神經網絡理論與應用課程線上線下混合教學模式探析

張強 牛天林 邵思羽 李大喜 楊新宇 趙玉偉

摘? 要：教育信息化的發(fā)展使當前高等教育教學模式發(fā)生巨大的變革，文章通過神經網絡理論與應用課程現狀和混合式教學模式探索分析指出線上線下相結合的必要性，根據課程特點和突出學員“學”為主體的教學理念，采用“綜合審視、合理混合，理實一體、突出創(chuàng)新”的思路創(chuàng)新課程教學方法，并以以往實踐經驗舉措為例，旨在為此類課程提供借鑒。

關鍵詞：線上線下;混合教學;研究生課程;神經網絡理論與應用

中圖分類號：G642 文獻標志碼：A? ? ? ? ? 文章編號：2096-000X（2022）14-0066-04

Abstract： The development of nowadays-educational informationization has caused a huge change in the teaching model of the current higher education. This paper points out the necessity of combining online and offline through the exploration and analysis of the current situation ofthe course of Neural Network Theory and Application and the hybrid teaching mode. Based on the teaching philosophy of highlighting students' learning as the main body， it adopts the ideas of "comprehensive review， reasonable mixing， integration of theory and practice， and highlighting innovation" in innovative curriculum teaching methods， and take spast practical experience measures as examples， aiming to provide reference for such courses.

Keywords： online and offline; mixed teaching; graduate programs; Neural Network Theory and Application

隨著多媒體信息技術的發(fā)展與互聯(lián)網信息化平臺的建設完善，基于“互聯(lián)網+教育”的教學模式有效推動各學科的教學改革。為了滿足《國家教育事業(yè)發(fā)展“十三五”規(guī)劃》要求、提升高校教育教學質量，高校教師需要積極更新教學理念、嘗試教育信息化新方式創(chuàng)新教學方法，提高教師教學效果與學生學習效率。尤其是2020年新冠肺炎疫情的爆發(fā)，為了有效控制疫情的傳播、保障學生以及教育工作者的健康安全，教育部提倡線上教學的方式，此次全國范圍內的線上教學模式探索也給予教育工作者一次自身教學模式思考與審視的機會。

一、神經網絡理論與應用課程教學現狀分析

神經網絡理論與應用是以人工智能領域中傳統(tǒng)神經網絡和當下研究熱點——深度學習相關技術為知識對象，講授理論及其應用的一門課程。作為一門研究生課程，其具有輻射影響面寬、知識更新快及理論與實踐一體化等鮮明特點，對于研究生學員科研學術工作具有重要的基礎和服務作用。人工智能是當今大數據時代高新科技行業(yè)最為關注的研究熱點之一，它是一門具有時代特點的前沿交叉學科，涉及計算機軟硬件、數學、概率統(tǒng)計、機器學習、自動化和語言學等多個領域，傳統(tǒng)神經網絡以及當下的深層神經網絡作為人工智能應用的重要手段之一，經歷了不同時期的階段性發(fā)展，理論知識涵蓋面廣;隨著科學技術的高速發(fā)展，越來越多的科技工作者關注并促進著神經網絡理論與應用的革新，一代代新模型、新算法不斷涌現使得神經網絡相關知識與技術更新速度極快;同時，從研究生能力與素質培養(yǎng)角度出發(fā)，課程理論知識體系的構建是研究生培養(yǎng)的基礎，編程實踐是能力培養(yǎng)的途徑，最終目的則是培養(yǎng)能夠發(fā)現問題、分析問題以及解決問題的高素質人才。

在傳統(tǒng)線下課程教學中，通過合理設置模塊化教學內容，綜合采用精講、研討、實驗、文獻等教學模式，可以實現理論知識的傳授與實踐操作的練習。但是，受限于思維理念和計算機網絡條件，相關領域前沿知識更新周期較長、豐富網絡資源利用率低、基于互聯(lián)網環(huán)境的軟件平臺可操作性差以及學員主體作用發(fā)揮和課程實施時空受限等問題的客觀存在，制約了課程內涵質量的進一步提升。

