為了量化課堂行為、優(yōu)化教學(xué)方式、提升教學(xué)質(zhì)量,使教學(xué)改革有章可循,筆者利用人工智能中深度學(xué)習(xí)技術(shù)建模捕捉學(xué)生的課堂行為,以專注度將課堂行為量化,并以量化結(jié)果作為評價教學(xué)方式的指標(biāo),然后通過教師群體的學(xué)生課堂專注度曲線提取最優(yōu)特征曲線輔助教師進(jìn)行教學(xué)迭代,促進(jìn)以學(xué)生反饋為中心的教學(xué)方式的改進(jìn),最后通過教師群體借助最優(yōu)特征曲線改進(jìn)教學(xué)方式的實例進(jìn)行驗證,結(jié)果表明所有教師的教學(xué)方式都有了不同程度的改進(jìn),學(xué)生課堂專注度得到整體提升。 

【文章頁數(shù)】：9 頁

【文章目錄】：
1 課堂行為與教學(xué)效果的關(guān)系
2 建立基于深度學(xué)習(xí)的課堂行為分析模型
    2.1 課堂行為建模量化分析模塊
        2.1.1 信息采集
        2.1.2 基于深度學(xué)習(xí)建模
        2.1.3 面部、肢體特征抓取
        2.1.4 課堂行為量化
    2.2 最優(yōu)特征曲線提取模塊
3 迭代教學(xué)
4 實踐應(yīng)用
    4.1 量化課堂行為
    4.2 提取最優(yōu)特征曲線
    4.3 迭代教學(xué)
5 討論
6 展望


【參考文獻(xiàn)】：
期刊論文
[1]人工智能時代的前景研究[J]. 張風(fēng)帆.  云南社會科學(xué). 2020(01)
[2]基于多特征降維和遷移學(xué)習(xí)的紅外人體目標(biāo)識別方法[J]. 王鑫,張鑫,寧晨.  計算機(jī)應(yīng)用. 2019(12)
[3]基于人工智能的課堂教學(xué)行為分析方法及其應(yīng)用[J]. 劉清堂,何皓怡,吳林靜,鄧偉,陳越,王洋,張妮.  中國電化教育. 2019(09)
[4]基于深度學(xué)習(xí)的學(xué)生課堂行為識別[J]. 魏艷濤,秦道影,胡佳敏,姚璜,師亞飛.  現(xiàn)代教育技術(shù). 2019(07)
[5]影響中醫(yī)藥院校教師教學(xué)效果及質(zhì)量的教學(xué)行為關(guān)鍵因素挖掘[J]. 陳丹,戈林娟.  時珍國醫(yī)國藥. 2016(05)
[6]研究性教學(xué)中有效教學(xué)行為的生成[J]. 趙新平.  教育理論與實踐. 2015(19)
[7]論教學(xué)行為的內(nèi)涵與特點[J]. 段作章.  教育科學(xué)研究. 2015(02)
[8]淺談迭代式教學(xué)方法的理論與應(yīng)用[J]. 陳剛,郝建東.  計算機(jī)工程與科學(xué). 2014(S2)
[9]高校教師課堂教學(xué)行為分析[J]. 季誠鈞,何菊芳,盧雙坡.  中國大學(xué)教學(xué). 2010(05)
[10]談外語課堂教學(xué)行為與教學(xué)效果的關(guān)系[J]. 何偉.  山西大學(xué)師范學(xué)院學(xué)報. 1999(02)



本文編號：3677979