正在进行的工作 在上共享 空间重复的排队网络模型作者:西达尔特 雷迪,伊戈尔 拉布托夫、和悉达多 班纳吉作者信息和声明L@S’16:第三届(2016)ACM学习量表会议记录2016年4月页289-292https://doi.org/10.1145/2876034.2893436出版:2016年4月25日 出版历史 获取引文提醒新增引文提醒!此警报已成功添加,将发送到:只要您选择的记录被引用,您就会收到通知。新的引文警报!拜托登录到您的帐户 获取访问权限目录L@S’16:第三届(2016)ACM学习量表会议记录空间重复的排队网络模型页289-292以前的文章水龙头上一个下一篇文章促进学生参与MOOC下一步摘要工具书类信息和贡献者文献计量学和引文获取访问权限工具书类媒体桌子分享摘要抽认卡是一种利用间隔效应的流行研究工具,在这种现象中,对教育内容的定期间隔审查可以提高长期记忆。莱特纳系统是一种简单的启发式算法,用于安排审查,从而使被遗忘的项目比被召回的项目更频繁地进行审查。我们将Leitner系统作为排队网络模型进行形式化,并将最优评审调度作为吞吐量最大化问题进行制定。通过仿真和理论分析,我们发现莱特纳队列网络(LQN)模型具有理想的特性,并对间隔重复的一般原理提供了见解。工具书类[1]助记符项目。http://mnemosyne-proj.org, 2006.谷歌学者[2]Cepeda,N.J.、Pashler,H.、Vul,E.、Wixted,J.T.和Rohrer,D.言语回忆任务中的分布式练习:回顾和定量合成。《心理公报》132,3(2006),354。谷歌学者[3]艾宾浩斯,H.记忆:对实验心理学的贡献。第三。大学缩微胶片,1913年。谷歌学者[4]艾尔姆斯·D·安基。网址:http://ankirs.net, 2015.谷歌学者[5]Kendall,D.G.排队论中出现的随机过程及其用嵌入马尔可夫链的方法进行分析。《数理统计年鉴》(1953年),338-354。交叉参考谷歌学者[6]Lindsey,R.V.、Shroyer,J.D.、Pashler,H.和Mozer,M.C.通过个性化复习提高学生的长期知识保持能力。心理科学25,3(2014),639--647。谷歌学者[7]Novikoff,T.P.、Kleinberg,J.M.和Strogatz,S.H.《模范学生的教育》。《美国国家科学院院刊》109,6(2012),1868-1873。交叉参考谷歌学者[8]Pashler,H.、Cepeda,N.、Lindsey,R.V.、Vul,E.和Mozer,M.C.预测最佳学习间隔:记忆的多尺度上下文模型。《神经信息处理系统进展》(2009年),第1321-1329页。谷歌学者[9]Wozniak,P.和Gorzelanczyk,E.J.学习实践中重复间隔的优化。《神经生物学实验学报》54(1994),59-59。谷歌学者 引用人查看全部黄H孟T郭J魏X贾伟(2024)SecEG:移动边缘计算中抵御DDoS攻击的安全高效策略传感器网络ACM事务10.1145/364110620:3(1-21)在线发布日期:2024年1月23日https://dl.acm.org/doi/10.1145/3641106 索引术语 空间重复的排队网络模型应用计算教育类计算机辅助教学计算数学概率与统计统计范式排队论 建议 一种优化空间重复调度的随机最短路径算法KDD’22:第28届ACM SIGKDD知识发现和数据挖掘会议记录 间隔重复是一种记忆技术,通过遵循复习时间表可以有效地形成长期记忆。为了提高记忆效率,间隔重复时间表需要模拟学生的长期记忆并优化复习。。。阅读更多信息TADS:基于动态规划的学习时间软件调度策略SIGIR’20:第43届国际ACM SIGIR信息检索研究与开发会议记录 空间重复技术旨在通过对学习内容进行重复、间隔的复习来提高人类学生的长期记忆保持能力。间隔重复的研究重点是设计一种优化的策略来安排学习。。。阅读更多信息iOS上基于空间重复的移动学习游戏的架构考虑ISM’14:2014 IEEE多媒体国际研讨会论文集 当程序变得足够大,可以称之为软件时,它们需要一个架构。体系结构有助于组织软件的结构,使其更容易维护,并使其部分可以在类似的情况下重复使用。当间隔。。。阅读更多信息 评论 Please enable JavaScript to view thecomments powered by Disqus. 信息和贡献者问询处发布于 L@S’16:第三届(2016)ACM学习量表会议记录2016年4月446页国际标准图书编号:9781450337267内政部:10.1145/2876034总主席:杰夫·海伍德英国爱丁堡大学,项目主席:文森特·阿列文美国卡内基梅隆大学,朱迪·凯澳大利亚悉尼大学,Ido滚动加拿大不列颠哥伦比亚大学 版权所有©2016所有者/作者。允许制作本作品的部分或全部数字或硬拷贝供个人或课堂使用,但不收取任何费用,前提是复制品的制作或分发不是为了盈利或商业利益,并且复制品在首页注明本通知和完整引文。必须尊重本作品第三方组件的版权。对于所有其他用途,请联系所有者/作者。赞助商计算机协会出版商计算机协会美国纽约州纽约市出版历史出版:2016年4月25日检查更新作者标记抽认卡计划间隔重复限定符正在进行的工作会议2016年L@S赞助商:ACM公司L@S 2016:第三届(2016)ACM学习量表会议2016年4月25日至26日苏格兰、爱丁堡、英国 接受率L@S’16论文接受率79份提交文件中的18份,23%;440份提交文件中的总体接受率为117份,占27%更多 即将召开的会议 L@S’24 第十一届ACM学习量表会议 2024年7月18日至20日 亚特兰大,通用航空公司,美国 贡献者 其他指标查看文章指标文献计量学和引文文献计量学 文章指标 1引文总数查看引文230总下载次数下载量(最近12个月)15下载次数(最近6周)0 其他指标查看作者指标引文 引用人查看全部黄H孟T郭J魏X贾伟(2024)SecEG:移动边缘计算中抵御DDoS攻击的安全高效策略传感器网络ACM事务10.1145/364110620:3(1-21)在线发布日期:2024年1月23日https://dl.acm.org/doi/10.1145/3641106 视图选项获取访问权限 登录选项检查您是否可以通过登录凭据或您的机构访问本文。登录完全访问权限获取此出版物 查看选项 PDF格式以PDF文件查看或下载。PDF格式 电子阅读器使用联机查看电子阅读器.电子阅读器媒体数字其他桌子分享分享共享此出版物链接复制链接已复制!复制失败。在社交媒体上分享Linkedin公司Reddit网站电子邮件附属公司西达尔特 雷迪美国纽约州伊萨卡康奈尔大学查看个人资料伊戈尔 拉布托夫美国纽约州伊萨卡康奈尔大学查看个人资料悉达多 班纳吉美国纽约州伊萨卡康奈尔大学查看个人资料