論文の概要: CDIO-CT collaborative strategy for solving complex STEM problems in
system modeling and simulation: an illustration of solving the period of
mathematical pendulum
- arxiv url: http://arxiv.org/abs/2212.09209v2
- Date: Sat, 2 Dec 2023 18:05:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-06 01:53:10.477507
- Title: CDIO-CT collaborative strategy for solving complex STEM problems in
system modeling and simulation: an illustration of solving the period of
mathematical pendulum
- Title（参考訳）: システムモデリングとシミュレーションにおける複雑なSTEM問題の解決のためのCDIO-CT協調戦略--数学的振り子周期の解決の図示
- Authors: Hong-Yan Zhang, Yu Zhou, Yu-Tao Li, Fu-Yun Li and Yong-Hui Jiang
- Abstract要約: この問題に関わる最も難しい課題は、第一種(CEI-1)の完全な楕円積分を計算することである。
関連するアルゴリズムはR&Dプロジェクトで利用することができ、遭遇した要求に応じて再利用することができる。
- 参考スコア（独自算出の注目度）: 5.331907753596639
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The problem-project-oriented STEM education plays a significant role in
training students' ability of innovation. Although the
conceive-design-implement-operate (CDIO) approach and the computational
thinking (CT) are hot topics in recent decade, there are still two
deficiencies: the CDIO approach and CT are discussed separately and a general
framework of coping with complex STEM problems in system modeling and
simulation is missing. In this paper, a collaborative strategy based on the
CDIO and CT is proposed for solving complex STEM problems in system modeling
and simulation with a general framework, in which the CDIO is about ``how to
do", CT is about ``how to think", and the project means ``what to do". As an
illustration, the problem of solving the period of mathematical pendulum (MP)
is discussed in detail. The most challenging task involved in the problem is to
compute the complete elliptic integral of the first kind (CEI-1). In the
philosophy of STEM education, all problems have more than one solutions. For
computing the CEI-1, four methods are discussed with a top-down strategy, which
includes the infinite series method, arithmetic-geometric mean (AGM) method,
Gauss-Chebyshev method and Gauss-Legendre method. The algorithms involved can
be utilized for R & D projects of interest and be reused according to the
requirements encountered. The general framework for solving complex STEM
problem in system modeling and simulation is worth recommending to the college
students and instructors.
- Abstract（参考訳）: 課題プロジェクト指向のSTEM教育は、学生のイノベーション能力の育成に重要な役割を果たしている。
近年,CDIO(Conceive-Design-implement-operate)アプローチとCT(Computer Thinking)アプローチがホットトピックとなっているが,CDIOアプローチとCTは別々に議論され,システムモデリングやシミュレーションにおける複雑なSTEM問題に対処する一般的な枠組みが欠落している。
本稿では,システムモデリングとシミュレーションにおける複雑なSTEM問題を解決するためのCDIOとCTに基づく協調戦略を提案する。
例として、数学振り子(MP)の周期を解くことの問題点を詳述する。
この問題に関わる最も難しいタスクは、第一種(CEI-1)の完全な楕円積分を計算することである。
STEM教育の哲学では、全ての問題には複数の解決策がある。
cei-1の計算には、無限級数法、算術-幾何平均法(agm)法、ガウス-チェビシェフ法、ガウス-レゲンドル法を含む4つの手法をトップダウン戦略で議論する。
関連するアルゴリズムはR&Dプロジェクトで利用することができ、遭遇した要求に応じて再利用することができる。
