TAM与SDT视角下网络学习空间使用意向之影响因素研究

2017 年 12 月 4 日 MOOC

| 全文共9683字,建议阅读时10分钟 |

 

本文由《现代远距离教育》杂志授权发布

作者:赵呈领、周凤伶、蒋志辉、梁云真 

摘要

 

基于网络学习空间建设与使用的研究现状,以技术接受模型和自我决定理论为基础,深入探讨了大学生使用网络学习空间的影响因素。采用问卷调查的方法收集数据源,通过AMOS及SPSS软件对问卷数据进行结构方程模型检验。研究结果表明,88.4%的大学生使用网络学习空间的学习时间不足两小时;感知有用性和内在动机对大学生网络学习空间的使用意向具有显著的直接影响;功能特征和感知易用性通过感知有用性对使用意向存在显著影响;内在动机对网络学习空间的感知有用性和易用性存在显著影响;社会影响对感知有用性和易用性的影响则没有得到证实。根据研究结果,从研究者和政策制定者、建设者、使用者三个层面为网络学习空间的建设和发展提出了可操作性建议。

关键词:网络学习空间;TAM;SDT;使用意向;内在动机

 

 一、引言


2012年国务委员刘延东同志在全国教育信息化工作电视电话会议上提出了“三通两平台”教育信息化建设战略部署。目前,我国教育信息化工作取得了显著成效,极大推动了教育事业的改革发展,尤其是“三通两平台”工程进展顺利,“网络学习空间人人通”实现了跨越式发展[1]。在国家政策指导及相关部门的积极参与下,网络学习空间的建设和实施取得了丰硕成果,掀起一股研究网络学习空间的浪潮。杨现民等[2]详细描述了网络学习空间的定义及建设发展的三大阶段,并针对其面临的现实问题提出五点建议。张子石等[3]以网络学习空间平台发展目标、功能价值定位和技术定位等方面为切入点,以国际空间站的建设理念为基础,以未来教育空间为例,构建了网络学习空间横向和纵向逻辑架构层次关系。随着翻转课堂模式的广泛应用,网络学习空间则成为学习者个性化学习环境的平台,实现了知识传递、拓展升华、评估总结的教学目标和教学方式的革新[4]。在网络学习空间的应用过程中,大学生“能力感”、“努力感”和“环境感”三个维度的自我效能感提升效果较为显著,“个体在学习空间中的社会存在感”、“网络学习空间的功能支持”和“网络学习行为模式”是影响网络学习自我效能感提升效果的主要因素[5]。大学生在网络学习空间中进行知识共享受到结果预期的显著影响,提高学生知识共享的自我效能感、降低评价顾忌能有效提升学生共享行为[6]。空间教学要发挥它的作用,关键在于学生使用空间。然而,只有学生先采纳和接受网络学习空间才谈得上使用。因此,借鉴行为科学理论中的技术接受模型探究影响大学生使用网络学习空间的因素极为重要。同时,FredD.Davis在技术接受模型的研究展望中提到,内在动机与使用意向行为具有相关关系。故本研究将基于自我决定理论的内在动机与技术接受模型相结合,构建大学生使用网络学习空间的影响因素模型并进行实证研究,探究大学生网络学习空间使用意向的影响因素,以期为网络学习空间的建设发展提供参考。

  