根據神經網絡理論與應用課程內容特點，為了更好地促進教育內涵質量提升，有效解決課程傳統(tǒng)教學中的瓶頸問題，借鑒已有的混合式教學優(yōu)質成果，在審視線上、線下教學模式優(yōu)劣勢基礎上，結合疫情期間線上教學實踐經驗，綜合利用“線上+線下”雙渠道教學途徑探索混合教學模式，重點從創(chuàng)新思路、教學內容、方法手段等方面探索有益的舉措方法，全面促進研究生學員的自主學習能力、協(xié)作溝通能力和創(chuàng)新能力的提升，更加貼近研究生課程教學和能力培養(yǎng)的直接需求，有效解決課程教學傳統(tǒng)瓶頸問題，為課程內涵質量提升奠定堅實基礎。

二、線上線下混合教學模式概念及基本思路

（一）混合式教學模式概念

混合學習的概念是指多種教學模式混合和整合或者多種教學方法的融合，通常采用數字化信息技術輔助傳統(tǒng)教學方式，提高教師教學效果以及學生學習效率，最終達成學習任務。與傳統(tǒng)教學相比，混合式教學模式作為一種新興教學模式，將在線教學和傳統(tǒng)教學優(yōu)勢結合起來，更加突出學生的主體地位，強調學習主動性，注重把學生由淺到深地引向深度學習。

線上線下相結合的混合式教學模式嘗試解決傳統(tǒng)課程教學中的瓶頸問題，更有助于培養(yǎng)研究生主動學習、追蹤前沿科技以及獨立從事科學研究的能力，綜合提高創(chuàng)新思維和實踐動手能力。

（二）創(chuàng)新課程線上線下混合教學模式基本思路

神經網絡理論與應用課程主要研究神經網絡的算法理論及其仿真應用，是電氣工程等學科研究的重要理論和方法基礎，要求研究生掌握神經網絡的基本理論和應用方法，為學習后續(xù)課程、完成學位論文以及畢業(yè)后從事工程設計或技術開發(fā)工作奠定堅實的理論和技術基礎。課程具有算法理論的系統(tǒng)性與綜合性，以及仿真實現的靈活性與多樣性等鮮明特點。

傳統(tǒng)線下授課過程中，課程主要采用精講、研討、實驗和文獻課等形式依托課堂環(huán)境組織教學實施，雖然能夠傳授理論知識與實踐方法，但與“教為主導、學為主體”“拓展研究生學員前沿視野，激發(fā)創(chuàng)新思維，培樹科研能力”“加大課程信息化教學模式改革”等更高更新的要求還有一定差距。為全面提高課程教學質量，綜合提出“綜合審視、合理混合、理實一體、突出創(chuàng)新”的課程線上線下混合式教學模式改革思路。

“綜合審視”是指深刻反思課程屬性、目標職能和傳統(tǒng)教學質量束縛問題，深刻理解信息化教學模式優(yōu)勢，重點剖析線上線下教學的優(yōu)劣勢，將“要求-問題-方向”整合式分析，形成課程教學模式改革的前提依據。線上教學可充分利用互聯(lián)網豐富的資源及軟件平臺，適用于發(fā)布資料、開展自學、布置命題、在線實驗及共享研討等工作，有利于提高學習準備與增量傳遞知識，但生動性差、課堂監(jiān)控不便;線下教學則適用于傳授疑難知識，面對面引導教學進程，但容易受限于設備條件因素制約課程教學質量深度提升。因此，二者必須取長補短、合理運用。

“合理混合”指基于綜合審視基礎，科學合理地解決課程線上線下混合教學的內容設置、課時比例、形式方法等關鍵問題，形成二者互為補充、互為促進的良性局面。

“理實一體”指基于課程理論與應用雙重教學目標的要求，一方面要注重神經網絡理論知識的系統(tǒng)傳遞，突出知識體系、前沿更新及算法理論等要點，真正夯實相關理論基礎;另一方面還應側重軟件應用、算法編程及求解分析等實踐技能培養(yǎng)，解決學以致用的問題。通過科學實施課程線上線下教學的理論與實踐環(huán)節(jié)，交互迭代，全面提高質量效益。

