物理空间中感知数据学习分析的动态校正

2021-03-15 07:01邵玉林
电脑知识与技术 2021年3期

邵玉林

摘要:在“人—技”协同进化的教育发展态势下,如何有效促进教育形态的转变和教育质量的提升[1]。物理学习空间中的学习支持服务亟待重塑,在数字化技术支撑下,将传感技术引入到物理学习空间结合学习分析技术,获取学习者生理数据,推测其学习状态(情绪、注意力、嗜睡),提高学生的学习体验和协助教师实时监控,由于传感器容易受到个体无关学习生理信号的干扰,引起系统的不稳定性,该文基于MATLAB控制工具箱设计串联滞后—超前校正装置,并对仿真结果进行分析比较,该方法不但简化了控制系统校正的过程,提高了系统的稳定性。

关键词:物理空间;感知数据;滞后—超前校正;生理数据

中图分类号:TP391      文獻标识码:A

文章编号:1009-3044(2021)03-0011-03

Abstract: How to effectively promote the transformation of educational form and the improvement of educational quality under the situation of "human-technology" co-evolution of educational development. Learning support services in the physical learning space need to be reshaped urgently. Supported by digital technology, sensor technology is introduced into physical learning space and combined with learning analysis technology to acquire learners 'physiological data, speculate their learning state (emotion, attention, sleepiness), improve students' learning experience and assist teachers to monitor in real-time. Sensors are vulnerable to independent learning. The disturbance of physiological signals causes the instability of the system. In this paper, a series lag-lead correction device is designed based on the control toolbox of MATLAB, and the simulation results are analyzed and compared. This method not only simplifies the process of control system correction, but also improves the stability of the system.

Key words: physical space; perception data; lag-ahead correction; physiological data

1 背景

面对新时代教育新要求,物理空间的感知数据学习分析也正在悄然发生改变,移动互联网重构了时空结构,终端网络:“人—物—技”合一新时空,

将所有的人与物、人与环境、物与环境、物与物等各种方式通过网络连接得更加碎片化、并发化、虚拟化。改变了信息知识的传播以及智慧课堂数据的存储与交互方式,帮助个体和群体找到更适合自身的学习方式,让学习空间物理环境为学习者的成长注入新动力新契机。而我们的教室,从最初阶段的粉笔+黑板发展到今天的多元化设计物理学习空间,它是集情感感知、位置感知、社会感知、全程记录、无缝衔接、适应性、泛在性、自然交互、深度参与等十大功能为一体的物理学习空间[2-3],在该空间学生的学习方式也发生翻天覆地的变化,知识传输的过程从传统的课上移动到线上线下,从被动接受知识到主动的参与课堂自主学习、自由讨论、团队展示、课题合作多样化的空间设计;让学生能够全方位感受真实情景再现的神奇奥秘,使得教与学更加支持协作学习、深度学习、自主探索创新。

在2012年,美国学者Brooks作了对比实验 研究,将传统教室的教学成果和新型教室教学成果,特定的学习空间会激发和促进特定的学习活动[4]。例如:2017年北京大学将33间教室中绝大多数教室开始改造成小班研讨教室。2016年清华大学三教7间教室中的桌椅更换为灵活组合桌椅,便于交流谈论[5]。

物理学习空间是指学习者通过与物理学习空间互动,利用学习空间感知数据分析技术自动提取与学习相关的数据进行分析、处理、建模、预测,例如:Koper[6]认为物理学习环境富含数字、情感感知、自适应决策和自适应设备,加拿大学者麦克菲迪恩(Macfadyen)等基于BlackBoard平台跟踪并收集学习行为数据,通过分析提取能够预测学生学业成就的变量,进而识别出存在学业危机的学生进行个性化的预警与干预。帮助他们又快又好地学习。

在数字化技术支撑下,以物理空间感知数据学习分析技术为引入点提出串联—滞后超前校正。获取学习者生理数据,推测其学习状态(情绪、注意力、嗜睡),提高学生的学习体验和协助教师实时监控,由于传感器容易受到个体无关学习的生理信号干扰,引起单位阶跃响应信号系统的不稳定,本文利用串联—超前滞后校正方法,改善系统的动态性能指标。

2 基于物理学习空间的感知数据学习分析的必要性

自2013年起,法国雅克·阿塔利所著的《未来简史》,该书描述人类未来将面临万物互联,传感先行。离开传感器,所有关于物理学习空间中的人、机、物、环境、信息等互联的智能系统美好畅想都将化为乌有。

也许你会觉得,传感器离我们的生活是非常遥远——实际上,传感器无处不在,比如:佩戴过智能手环的人都知道,这些手环可以记录他们的脉搏、步数、心率等人体的生理信息[7],每天“微信运动榜”获得的数据就是有传感器捕获的,将震动传感器放在物流包里,整个测量的过程中捕获的数据是有一个波形图显示,曲线振幅越大,说明我们的包裹受到外界的撞击力就越大对物流系统起到实时监督作用,很容易发现物流公司有没有“温柔对待”那些需要呵护托运的包裹。

