中国电子信息产业发展研究院（赛迪集团）是直属于国家工业和信息化部的一类科研事业单位。 成立二十多年来，一直致力于面向政府、面向企业、面向社会提供研究咨询、评测认证、媒体传播与技术研发等专业服务。形成了政府决策与软科学研究、传媒与网络服务、咨询与外包服务、评测与认证服务、软件开发与信息技术服务五业并举发展的业务格局。

如何及时感知学生的学习状态是中小学教育中的难点。传统课堂教学中，教师需要在讲课的同时观察数十名学生的学习状态，难以做到面面俱到；而在家庭练习中，父母陪同观察孩子既费时又会引起孩子的紧张和反感。针对这一应用需求和痛点，本项目计划研发一款能够自动及时感知中小学生的智能相机。该相机将采用人工智能和大数据的前沿技术，对中小学生的学习行为进行自动采集和分析，智能感知学习状态，并反馈给教师和家长进行参考，据此调整教学内容和形式，从而达到改善教学效果、提高学习成绩

产品详细介绍

产品详细介绍 智慧学习的构建意义        在信息化时代下，充分运用云计算、大数据、移动通信技术，以增强、丰富和加速学习过程，借助于开放教育资源、智能化的“互联网+”个性化学习模式。在任何时间、任何地点实现互联互通，智慧学习环境的构建使学习者的行为改变能力得以增强的较为灵活的学习，让学习者通过自我导向、以人为本的学习方式，并利用智能设备和社会网络，让学习者发展自我启动的创造性学习能力的学习途径。

      实名制网络学习空间，旨在打造与现实教育组织中各级教育机构、学校、班级、师生等主体相对应的网络教育组织体系。空间为多层次用户团队（包括从师生个体协作团队班级团队学校团队学科团队区域团队）提供相应的资源、工具、环境的支持和服务，实现“自上而下”、“自下而上”的双向良性互动。 教师空间：为教师开辟一个集学习、工作、交流于一体的实名制网络学习空间，以基于SNS的人际关系架构和知识体系、教材体系构建服务体系，实现信息的快速传播和精准获取，并汇聚为校、区、市、省各级生成性资源。 学生空间: 学生空间不仅能够全面记录学生成长全过程，还能为学生自主学习提供良好的信息化环境，让学生随想随学、自主学习、个性发展。学生可制定自己的学习计划，相关通知、信息都会自动推送到学习空间，空间资源能自动汇集和推送，学生相互之间，以及与学校空间、班级空间、教师空间可以互联互通，完美实现师生互动、生生互动。 家长空间：平台为针对家长用户提供便捷的，平台将呈现家校交流的相关服务。家长以家长身份、学生帐号登录，平台就会将学生近期的一些学习情况呈现出来，方便家长全面主动了解学生在校学习情况、班级情况以及，班主任、任课教师的情况，并与。家长可通过平台与任课教师进行深入的交流和沟通，关注学生的学习全过程，还可得到一线教育专家的指导和点拨。 协作组空间：教师可以按年级、学科、兴趣爱好、教育行政结构等多维度组建协作组。协作组提供资源管理、话题、问答、问卷、投票等基本应用模块，并支持文章、资源、图片、视频等分类管理，能从个人空间中选取已发布的各类资源拉取到协作组。 班级空间：班级空间是师生间的协作教学、讨论交流的网络环境，是现实班级课堂的补充与延续。班主任可组建班级，聚合管理班级学科教师、学生，课程安排，学习内容，开展学习活动，形成学习反馈，增强学生班级凝聚力和成员归属感。 学校空间：以学校为单位开展教学研活动，可与本校师生组织衔接，便于校内各项业务活动的组织管理。学校管理者可发布校内公告、查看基础管理数据。本校教师可随时参与各类教、学、研活动，本校学生可积极参与各类校园活动及社会实践活动。师生发布的所有内容会自动汇聚到学校空间，积淀本校生成性资源，支持各学校空间独立管理。 学科空间：省、市、区县、校各级机构管理的所有学科均可拥有相应的学科空间，能够自动汇聚范围内相同学科的教研员、学科带头人、教研资源、工作室、协作组、学科文章、学科活动等，加速本学科教师之间的协作交流，展示特色学科资源和成果。学科教研员可发布学科新闻公告等内容、查看基础管理数据等，支持各学科空间独立管理。 区域空间：区域各级机构、各机构学科各类信息的集中汇聚区，同时也是各级政策的集中发布区、研修动态的集中展现区，为开展区域性教育业务提供全面的支持和服务。省、市、区各级空间融合互通，内容、人员至下而上汇聚，政策、任务至上而下传达。通过区域空间及业务应用系统，可促使城镇和农村的学校之间、教师之间实现“手拉手、结对子”， 共同参与各类业务活动、分享优质教育资源，先进帮后进，推动教育公平。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

一、项目简介 当前虚实融合技术面临的重大挑战可以归结为以下两个关键科学问题：（1）非配合虚实环境的无缝融合与交互自然呈现。（2）云环境下虚实融合环境的语义理解、统一表达与应用软件快速定制。为解决上述两个关键科学问题和技术瓶颈，本项目重点研究了自然虚实融合呈现的硬软件技术和装置，构建虚实融合应用流程框架和规范，创新云软件定制和服务模式，实现应用示范。充分利用移动、穿戴式设备的多传感器优势以及云端结合方式进行三维结构的重建、语义标注、识别理解与信息关联。 二、前期研究基础 目前已发表论文10篇，包括4篇期刊论文等（包括TIP、TMM等权威期刊论文）。申请专利3 项。 三、应用技术成果 1）基于搜索的图像深度估计，相对误差低于传统方法，对训练集的需求小于基于深度学习的方法。 Make3D数据集的深度估计结果2）基于双模深度玻尔兹曼机（DBM）的三维场景物体检测框架，给出了RGBD训练数据不足的难题，流程如下 3）基于序列约束的哈希算法在不同比特率情况下均取得了很好的效果。 在LabelMe和Tiny100K上使用不同哈希比特率的效果

本平台基于用户报刊订阅历史数据及用户个人信息，结合矩阵分解，K-Means等机器学习技术，构建了用户报刊个性化推荐系统，在提升推荐准确性的同时较好地解决了冷启动问题。