“突出創(chuàng)新”指在神經網絡科技高速發(fā)展趨勢和研究生學術科研創(chuàng)新能力培養(yǎng)要求的共同倒逼下，必須借助線上線下混合教學模式抓好知識創(chuàng)新和能力創(chuàng)新兩個關鍵，通過寬視野、新知識、高要求、細環(huán)節(jié)和重閉環(huán)等實際舉措，為綜合素質能力培養(yǎng)提供有力支撐。

三、課程線上線下混合式教學的具體實踐

傳統(tǒng)的神經網絡理論與應用課程教學基本采用線下教學，受限于思維理念和計算機網絡條件，導致前沿知識更新緩慢、豐富網絡資源利用率低，優(yōu)化為線上線下混合教學模式。在以線下教學為主體、線上教學為輔助的方式下，基于釘釘、雨課堂等在線教學平臺，加強課前、課中、課后全程質量監(jiān)控。充分利用豐富的人工智能網絡視頻資源、Python例程和論壇、中英文文獻資料，發(fā)揮學員主體作用，且不受時空限制，提高課程教學質量。

（一）優(yōu)化課程教學模塊內容與課時

傳統(tǒng)神經網絡理論與應用課程以神經網絡基礎理論為主，主要學習單層前向網絡、BP網絡、RBF網絡、支持向量機、Hopfield網絡和模擬退火算法等經典算法。

伴隨著近年來深度學習的廣泛應用，課程內容也緊貼學科前沿，突出深度學習新網絡、新算法，并壓縮刪減了部分經典網絡算法。將教學內容優(yōu)化為前向神經網絡、反饋神經網絡和深度學習等三大模塊，其中深度學習模塊包括CNN卷積網絡、遞歸神經網絡和概率生成模型等主流網絡算法。課程模塊優(yōu)化前后對比情況見表1。

從表1可以看到，優(yōu)化后的課程模塊較之前大大加強了目前主流的深度學習內容與課時，內涵也有質的提升。

（1）經典神經網絡部分，前向神經網絡由22學時減少到14學時，反饋神經網絡由18學時減少到6學時。

（2）深度學習部分，由6學時大幅提高到20學時，課時占比由15%提升至50%，使學員學習更加與人工智能前沿接軌，提高自己的專業(yè)知識與專業(yè)素養(yǎng)，更好地將所學知識應用到課題與論文研究中。

（3）理論教學為精講課，實踐教學包括仿真實驗課和研討課。理論教學與實踐教學比例雖然沒有變化，但內涵卻有質的提高，基礎理論從著重經典神經網絡到著重深度學習，編程語言從MATLAB到Python，編程能力實現從會運行例程到自主編程，極大提高了學員分析問題能力和動手實踐能力。

（二）基于精講課的混合教學方法

精講課的線上線下教學方法如圖1所示。

1. 課前預習階段

一是提前向學生發(fā)布教學資料和預習任務，學生通過推送的教學資料預習每節(jié)課的教學目標，并圍繞重點、難點開展自學活動;二是利用釘釘、雨課堂等在線教學平臺的預習答題等功能，發(fā)布相關課前提問問題，通過軟件平臺檢查學員答題情況，并通過統(tǒng)計分析功能，了解學員預習存在的問題和難點。

2. 課中教學階段

一是借助圖片、動畫和視頻等情景化、動態(tài)化及可視化教學內容;二是課堂中綜合運用線上線下答題、投票及情景表演等多種形式掌控學員學習狀態(tài)，獲取學生的效果反饋，加強教學互動;三是合理采用直播、視頻會議等教學模式，釘釘、雨課堂多個平臺的混合使用，加強教學過程中的聯(lián)動和互通。

