学习科学视角下深度学习的多模态研究
|
摘要
文章从技术、推广、评价、整合和拓展五个方面,说明深度学习研究有赖于基本规律研究。作为学习科学的重要研究内容,深度学习基本规律研究应借鉴多模态的研究方法,全面揭示深度学习发生的内在机制。同时,文章归纳了不同学科和不同行为的多模态,着重分析了学习科学与深度学习领域的多模态。在完善深度学习框架的基础上,文章针对框架的各个组成部分提出了基础型、专业型多模态指标,构建了基于深度学习框架的多模态指标体系,可为不同目的、条件和层次的深度学习基本规律的多模态研究提供指标依据和机制参考。
This paper proposed that the study of deep learning depended on the research of the basic laws from the five aspects of technology, promotion, assessment, integration and expansion. As an important part of the learning science, the research of the basic laws of deep learning should draw on the multi-modal research method, in order to fully reveal the internal mechanism of deep learning. Meanwhile, the multi-mode of different disciplines and behaviors were summarized, in which the multi-mode of learning science and deep learning were emphatically analyzed. The basic and professional multi-modal indexes for various components of the framework were also proposed on the basis of perfecting the framework of deep learning. Moreover, the multi-modal index system based on the framework of deep learning was constructed, which can provide index basis and mechanism reference for the multi-modal study of the basic laws of deep learning with different purposes, conditions and levels.
This paper proposed that the study of deep learning depended on the research of the basic laws from the five aspects of technology, promotion, assessment, integration and expansion. As an important part of the learning science, the research of the basic laws of deep learning should draw on the multi-modal research method, in order to fully reveal the internal mechanism of deep learning. Meanwhile, the multi-mode of different disciplines and behaviors were summarized, in which the multi-mode of learning science and deep learning were emphatically analyzed. The basic and professional multi-modal indexes for various components of the framework were also proposed on the basis of perfecting the framework of deep learning. Moreover, the multi-modal index system based on the framework of deep learning was constructed, which can provide index basis and mechanism reference for the multi-modal study of the basic laws of deep learning with different purposes, conditions and levels.
引文
[1]刘哲雨,王志军.行为投入影响深度学习的实证探究——以虚拟现实(VR)环境下的视频学习为例[J].远程教育杂志,2017,(1):72-81.
[2]段金菊,余胜泉.学习科学视域下的e-Learning深度学习研究[J].远程教育杂志,2013,(4):43-51.
[3]张静,陈佑清.学习科学视域中面向深度学习的信息化教学方式变革[J].中国电化教育,2013,(4):20-24.
[4]纪宏璠,雷体南,方红.基于ITtools3.0的深度学习过程设计与实践研究[J].现代教育技术,2015,(2):40-46.
[5]卜彩丽,冯晓晓,张宝辉.深度学习的概念、策略、效果及其启示——美国深度学习项目(SDL)的解读与分析[J].远程教育杂志,2016,(5):75-82.
[6]张思琦,张文兰,李宝.国外近十年深度学习的研究现状与发展趋势——基于引文分析及共词矩阵的知识图谱分析[J].远程教育杂志,2016,(2):64-72.
[7]Akyol Z,Garrison D R.Understanding cognitive presence in an online and blended community of inquiry:Assessing outcomes and processes for deep approaches to learning[J].British Journal of Educational Technology,2011,(2):233-250.
[8]何继军,沈辉,胡德文.EEG/f MRI融合分析综述:脑模型、算法和应用[J].计算机工程与科学,2007,(12):74-81.
[9]位东涛,蒙杰,李亚丹,等.基于个体差异的大样本脑影像数据在心理学研究中的应用[J].科学通报,2015,(11):976-985.
[10]卢官明,李海波,刘莉.生物特征识别综述[J].南京邮电大学学报(自然科学版),2007,(1):81-88.
[11]谢蓉蓉.多模态虚拟课程——基于多模态话语分析理论的未来网络课程新模式[J].中国电化教育,2012,(4):74-79.
[12]刘明,胡加圣.大学外语视听教材的多模态化设计构想及要求分析[J].外语电化教学,2011,(2):3-8、20.
[13]刘哲雨,侯岸泽,王志军.多媒体画面语言表征目标促进深度学习[J].电化教育研究,2017,(3):18-23.
[14][16]张青妹.多模态微课的符号间关系与意义共建[J].现代教育技术,2015,(9):65-69.
[15]Kress G R,Van Leeuwen T.Multimodal discourse:the modes and media of contemporary communication[M].London:Bloomsbury Academic,2010:318-320.
[17]王慧君,王海丽.多模态视域下翻转课堂教学模式研究[J].电化教育研究,2015,(12):70-76.
[18]马莉,沈克.增强现实外语教学环境及其多模态话语研究[J].现代教育技术,2012,(7):49-53.
[19]刘哲雨,王志军,倪晓萌.Avatar虚拟环境支持CALLA模式的教学研究[J].现代教育技术,2016,(7):44-50.
