有独立意义的基础研究,又是本方向得以发展的基本保证,后一个方面是本方向乃至整个教育技术学科所最终关注的焦点,也是我学科站立于人工智能技术研发与教育应用交叉点上所提取的另一个有意义的突破点。智能信息科学在接受认知科学的启示的同时,也深刻地影响着认知科学的发展,除了研究工具上的改进与提高之外,还影响着认知科学的研究方法与研究内容。本方向还试图将当前的模式识别和机器学习的方法应用于脑功能研究中,挖掘脑电信号中与行为和心理疾病相关的信息模式,对脑信号进行建模,从而更好地将技术应用于对各类特殊人群的各种特殊教育当中。在基础理论方面,本方向近年已经有了相当的积累,重点研究领域包括仿生算法(包括遗传算法、蚁群算法、神经网络等)及其应用,教师/学生模型的建构、智能代理等问题,在各种学术期刊上发表论文约90篇,其中被SCI、EI收录的论文26篇;在应用方面,本方向重点研究人工智能技术的教育应用、智能软件开发等方面的课题,研究成果同时对我学科的Web教育资源挖掘与推送方向形成了积极的支持,并获得国家发明、实用新型专利约4项。本方向“十五”期间共承担国家自然科学基金及省部级项目7项,获得科研经费约70万元。

 

特 色

本方向的特色是将计算机领域的基础/应用研究与教育技术领域的基础/应用研究相结合,根据现代教育理论和认知理论,从最贴近人的认知过程的角度探索机器学习中新的思路、模型、方法和算法;同时又根据机器学习领域的最新研究成果,研究计算机在教学活动中的新的应用思路、模式和方法。本方向强调人工智能理论研究与教育应用研究相结合,研究队伍包括教育技术和计算机科学等学科领域的研究人员,研究成果对于人工智能和教育技术等领域均有着重要的理论价值和实践意义。

 

可能取得的突破

本方向主要可能在人工智能领域的新方法研究和教育技术领域的新方法研究这两个方面有所突破。

一是在人工智能领域的新方法研究中可能产生突破。通常认为,现有的计算机系统和人工智能系统只有非常有限的学习能力。本方向正尝试从人的认知本质出发,通过深入研究人的认知过程、神经网络构成、生物信息处理过程,为人工智能领域的机器学习研究提供有启发意义的新的研究思路,并期望由此产生新的人工智能方法。

二是在教育技术领域的新方法研究中可能产生突破。在现有的教育技术研究领域,人工智能技术的应用还相当匮乏,教育信息系统普遍缺乏智能性。通过深入研究人的认知过程、神经网络结构、以及生物信息处理过程,我们可以就充分利用人工智能领域最新成果,为教育技术领域寻求新的解决方法,占领人工智能教育应用的制高点。

鲜花

握手

雷人

路过

鸡蛋

最新评论

本站所有信息是为辅助科学研究之用,若有任何知识产权冲突请告知|南京师范大学教育技术学系

Powered by Discuz! X2 © 2001-2011 Comsenz Inc.

回顶部