3. 課后鞏固階段

一是依托釘釘、雨課堂功能線上發(fā)布課后作業(yè)，布置適合學生獨立思考的開放性探討性題目，引導學生通過查閱資料拓寬視界，深入思考;二是通過釘釘直播、雨課堂等線上形式隨時開展答疑解惑，切實解決學生困擾，做到及時查漏補缺;三是及時整理分析網絡數據，科學研判教學效果，通過對學生的聽課時間、出勤狀況、瀏覽資源時長及參與測試成績等的整理和分析，及時了解學生關注的焦點、思想狀況和學習態(tài)度，提升教學質量。

（三）基于仿真實驗與研討課的混合教學方法

仿真實驗課與研討課的線上線下教學方法如圖2所示。

1. 教員示范

一是鑒于神經網絡理論與應用課程是一門實踐要求較高的研究生課程，在教學過程中需要結合demo程序代碼的編寫、調試及運行結果展示等環(huán)節(jié)，先由教員進行過程示范，結合實際問題演示程序編寫與調試的主要環(huán)節(jié);二是通過思考題或大作業(yè)的形式在線發(fā)布任務，啟發(fā)學員以問題導向式進行問題分析，并結合demo程序完成編程設計與應用探究。

2. 學員動手與展示

一是由學員自選題目內容利用理論授課內容基礎進行Python或MATLAB程序設計、代碼調試與結果展示;二是通過線上平臺借助屏幕共享、分屏顯示，或者線下課堂等多種手段向教員和學員進行高效、直觀和實時的匯報展示，包括設計思路理念、整體方法框架、算法流程與實驗結果等。

3. 焦點問題研討

一是針對學員在完成大作業(yè)過程中遇到的具體焦點問題進行線上或線下討論，教員為學員提供較為合理的解決問題思路，并在此過程中啟發(fā)學員培養(yǎng)發(fā)現問題、解決問題的能力;二是學員之間可以實現交流討論，改進提高問題的解決思路。

四、結束語

針對于神經網絡理論與應用課程內容特點，采取線上線下混合教學模式開展研究生課程教學，突出學員“學”為主體的教學理念，采用“綜合審視、合理混合，理實一體、突出創(chuàng)新”的思路創(chuàng)新教育教學方法，以理論知識構建為基礎，培養(yǎng)研究生實踐創(chuàng)新能力，最終為解決實際問題打下堅實基礎。

參考文獻：

[1]劉琿，顧世民.“線上線下”相結合的大學英語文化類課程混合式教學模式探究[J].中國多媒體與網絡教學學報，2020（6）：1-3.

[2]張巍，侯建成，李妍，等.“生物化學”課程混合式教學模式探析[J].吉林醫(yī)藥學院學報，2020（3）：231-232.

[3]馮曉英，王瑞雪，吳怡君.國內外混合式教學研究現狀述評——基于混合式教學的分析框架[J].遠程教育雜志，2018（3）：13-24.

[4]劉越.混合式教學模式下“工業(yè)控制網絡”課程研究[J].工業(yè)和信息化教育，2020（5）：48-52.

[5]胡爾西旦·阿布都米吉提，烏都木麗，阿仙姑·哈斯木.“互聯(lián)網+”背景下病理學線上線下混合式教學實踐[J].教育教學論壇，2020（18）：169-171.

[6]姜海麗，孫秋華，趙言誠.基于雨課堂的教學實踐[J].高教學刊，2019（18）：86-88.

基金項目：陜西省自然科學基礎研究計劃“摻混聚甲氧基二甲醚改善軍用柴油機高原環(huán)境適應性的燃燒機理研究”（2020JQ-475）;2020年度中國人民解放軍空軍工程大學防空反導學院教育教學研究立項課題“研究生《神經網絡理論與應用》課程‘線上線下’模式探索與實踐”（考評中心[2020]6號）

作者簡介：張強（1973-），男，漢族，陜西漢中人，博士，副教授，研究方向為電力系統(tǒng)及其自動化、深度學習方面教學及科研。