二、研究基础  


(一)技术接受模型


1985年,Davis[7]以计划行为理论(The Theory of Planned Behavior,简称TPB)和理性行为理论(Theory of Reasoned Action,简称TRA)为研究基础并将其运用到信息技术领域探究用户对信息技术的接受行为,技术接受模型(Technology Acceptance Model,简称TAM)应运而生,如图1所示。模型的6个变量及其相互关系:用户对信息技术的使用行为由使用信息技术的行为意向(Behaviora lIntention,简称BI)决定;使用行为的行为意向由感知有用性(Perceived Usefulness,简称PU)和使用态度共同决定;使用态度由感知有用性(PU)和感知易用性(Perceived Ease of Use,简称PEOU)共同决定;感知有用性(PU)由外部变量和感知易用性(PEOU)共同决定;感知易用性(PEOU)由外部变量决定。技术接受模型自提出以来,在研究信息技术接受领域得到了广泛应用和证实:感知有用性对大学生网络社交行为有直接影响,而网络外部性、沟通有效性和感知易用性只能通过感知有用性来间接影响网络社交服务的使用行为[8];张思等[9]从使用者技术接受的整合视角研究了影响中小学教师使用网络学习空间的主要因素;此外,技术接受模型还被广泛运用于高校教师网络教学、互联网采纳与使用、E-learning平台使用、网络学习平台应用、精品课程推广、电子书包使用、专题学习网站等热点研究领域。但是这些研究的关注点聚焦于感知有用性、感知易用性、外部变量等用户对信息技术接受的外在影响因素,忽略了用户的兴趣、喜欢、自主性和享受等内在动机因素。自我决定理论认为,内在动机和外在动机的每一种类型都反映了行为的不同原因,这些原因同时提供了评价动机类型的方法。Davis和Viswanath Ven Katesh认为将态度因素从技术接受模型中移除可以更好地理解感知有用性、感知易用性和行为意向之间的关系,已有的文献研究也基于修正的模型进行过相关研究,故保留技术接受度模型的外部变量、感知有用性、感知易用性和行为意向四个维度,将其他维度删除。

 


(二)自我决定理论


1985年,美国心理学家Edward L.Deci和RichardM.Ryan[10]提出的自我决定理论(Self-Determination Theory,简称SDT)认为动机是由无动机到内在动机的连续体,个体的行为受动机的直接影响。无动机即缺乏行为动机;外在动机包括四个方面:外在调节、内摄性调节、认同调节和整合调节;内在动机即对任务感知兴趣和喜欢。自我决定理论的核心因素是外在动机和内在动机,外在动机指为了独立于事情本身的结果而去做某事,比如追求奖励或避免惩罚等;内在动机指因个体的兴趣、喜欢、享受其过程等原因而做某事。如图2所示。自我决定理论是被广泛应用于研究个体行为为什么发生以及如何发生的行之有效的动机理论[11]。杨根福[12]在MOOC用户持续使用影响因素的研究发现,外在动机(感知有用性)和内在动机对MOOC用户的持续使用意向存在显著直接影响,其中感知有用性还通过满意度对持续使用意向产生间接影响。将动机视角纳入技术接受模型解释了大学生使用网络学习媒体行为意愿的外在动机(感知有用性和感知易用性)和内在动机影响因素,并且感知有用性和内在动机对使用网络学习媒介的行为意愿具有直接显著影响[13]。大量实证研究表明,内在动机对使用意向的显著影响作用聚焦在互联网[14]、计算机[15]、E-learning平台[16]等信息技术领域。因此,将自我决定理论中内在动机作为解释网络学习空间使用意向的理论基础,深刻揭示大学生网络学习空间使用意向的内在动机因素。

 


三、研究假设  

 

(一)社会影响理性行为理论(TRA)认为,个体执行某项行为的行为意向是由主观规范决定的。主观规范也叫社会影响,指个人对于是否采取某项特定行为所感受到的社会网络成员(如同辈群体、同事、家庭成员等)的压力[17]。Demei Shen等[18]通过调查研究指出,教师及指导者与学生授课系统的感知有用性具有显著影响,指导者与学生授课系统的感知易用性存在显著正相关性。本研究认为大学生使用网络学习空间受同学及授课教师的影响,因此,提出如下假设:


假设1(H1):社会影响对大学生使用网络学习空间的感知有用性存在显著影响。


假设2(H2):社会影响对大学生使用网络学习空间的感知易用性存在显著影响。  

 

(二)功能特征


鲁耀斌等[19]在文章中将系统设计特征、用户特征(包括感知的形式和其他的个性特征)、任务特征、发展或执行过程的本质、政策的影响、组织结构等等因素归类于外部变量(External Variables)。刘莉莉[20]通过对师范生的问卷研究指出,网络平台的功能特征对大学生感知平台的有用性和易用性有显著的正向影响。本研究认为网络学习空间作为信息化教学中的工具,其界面设计、布局及导航的清晰性以及其他功能模块的可用性等对大学生感知网络学习空间的有用性和易用性有影响。因此,指出如下假设:


假设3(H3):功能特征对大学生使用网络学习空间的感知有用性存在显著影响。


假设4(H4):功能特征对大学生使用网络学习空间的感知易用性存在显著影响。

  