[20][22][23][26]张琪,武法提.学习分析中的生物数据表征——眼动与多模态技术应用前瞻[J].电化教育研究,2016,(9):76-81、109.
[21]尚俊杰,张露.基于认知神经科学的游戏化学习研究综述[J].电化教育研究,2017,(2):104-111.
[24]刘哲雨,郝晓鑫.深度学习的评价模式研究[J].现代教育技术,2017,(4):12-18.
[25]姜永志.教育神经科学的理论与实践——从“实验室”到“教室”的学习科学[J].开放教育研究,2013,(3):71-77.
[27]潘东旎,李雪冰.工作记忆训练在精神疾病中的应用[J].心理科学进展,2017,(9):1527-1543.
[28]Von Bastian C C,Oberauer K.Effects and mechanisms of working memory training:A review[J].Psychological Research,2014,(6):803-820.
[29]罗劲.顿悟的大脑机制[J].心理学报,2004,(2):219-234.
[30]官群,姚茹.认知神经科学:为教育打开大脑“黑匣子”[J].中国特殊教育,2017,(2):59-64.
[2]段金菊,余胜泉.学习科学视域下的e-Learning深度学习研究[J].远程教育杂志,2013,(4):43-51.
[3]张静,陈佑清.学习科学视域中面向深度学习的信息化教学方式变革[J].中国电化教育,2013,(4):20-24.
[4]纪宏璠,雷体南,方红.基于ITtools3.0的深度学习过程设计与实践研究[J].现代教育技术,2015,(2):40-46.
[5]卜彩丽,冯晓晓,张宝辉.深度学习的概念、策略、效果及其启示——美国深度学习项目(SDL)的解读与分析[J].远程教育杂志,2016,(5):75-82.
[6]张思琦,张文兰,李宝.国外近十年深度学习的研究现状与发展趋势——基于引文分析及共词矩阵的知识图谱分析[J].远程教育杂志,2016,(2):64-72.
[7]Akyol Z,Garrison D R.Understanding cognitive presence in an online and blended community of inquiry:Assessing outcomes and processes for deep approaches to learning[J].British Journal of Educational Technology,2011,(2):233-250.
[8]何继军,沈辉,胡德文.EEG/f MRI融合分析综述:脑模型、算法和应用[J].计算机工程与科学,2007,(12):74-81.
[9]位东涛,蒙杰,李亚丹,等.基于个体差异的大样本脑影像数据在心理学研究中的应用[J].科学通报,2015,(11):976-985.
[10]卢官明,李海波,刘莉.生物特征识别综述[J].南京邮电大学学报(自然科学版),2007,(1):81-88.
[11]谢蓉蓉.多模态虚拟课程——基于多模态话语分析理论的未来网络课程新模式[J].中国电化教育,2012,(4):74-79.
[12]刘明,胡加圣.大学外语视听教材的多模态化设计构想及要求分析[J].外语电化教学,2011,(2):3-8、20.
[13]刘哲雨,侯岸泽,王志军.多媒体画面语言表征目标促进深度学习[J].电化教育研究,2017,(3):18-23.
[14][16]张青妹.多模态微课的符号间关系与意义共建[J].现代教育技术,2015,(9):65-69.
[15]Kress G R,Van Leeuwen T.Multimodal discourse:the modes and media of contemporary communication[M].London:Bloomsbury Academic,2010:318-320.
[17]王慧君,王海丽.多模态视域下翻转课堂教学模式研究[J].电化教育研究,2015,(12):70-76.
[18]马莉,沈克.增强现实外语教学环境及其多模态话语研究[J].现代教育技术,2012,(7):49-53.
[19]刘哲雨,王志军,倪晓萌.Avatar虚拟环境支持CALLA模式的教学研究[J].现代教育技术,2016,(7):44-50.
[20][22][23][26]张琪,武法提.学习分析中的生物数据表征——眼动与多模态技术应用前瞻[J].电化教育研究,2016,(9):76-81、109.
[21]尚俊杰,张露.基于认知神经科学的游戏化学习研究综述[J].电化教育研究,2017,(2):104-111.
[24]刘哲雨,郝晓鑫.深度学习的评价模式研究[J].现代教育技术,2017,(4):12-18.
[25]姜永志.教育神经科学的理论与实践——从“实验室”到“教室”的学习科学[J].开放教育研究,2013,(3):71-77.
[27]潘东旎,李雪冰.工作记忆训练在精神疾病中的应用[J].心理科学进展,2017,(9):1527-1543.
[28]Von Bastian C C,Oberauer K.Effects and mechanisms of working memory training:A review[J].Psychological Research,2014,(6):803-820.
[29]罗劲.顿悟的大脑机制[J].心理学报,2004,(2):219-234.
[30]官群,姚茹.认知神经科学:为教育打开大脑“黑匣子”[J].中国特殊教育,2017,(2):59-64.