全文获取类型
收费全文 | 103篇 |
免费 | 1篇 |
专业分类
教育 | 71篇 |
科学研究 | 13篇 |
体育 | 4篇 |
文化理论 | 3篇 |
信息传播 | 13篇 |
出版年
2021年 | 2篇 |
2020年 | 2篇 |
2019年 | 7篇 |
2018年 | 5篇 |
2017年 | 4篇 |
2016年 | 2篇 |
2015年 | 1篇 |
2014年 | 6篇 |
2013年 | 7篇 |
2012年 | 7篇 |
2011年 | 2篇 |
2010年 | 3篇 |
2009年 | 3篇 |
2008年 | 3篇 |
2007年 | 2篇 |
2006年 | 2篇 |
2005年 | 10篇 |
2004年 | 4篇 |
2003年 | 1篇 |
2002年 | 3篇 |
2001年 | 12篇 |
2000年 | 1篇 |
1999年 | 3篇 |
1998年 | 2篇 |
1991年 | 2篇 |
1984年 | 1篇 |
1979年 | 1篇 |
1977年 | 1篇 |
1974年 | 1篇 |
1969年 | 2篇 |
1962年 | 1篇 |
1942年 | 1篇 |
排序方式: 共有104条查询结果,搜索用时 109 毫秒
81.
Manfred Broy Franz Huber und Bernhard Sch?tz 《Informatik - Forschung und Entwicklung》1999,14(3):121-134
Zusammenfassung. Der Beitrag stellt AutoFocus vor, einen Werkzeugprototyp zur Entwicklung verteilter, eingebetteter Systeme auf der Grundlage formaler Techniken. AutoFocus unterstützt die Systementwicklung mit integrierten, im wesentlichen graphischen Beschreibungstechniken, mit deren Hilfe sowohl
unterschiedliche Sichten als auch verschiedene Abstraktionsebenen eines Systems beschrieben werden. Um konsistente und vollst?ndige
Beschreibungen sicherzustellen, bietet AutoFocus die M?glichkeit, Konsistenzbedingungen zu formulieren und Systembeschreibungen daraufhin zu überprüfen. Aus ausführbaren
Spezifikationen k?nnen Prototypen des entwickelten Systems erzeugt werden und in einer Simulationsumgebung ausgeführt und
visualisiert werden. Zur formalen Verifikation von Systemeigenschaften verfügt AutoFocusüber Anbindungen an Modellprüfungswerkzeuge wie -cke oder SMV.
Eingegangen am 23. Dezember 1998 / Angenommen am 16. Juni 1999 相似文献
82.
Bernhard Sch?lkopf Klaus-Robert Müller Alexander J. Smola 《Informatik - Forschung und Entwicklung》1999,50(4):154-163
Dieser Beitrag erl?utert neue Ans?tze und Ergebnisse der statistischen Lerntheorie. Nach einer Einleitung wird zun?chst das Lernen aus Beispielen vorgestellt und erkl?rt, dass neben dem Erkl?ren der Trainingdaten die Komplexit?t von Lernmaschinen wesentlich für den Lernerfolg ist. Weiterhin werden Kern-Algorithmen in Merkmalsr?umen eingeführt, die eine elegante und effiziente Methode darstellen, verschiedene Lernmaschinen mit kontrollierbarer Komplexit?t durch Kernfunktionen zu realisieren. Beispiele für solche Algorithmen sind Support-Vektor-Maschinen (SVM), die Kernfunktionen zur Sch?tzung von Funktionen verwenden, oder Kern-PCA (principal component analysis), die Kernfunktionen zur Extraktion von nichtlinearen Merkmalen aus Datens?tzen verwendet. Viel wichtiger als jedes einzelne Beispiel ist jedoch die Einsicht, dass jeder Algorithmus, der sich anhand von Skalarprodukten formulieren l?sst, durch Verwendung von Kernfunktionen nichtlinear verallgemeinert werden kann. Die Signifikanz der Kernalgorithmen soll durch einen kurzen Abriss einiger industrieller und akademischer Anwendungen unterstrichen werden. Hier konnten wir Rekordergebnisse auf wichtigen praktisch relevanten Benchmarks erzielen. 相似文献
83.
Mike Pedler Bernhard Hauser Ghislaine Caulat 《Action Learning: Research and Practice》2014,11(1):88-97
This paper brings together the reflections of the authors on their shared and individual experiences of virtual action learning. Whilst many conclusions are shared, there are also some points of difference in practices. 相似文献
84.
85.
86.
87.
88.
Klaus-Dieter Schewe Bernhard Thalheim Aleksander Binemann-Zdanowicz Roland Kaschek Thomas Kuss Bernd Tschiedel 《Education and Information Technologies》2005,10(1-2):83-110
Starting from a general framework for web-based e-learning systems that is based on an abstraction layer model, this paper presents a conceptual modelling approach, which captures the modelling of learners, the modelling of courses, the personalisation of courses, and the management of data in e-learning systems. Courses are modelled by outline graphs, which are further refined by some form of process algebra. The linguistic analysis of word fields referring to an application domain helps to set up these course outlines. Learners are modelled by classifying value combinations for their characteristic properties. Each learner type gives rise to intentions as well as rights and obligations in using a learning system. Intentions can be formalised as postconditions, while rights and obligations lead to deontic constraints. The intentions can be used for the personalisation of the learning system to a learner type. Finally, the management of data in an e-learning system is approached on two different levels dealing with the content of individual learning units and the integrated content of the whole system, respectively. This leads to supporting databases and views defined on them. 相似文献
89.
90.