(三)内在动机


自我决定理论(SDT)提出两个动机的首要形式,即内在动机和外在动机。内在动机指个体执行某一行为是出于自己的兴趣和喜欢,并在该过程中获得满足感和享受其过程。研究表明,内在动机与外在动机相比,前者更能给个体带来坚持、表现和满足感。Mary Helen等[21]发现内在动机对使用计算机的感知有用性和感知易用性具有显著的积极影响,但是与计算机使用意向的相关关系没有得到证实,与其他学者的研究结果不同。本研究认为,大学生使用网络学习空间是由于学生对在网络学习空间中进行学习感兴趣,能够在学习过程中获得满足感从而愿意使用网络学习空间学习。因此,提出如下假设:


假设5(H5):内在动机对大学生使用网络学习空间的感知有用性存在显著影响。


假设6(H6):内在动机对大学生使用网络学习空间的感知易用性存在显著影响。


假设7(H7):内在动机对大学生网络学习空间的使用意向存在显著影响。  

 

(四)感知有用性


技术接受模型(TAM)提出感知有用性是衡量用户信息技术接受程度和使用意向的主要指标。Davis[21]认为感知有用性是用户主观上认为某一特定系统所提升的工作绩效程度,即某种信息技术能够给用户带来的帮助越多,用户就越愿意接受该技术并使用它。本研究认为,学生利用网络学习空间进行学习对学生的学习成绩有帮助,能够提升学生的学习效果,从而加强学生使用空间的意向。因此,指出如下假设:


假设8(H8):感知有用性对大学生网络学习空间的使用意向存在显著影响。  

 

(五)感知易用性


作为技术接受模型的另一核心要素,感知易用性是用户主观上认为使用某一特定系统所付出努力的程度,即用户自己能够使用该信息技术并解决遇到的操作性问题。如果用户能够容易学会操作和熟练使用该信息技术,那么将会强化信息技术的使用意向。本研究中,如果大学生认为网络学习空间的操作步骤简单,能够很快学会并且熟练使用,那么学生更愿意使用网络学习空间学习并且对网络学习空间的有用性感知提高。因此,提出如下假设:


假设9(H9):感知易用性对大学生网络学习空间的使用意向存在显著影响。


假设10(H10):感知易用性对大学生网络学习空间的感知有用性存在显著影响。基于上述论述,基于技术接受模型和自我决定理论构建了大学生网络学习空间使用意向的影响因素模型(见图3)。大学生对网络空间的使用意向受社会影响、网络学习空间的功能特征及学生内在动机的影响,大学生感知有用性和感知易用性是影响网络学习空间使用意向的核心测量指标。



四、研究过程和结果  

 

(一)问卷编制、预测、发放和回收


网络学习空间有狭义和广义两种定义,在此将网络学习空间定义为运行在任何平台之上支持在线教学活动开展的虚拟空间,例如:MOOC平台、云课堂、支持教与学的QQ空间、微信等[2]。本研究选取华中师范大学使用网络学习空间的部分大学生作为研究对象。问卷设计包含两部分,第一部分是学生的个人信息,第二部分是大学生对网络学习空间使用意向影响因素的各项认知测量,共17个题项,测量的潜在变量共6个维度:社会影响(2个题项)、功能特征(3个题项)、内在动机(3个题项)、感知有用性(3个题项)、感知易用性(3个题项)、使用意向(3个题项)(见表1)。每个题项均采用5点李克特量表进行记分,从完全不符合(1分)、比较不符合(2分)、不确定(3分)、比较符合(4分)到完全符合(5分)。问卷共发放406份,其中,通过问卷星发放网络问卷105份,纸质问卷301份,回收的有效问卷388份,本次研究针对这388份问卷进行分析。



(二)数据统计


1.样本人口学特征数据分析



参与本次调查的大学生使用网络学习空间学习的情况如表2所示,28.09%的大学生使用网络学习空间学习的时间不足0.5小时;38.66%的大学生使用网络学习空间学习的时间在0.5-1小时之间;21.65%的大学生使用网络学习空间学习的时间为1-2小时;11.60%的大学生使用网络学习空间学习的时间超过2小时以上。总的来说,大学生使用网络学习空间学习的时间不足2小时。