システムモデリングとシミュレーションにおける複雑なSTEM問題を解決するための一般的な枠組みは、大学生やインストラクターに推奨に値する。
関連論文リスト
- Memetic collaborative approaches for finding balanced incomplete block designs [0.0]
平衡不完全ブロック設計(BIBD)問題は、多数の対称性を持つ難しい問題である。
本稿では,古典的二元数定式化の代替として機能する双対(整数)問題表現を提案する。
論文 参考訳（メタデータ） (2024-11-04T16:41:18Z) - On Discriminative Probabilistic Modeling for Self-Supervised Representation Learning [85.75164588939185]
複数モーダルな)自己教師付き表現学習のための連続領域における識別確率モデル問題について検討する。
我々は、自己教師付き表現学習における現在のInfoNCEに基づくコントラスト損失の制限を明らかにするために一般化誤差解析を行う。
論文 参考訳（メタデータ） (2024-10-11T18:02:46Z) - Next-Generation Simulation Illuminates Scientific Problems of Organised Complexity [14.665628508798319]
我々は、科学的問題の古典的な分類を再考し、未解決の問題の連続が残っていることを認めた。
我々は,異なるパラダイムのメソッドを統合するプラットフォームとして機能する次世代シミュレーション(NGS)に焦点を当てる。
本稿では,それを実現するための方法論,洗練された行動シミュレーション(SBS)を提案する。
論文 参考訳（メタデータ） (2024-01-18T10:05:52Z) - An Integrated Framework Integrating Monte Carlo Tree Search and
Supervised Learning for Train Timetabling Problem [0.0]
単線列車の時変問題(TTP)は重要かつ複雑な問題である。
本稿では,モンテカルロ木探索(MCTS)計算フレームワークを提案する。このフレームワークは,個別の行動空間におけるTTPを解くための手法,教師なし学習法,および教師なし学習法を組み合わせたものである。
論文 参考訳（メタデータ） (2023-11-02T03:39:14Z) - A Hybrid System for Systematic Generalization in Simple Arithmetic
Problems [70.91780996370326]
本稿では,記号列に対する合成的および体系的推論を必要とする算術的問題を解くことができるハイブリッドシステムを提案する。
提案システムは,最も単純なケースを含むサブセットでのみ訓練された場合においても,ネストした数式を正確に解くことができることを示す。
論文 参考訳（メタデータ） (2023-06-29T18:35:41Z) - JiuZhang 2.0: A Unified Chinese Pre-trained Language Model for
Multi-task Mathematical Problem Solving [77.51817534090789]
マルチタスク数学問題の解法を専門とする統一中国語 PLM である textbfJiuZhang2.0 を提案する。
我々の考えは、中規模のモデルを維持し、マルチタスク設定におけるモデル容量を改善するために、Emphcross-taskの知識共有を利用することである。
論文 参考訳（メタデータ） (2023-06-19T15:45:36Z) - An Optimization-based Deep Equilibrium Model for Hyperspectral Image
Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。
新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。
導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文 参考訳（メタデータ） (2023-06-10T08:25:16Z) - Multi-Resource Allocation for On-Device Distributed Federated Learning
Systems [79.02994855744848]
本研究は,デバイス上の分散フェデレーション学習(FL)システムにおいて,レイテンシとエネルギー消費の重み付け和を最小化する分散マルチリソース割り当て方式を提案する。
システム内の各モバイルデバイスは、指定された領域内でモデルトレーニングプロセスを実行し、それぞれパラメータの導出とアップロードを行うための計算と通信資源を割り当てる。
論文 参考訳（メタデータ） (2022-11-01T14:16:05Z) - SMT-based Weighted Model Integration with Structure Awareness [18.615397594541665]
本研究では,SMTに基づく列挙法と問題構造を効果的に符号化するアルゴリズムを開発した。
これにより,冗長モデルの生成を回避し,計算コストを大幅に削減できる。
論文 参考訳（メタデータ） (2022-06-28T09:46:17Z) - A Two-stage Framework and Reinforcement Learning-based Optimization
Algorithms for Complex Scheduling Problems [54.61091936472494]
本稿では、強化学習(RL)と従来の運用研究(OR)アルゴリズムを組み合わせた2段階のフレームワークを開発する。
スケジューリング問題は,有限マルコフ決定過程 (MDP) と混合整数計画過程 (mixed-integer programming process) の2段階で解決される。
その結果,本アルゴリズムは,アジャイルな地球観測衛星スケジューリング問題に対して,安定かつ効率的に十分なスケジューリング計画を得ることができた。
論文 参考訳（メタデータ） (2021-03-10T03:16:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。