Results found: 2

Search results

Search:
in the keywords: Deep Learning

Sort By:

Limit search:

Choroba Alzheimera jako przykład desynchronizacji funkcjonowania i zbiór neurokognitywnych wzorców stanowiących potencjalne źródło zasobów dla rozwoju sztucznej inteligencji

100%

Kaszyńska A. A.

Studia Humanistyczne AGH

2022

vol. 21

issue 1

23-47

The review article focuses on the potential development of Artificial Intelligence by extracting fixed patterns and regularities that enable the improvement and refinement of advanced analyses in the field of artificial neural network learning. Is conducted through the prism of the neurocognitive view of Alzheimer's disease as a potential set of neurocognitive patterns constituting a potential source of resources for the development of artificial intelligence. It is closely related to encephalography, both used to detect pathological dementia changes, and the analysis of brain activity itself, showing the existence of repeated regularities. These patterns, analogic in the astrophysical Lagrandrean mapping analysis of the galaxy, seem to have the potential to develop Artificial Intelligence. Especially, following the idea of perceiving Alzheimer's disease as a global functional desynchronisation, global neurodegenerative changes may provide potential resources that, through mathematical and algebraic transformations, to serve as a foundation for the development of Artificial Intelligence.

Artykuł poglądowy zorientowany jest na wyeksponowanie potencjalnego rozwoju Sztucznej Inteligencji na drodze wyłuskiwania (za pomocą uczenia maszynowego, uczenia głębokiego oraz innych matematycznych obliczeń) stałych wzorców i prawidłowości, które umożliwiają usprawnienie i udoskonalenie zaawansowanych analiz w dziedzinie uczenia sztucznych sieci neuronowych. Narracja prowadzona jest przez pryzmat neurokognitywistycznego spojrzenia na chorobę Alzheimera jako na potencjalny zbiór neurokognitywnych wzorców stanowiących potencjalne źródło zasobów dla rozwoju sztucznej inteligencji. Związane jest to ściśle z encefalografią, zarówno służącą do detekcji patologicznych zmian demencyjnych, jak i samej analizy aktywności mózgu, wykazującej istnienie powtarzających prawidłowości. Te powtarzające się wzorce, jak w przypadku astrofizycznych lagrandreowskich analiz umożliwiających mapowanie galaktyki, zdają się wykazywać potencjał do rozwoju Sztucznej Inteligencji. Zwłaszcza, kierując się myślą o ujęciu choroby Alzheimera jako globalnej desynchronizacji funkcjonowania i spoglądając wówczas na globalne zmiany neurodegeneracyjne jako na potencjalne zasoby, które poprzez matematyczne i algebraiczne przekształcenia, posłużyć mogą za płodne podłoże dla rozwoju Sztucznej Inteligencji.

Deep learning (pogłębianie procesu uczenia się) z perspektywy analizy potrzeb studentów języka angielskiego jako obcego

80%

Papaja K., Świątek A., Mielnik K.

Forum Filologiczne Ateneum

2019

vol. 7

issue 1

301-320

Choć termin pogłębionego procesu uczenia się (deep learning) nie wydaje się być terminem nowym w nauczaniu języków, do niedawna przyciągnął stosunkowo niewiele uwagi naukowców. W wielu językach jednak termin ten został powszechnie zaakceptowany jako kluczowa koncepcja transformacji i personalizacji procesu uczenia się. W niniejszym artykule prezentujemy definicję deep learning i potwierdzamy teorię poprzez badanie, którego celem jest ocena potrzeb uczniów w kontekście ćwiczeń językowych, zasobów, a także narzędzi i nowoczesnych rozwiązań technologicznych. Prawidłowe zrozumienie pogłębionego uczenia się jest konieczne, aby zbadać potencjalne korzyści wynikające z niego dla studentów i szeroko rozumianego społeczeństwa. Dlatego też istotą prowadzonych badań jest uzyskanie odpowiedzi na pytanie, co jest ważne w dydaktyce współczesnych języków obcych, a także jaka jest rola nauczyciela w tym zakresie. Wyniki analiz potrzeb uczniów języków obcych pozwalają uzyskać wiedzę na temat ich oczekiwań wobec siebie samych oraz wobec nauczycieli, a także odpowiedzieć na pytanie, jakiego rodzaju odbiorcami edukacji są młodzi uczący się i czy aktywnie partycypują w globalnym procesie kształcenia.

Although the term Deep Learning does not seem to be a new term in language learning, it attracted relatively little attention until just a few years ago. Different fields of study show that Deep Learning leverages a sophisticated process to learn multiple levels of abstraction from the data; however, in languages, the term has been widely accepted as the key concept in the transformation and personalisation of the learning process. In this paper, we take the definition of Deep Learning, and we corroborate the theories by use of the study which aims to assess the needs of students in the context of language exercises, resources as well as tools and modern technological solutions. A proper understanding of Deep Learning is necessary to examine the potential benefits for students and the broadly defined society. Therefore, the essence of the research is to obtain the answers to what is important in the education of modern foreign languages and also what the teacher’s role is. A quantitative study was conducted on 441 students of English Philology. The results of the needs analysis of foreign language students allow for a greater understanding of their expectations towards themselves and their teachers; additionally, to answer the question about what kind of education recipients they are and whether they are active participants in the whole educational process.

Refine search results

1 Forum Filologiczne Ateneum

1 Studia Humanistyczne AGH

1 Kaszyńska A. A.

1 Mielnik K.

1 Papaja K.

1 Świątek A.

1 2022

1 2019

Search results

Choroba Alzheimera jako przykład desynchronizacji funkcjonowania i zbiór neurokognitywnych wzorców stanowiących potencjalne źródło zasobów dla rozwoju sztucznej inteligencji

Deep learning (pogłębianie procesu uczenia się) z perspektywy analizy potrzeb studentów języka angielskiego jako obcego