2.测量模型检验


通过在原有研究基础之上开发设计了调查问卷,问卷题项均来源于成熟问卷,但是为了保证本研究结论的可靠性及有效性,本研究对测量模型使用SPSS软件进行信度分析及收敛效度和区分效度分析。由于Cronbach’sα在专题研究中常用来作为测试信度的标准,因此本研究信度分析采用Cronbach’sα值,当Cronbach’sα值大于0.70时,属于高信度;大于0.35且小于0.70时,属于尚可;小于0.35则为低信度。由表3可以看出,除使用意向维度外,其他维度Cronbach’sα值均大于0.7,且使用意向维度的信度分析在可以接受的范围之内,说明测量模型的信度分析结果较好,数据具有很好的内在一致性[24]。每个变量的得分处于3.038-3.816之间,其中感知有用性得分最高(3.816),内在动机得分最低(3.038),测量模型的标准差均小于1,说明均值能够很好地反映变量的趋势。



建构效度是指测量工具能够测量理论的概念或特质的程度。在测量模型的效度分析中,本研究采用因素分析的负荷量来判断收敛效度与区分效度。收敛效度是指,每一题项在其所属的成分中,其因素负荷量必须接近1。在区分效度的检验方面,每一题项在其不所属的成分(因素)中,其因素负荷量接近于0[24]。如表4所示,对同一因素,在其对应题项的因素负荷量均大于0.5,在其不所属的成分中,因素负荷量均接近于0,可以得出测量模型的收敛效度和区分效度很好。


3.结构模型拟合效果与假设验证


根据前文的假设关系建立模型,使用AMOS22.0软件对问卷数据进行分析。AMOS软件提供了多种指标来评价测量模型的拟合效果,本研究主要采用以下几种:卡方与自由度比(CMIN/DF)、RMR、GFI、AGFI、NFI、RFI、TLI、CFI、RMSEA。其中卡方与自由度比越接近于0,表示模型与数据的配适越好,通常采用CMIN/DF小于3;RMR越接近于0表示模型拟合度越好,通常采用RMR小于0.05;GFI越接近1表示模型适合度越好,通常采用GFI大于0.9;AGFI越接近1表示模型适合度越好,通常采用AGFI大于0.9;NFI是指基准化适合度指标,NFI值越大,表示模型与数据的拟合度越好;RFI是指相对适合度指标,RFI值越大表示模型与数据拟合度越好;TLI是指非规准适配指标,TLI值越大表示模型与数据拟合度越好;CFI是指比较适合度指标,CFI值越大表示模型和数据的拟合度越好;RMSEA是指平均平方误差平方根,通常采用RMSEA小于0.05,表示模型的拟合度好[25]。由表5可以看出,模型分析数据均满足于各指标的要求,即该模型的拟合度好。 



在上述研究基础上,利用AMOS软件计算出每条路径的标准化回归系数、路径系数β值和显著性P值,并根据数据分析结果对文章提出的假设模型进行验证,如表6所示。在大学生使用网络学习空间的影响因素中,使用意向受到内在动机(β=0.21,P<0.05)和感知有用性(β=0.55,P<0.001)的影响;感知有用性受到功能特征(β=0.25,P<0.001)、内在动机(β=0.43,P<0.001)和感知易用性(β=0.16,P<0.01)的影响;感知易用性受到内在动机(β=0.35,P<0.001)的影响。本研究中没有证实社会影响对感知有用性和感知易用性的影响、功能特征对感知易用性的影响、感知易用性对使用意向的影响,但是通过数据分析得出,感知易用性通过感知有用性对使用意向具有间接影响。

 


五、讨论与建议

 

根据AMOS22.0的数据结果对研究中提出的假设进行验证后,对原有模型进行了修正,修正后的模型如图4所示。


从修正后模型可以看出,感知有用性和内在动机是大学生使用网络学习空间进行学习的直接影响因素;功能特征和感知易用性只能通过作用于感知有用性来间接地影响大学生网络学习空间的使用意向;内在动机对感知有用性和感知易用性具有显著影响;社会影响则不是大学生使用网络学习空间的影响因素。下面是数据分析的讨论结果。


  

 

(一)感知有用性和内在动机是大学生使用网络学习空间的直接影响因素


大学生对网络学习空间的感知有用性认知程度越高,意味着大学生认为使用网络学习空间越能够满足其学习需要,有助于课程的学习,能够从网络学习空间中获得学习资源。此外大学生使用网络学习空间的内在动机对网络学习空间的使用意向产生了直接影响,即在网络学习空间的使用过程中,大学生的个人兴趣和喜欢,以及能够在使用过程中获得满足感是他们使用网络学习空间的主要因素。  