基于传感器自适应学习分析最早是一个校企联合研发的项目,该项目是德国联邦教育与研究部资助的。主要负责人是Niels Pinkwart教授,Niels Pinkwart教授是柏林洪堡大学的(Humboldt University of Berlin)教育技术领域的国际知名学者[8],早期,我国增强在线学习系统的人性化和智能化的目的是弥补教学过程师生间、生生间实时交互的情感缺失[9-10],近年来,随着人工智能技术的蓬勃发展,正在研究基于物理学习空间的感知数据学习分析技术,采集学习者的生理数据,用传感器感知学习者行为、注意力、情绪、认知等与学习相关的特征,构建这些学伴系统如何利用这些感知的数据进行干预和改善个体的学习过程,并为其提供个性化反馈[11]。通过感知学习者正受到外界因素的影响处于沮丧情绪状态中,预测和提醒他们何时需要休息和调整,使得多元化设计得教与学的环境不断适配学习者的心理状态,激发学习者内在的学习动机和自我调节情绪管理的闭环系统。

3 串联—滞后超前校正的基本原理

自动控制系统最终目标是完成某种工程任务,系统设计者最初总是要根据技术要求、经济比较确定组成控制系统的控制对象、执行机构、功率放大器及测量元件等,这些元素确定后,不可以更改,它们成为系统“不可变部分”或“固有部分”,但是 由“固有部分”组成的控制系统[12],一般不能满足给定的性能指标要求,必须经过调整参数或者增加的附加装置才能改善系统的性能。

系统设计过程:

当系统的开环频率特性与性能指标相差很大且精度要求较高时,采用超前校正或只采用滞后校正不能满足性能指标,则采用串联—滞后超前校正。

它们分别与滞后和超前装置的传递函数形式通过,故具有滞后—超前作用。

4 仿真实验

由仿真图形可知:未加校正前单位阶跃响应系统是不稳定的,系统处在发散震荡环节,加了串联—滞后超前校正装置后,变成了稳定的单位阶跃响应。

5 结束语

信息技术重构了时空结构,智能传感技术对现实学习空间的重塑,改变了信息和知识的传播、存储与交互方式,使得大数据时代的教育環境更具有可测性、情景性、感知性、交互性。故在人工智能、物联网、大数据、智能感知等技术的包裹下引发新一轮的教育改革。

由于智能传感容易受到个体无关学习生理信号的干扰,引起系统的不稳定性,本文基于MATLAB/Simulink控制工具箱设计串联滞后—超前校正装置,从仿真结果可以看出,不但简化了控制系统校正的过程,还提高了系统的稳定性、准确性、快速性。

参考文献:

[1] 孙波,刘永娜,陈玖冰,等.智慧学习环境中基于面部表情的情感分析[J].现代远程教育研究,2015(2):96-103.

[2] 黄荣怀,杨俊锋,胡永斌.从数字学习环境到智慧学习环境——学习环境的变革与趋势[J].开放教育研究,2012,18(1):75-84.

[3] 黄荣怀,胡永斌,杨俊锋,等.智慧教室的概念及特征[J].开放教育研究,2012,18(2):22-27.

[4] Fisher K.Linking pedagogy and space[EB/OL].[2020-06-29].http://www.education.v1c.

[5] 未来教育发展趋势之“学习空间重构”新浪博客[EB/OL].(2018-09-07)[2020-06-27].http://blog.sina.com.cn/s/blog_15e650df20102wqnr.h.

[6] Koper R.Conditions for effective smart learning environments[J].Smart Learning Environments, 2014(1):1-17.

[7] 刘智,刘三(女牙),康令云.物理空间中的智能学伴系统:感知数据驱动的学习分析技术——访柏林洪堡大学教育技术专家Niels Pinkwart教授[J].中国电化教育,2018(7):67-72.

[8] 刘智,方常丽,刘三(女牙),等.物理学习空间中学习者情绪感知研究综述[J].远程教育杂志,2019,37(2):33-44.

[9] 牟智佳.“人工智能+”时代的个性化学习理论重思与开解[J].远程教育杂志,2017,35(3):22-30.

[10] 许亚锋,高红英.面向人工智能时代的学习空间变革研究[J].远程教育杂志,2018,36(1):48-60.

[11] Cooper D G,Arroyo I,Woolf B P,et al.Sensors model student self concept in the classroom[M]//User Modeling,Adaptation,and Personalization.Berlin,Heidelberg:Springer Berlin Heidelberg,2009:30-41.

[12] 陈铁牛.自动控制原理[M].北京:机械工业出版社,2006.

【通联编辑:谢媛媛】