 

(二)功能特征和感知易用性只能通过作用于感知有用性来间接地影响使用意向  

 

功能特征可以在一定程度上反映网络学习空间的有用性,即网络学习空间所提供的功能模块符合学习者需求,那么该网络学习空间的有用性也在一定程度上有所提高,而功能特征并不直接地影响使用意向。


网络学习空间易用性高则能够使学习者快速掌握网络学习空间的操作,顺利地使用网络学习空间学习提高了大学生对网络学习空间的感知有用性。大学生使用网络学习空间的感知易用性通过使大学生认为其使用得方便容易、获取资源快速方便来提高其对网络学习空间的有用性认知。  

 

(三)内在动机对大学生使用网络学习空间的感知有用性和感知易用性具有显著影响  

 

大学生由于自身对网络学习空间的学习有兴趣,在使用网络学习空间进行学习的过程中能够满足学习需要进而获得满足感,从而提升对网络学习空间的有用性和易用性的认知。  

 

(四)社会影响不是影响大学生使用网络学习空间的影响因素  

 

从文章的分析得出结论,社会影响并没有影响到大学生对网络学习空间的感知有用性,而对网络学习空间的感知有用性是影响大学生使用意向的直接因素,即大学生使用网络学习空间并没有受到他人的影响。可能原因是当代大学生的个性较强,不会因为他人的看法和评价而改变或影响自己的行为,即大学生使用网络学习空间的学习行为不因其他同学使用和教师观点而具有使用意向。


网络学习空间使用的最终落脚点是改变学生的学习方式,将学生从传统学习模式的桎梏中解放出来,因此学生对网络学习空间的接受和使用是其关键所在。本研究根据研究结果从研究者和政策制定者、建设者、使用者三个层面提出建议,以期提高大学生对网络学习空间的接受度,从而实现其被广泛使用以提升学习的有效性。


1.研究者和政策制定者层面:加强网络学习空间使用的重视程度


在当前“互联网+教育”、大数据等新时代背景下,空间教学和学习打破了传统课堂与应试教育的束缚,如果还是用网络学习空间去实现原有课堂的满堂灌目标,则失去了其建设和使用的意义及价值。研究者和政策制定者应以严谨的态度审视网络学习空间实现空间教学,并为学生提供良好的学习环境,重视网络学习空间保持良好建设态势与发展。使用网络学习空间对学习者来说是如虎添翼,研究者和政策制定者要从领导高度给予充分肯定并提供强大支持,使网络学习空间的建设与发展更上一层楼。


2.建设者层面:完善网络学习空间功能特征,提高网络学习空间的使用有用性和操作易用性


研究结果表明,网络学习空间的功能特征通过感知有用性对使用意向存在影响。网络学习空间在设计和建设过程中,应以界面设计友好、导航清晰和布局合理为原则,使学生在使用中能够与网络学习空间轻松交互;为学习者提供聊天室、论坛区等功能,使学生能够进行实时交流,通过与他人的讨论来解决问题;为学习者提供作业、测验和反思平台等,方便学习者的学习过程记录,并对自己的学习结果进行检验和反思,对学习动态进行及时更新。


大学生对网络学习空间的感知有用性对网络学习空间的使用意向有显著的直接影响,因此提高网络学习空间中对学习者课程及其他知识学习的有用性是非常必要的,为学习者提供精品学习资源,也可通过完善其功能特征和激发学习者的内在动机来提高。另一方面,网络学习空间的操作要便于学习者学习,学习者能够很快获得学习资源并熟练操作。当网络学习空间提供给学习者的功能效果没有可持续使用的价值时,使用者的感知有用性则会受到影响,因此,建设者维护网络学习空间的持续更新功能模块并吸引学习者使用具有举足轻重的意义。


3.使用者层面:激发学习者的内在动机


尽管研究中表明,感知有用性比内在动机对网络学习空间的使用意向的影响更显著,但自我决定理论认为内在动机更能增进人们的使用意向。因此,在学习者学习过程中可激发学习者使用网络学习空间的兴趣,引导大学生在使用过程中自主表达自己的观点建议,积极参与网络学习中的各种学习活动,进行知识共享和交流,使其获得使用的满足感,进而强化大学生使用网络学习空间学习的意向,使其成为个性化学习的有效学习环境和平台,促进学生的知识建构和共享活动的发生。  

 

六、结论

 

大学生的技术接受度对网络学习空间的建设至关重要,探讨网络学习空间使用的影响因素成为推进学习空间发展的必然趋势,借此能够掌握学习者使用网络学习空间的内在动机,洞悉大学生使用网络学习空间各影响因素间的关系,提升网络学习空间的建设质量。本研究结合成熟的技术接受模型以及经典的自我决定理论,构建出大学生使用网络学习空间的影响因素模型,对各影响因素进行了梳理,分析了影响大学生使用网络学习空间的五个因素及其之间的相互关系,其中感知有用性和内在动机为关键因素;功能特征和感知易用性则间接通过感知有用性影响学习者对网络学习空间的使用意向;同时从研究者和政策制定者、建设者和使用者三个层面提出针对性建议。但对网络学习空间影响因素的探讨还有不足之处,如人口特征方面,不同专业不同性别学生对网络学习空间的技术接受度是否存在差异;数据分析方面,预设的社会影响对大学生使用网络学习空间的使用意向因素没有得到证实;此外,其他影响因素如沉浸体验等未纳入模型之中,这些都应是下一步研究努力探讨的方向。



基金项目:教育部中国移动基金项目“师范生信息化教学能力标准与培养模式实证研究”(项目编号:MCM20150607);湖南 省教育科学“十三五”规划省级一般资助项目“义务教育教师信息化教学能力培养策略与实证研究”(项目编号:湘教规科通 [【2016】2号XJK016BXX012)。 

作者简介:赵呈领,华中师范大学教育信息技术学院教授,博士生导师;周凤伶,华中师范大学教育信息技术学院硕士研究生;蒋志辉,梁云真,华中师范大学教育信息技术学院博士研究生


转载自:《现代远距离教育》2017年第5期

排版、插图来自公众号:MOOC(微信号:openonline)


有缘的人终会相聚,慕客君想了想,要是不分享出来,怕我们会擦肩而过~

《预约、体验——新维空间站》

《【会员招募】“新维空间站”1年100场活动等你来加入》

有缘的人总会相聚——MOOC公号招募长期合作者

《【调查问卷】“屏幕时代,视觉面积与学习效率的关系“——你看对了吗?》


产权及免责声明 本文系“MOOC”公号转载、编辑的文章,编辑后增加的插图均来自于互联网,对文中观点保持中立,对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证,不对文章观点负责,仅作分享之用,文章版权及插图属于原作者。如果分享内容侵犯您的版权或者非授权发布,请及时与我们联系,我们会及时内审核处理。


了解在线教育,
把握MOOC国际发展前沿,请关注:
微信公号:openonline
公号昵称:MOOC

 

登录查看更多
0

相关内容

异质信息网络分析与应用综述,软件学报-北京邮电大学
专知会员服务
183+阅读 · 2020年6月21日
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
298+阅读 · 2020年6月16日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
新时期我国信息技术产业的发展
专知会员服务
70+阅读 · 2020年1月18日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
支持个性化学习的行为大数据可视化研究
在线学习体验影响因素结构关系探析
MOOC
7+阅读 · 2019年3月20日
3D Deep Learning on Medical Images: A Review
Arxiv
12+阅读 · 2020年4月1日
Arxiv
12+阅读 · 2019年1月24日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Stock Chart Pattern recognition with Deep Learning
Arxiv
6+阅读 · 2018年8月1日
Arxiv
15+阅读 · 2018年6月23日
Arxiv
6+阅读 · 2018年1月14日
VIP会员
相关VIP内容
异质信息网络分析与应用综述,软件学报-北京邮电大学
专知会员服务
183+阅读 · 2020年6月21日
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
298+阅读 · 2020年6月16日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
新时期我国信息技术产业的发展
专知会员服务
70+阅读 · 2020年1月18日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
相关论文
3D Deep Learning on Medical Images: A Review
Arxiv
12+阅读 · 2020年4月1日
Arxiv
12+阅读 · 2019年1月24日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Stock Chart Pattern recognition with Deep Learning
Arxiv
6+阅读 · 2018年8月1日
Arxiv
15+阅读 · 2018年6月23日
Arxiv
6+阅读 · 2018年1月14日
Top
微信扫码咨询专知VIP会员