學(xué)科前沿講座心得

　　我們在一些事情上受到啟發(fā)后，可以記錄在心得體會(huì)中，這樣可以幫助我們總結(jié)以往思想、工作和學(xué)習(xí)。那么好的心得體會(huì)是什么樣的呢？下面是小編為大家收集的學(xué)科前沿講座心得，歡迎閱讀與收藏。

學(xué)科前沿講座心得1

　　聽了幾位老師所講的學(xué)科先沿講座，我的感想頗多。尤其是對林林老師的《智慧時(shí)代中的挑戰(zhàn)與機(jī)遇》頗有感觸。下面我談?wù)勛约和ㄟ^聽講，查資料，經(jīng)過思考后對這一問題的理解。當(dāng)今的信息新技術(shù)主要包括這么幾類，即新息安全新技術(shù)：主要包括密碼技術(shù)、入侵檢測系統(tǒng)、信息隱藏技術(shù)、身份認(rèn)證技術(shù)、數(shù)據(jù)庫安全技術(shù)、網(wǎng)絡(luò)容災(zāi)和災(zāi)難恢復(fù)、網(wǎng)絡(luò)安全設(shè)計(jì)等。信息化新技術(shù)：信息化新技術(shù)主要涉及電子政務(wù)、電子商務(wù)、城市信息化、企業(yè)信息化、農(nóng)業(yè)信息化、服務(wù)業(yè)信息化等。軟件新技術(shù)：軟件新技術(shù)主要關(guān)注嵌入式計(jì)算與嵌入式軟件、基于構(gòu)件的軟件開發(fā)方法、中間件技術(shù)、數(shù)據(jù)中心的建設(shè)、可信網(wǎng)絡(luò)計(jì)算平臺(tái)、軟件架構(gòu)設(shè)計(jì)、soa與ria技術(shù)、軟件產(chǎn)品線技術(shù)等。網(wǎng)絡(luò)新技術(shù)：網(wǎng)絡(luò)新技術(shù)包括寬帶無線與移動(dòng)通信、光通信與智能光網(wǎng)絡(luò)、家庭網(wǎng)絡(luò)與智能終端、寬帶多媒體網(wǎng)絡(luò)、ipv6與下一代網(wǎng)絡(luò)、分布式系統(tǒng)等。計(jì)算機(jī)新技術(shù)：計(jì)算機(jī)新技術(shù)主要關(guān)注網(wǎng)格計(jì)算、人機(jī)接口、高性能計(jì)算和高性能服務(wù)器、智能計(jì)算、磁存儲(chǔ)技術(shù)、光存儲(chǔ)技術(shù)、中文信息處理與智能人機(jī)交互、數(shù)字媒體與內(nèi)容管理、音視頻編/解碼技術(shù)等。

　　大膽的預(yù)測一下計(jì)算機(jī)技術(shù)往下怎么發(fā)展，因?yàn)樾蝿菝靼琢�，歷史規(guī)律搞清楚了，需求也明白了，該怎么做呢？我大膽做這么一個(gè)發(fā)言，中國計(jì)算機(jī)界必須把握機(jī)遇迎接挑戰(zhàn)�？匆幌绿幚砥鞣矫嬖撛趺醋�，上個(gè)世紀(jì)我們關(guān)心的是每秒種可以完成多少指令，處理的速度。后來發(fā)現(xiàn)不對，應(yīng)該做高性能的處理器，每花掉一塊錢可以處理多少能力，重要的是功耗要低，然后是無線，是互聯(lián)，我們更關(guān)心消耗每瓦功率處理能力是多少，大家關(guān)心的點(diǎn)開始轉(zhuǎn)移，從每秒處理能力，關(guān)心到每塊買到多少處理能力，到最后消耗每瓦功耗有多少能力。在處理結(jié)構(gòu)上面有什么變化，從上世紀(jì)70年代左右，人圍著計(jì)算機(jī)轉(zhuǎn)，每個(gè)單位只要很好就有一個(gè)漂亮的機(jī)房，大家圍著機(jī)房轉(zhuǎn)，算題是通過一個(gè)小窗口把題遞進(jìn)去，過一段時(shí)間里面算好，把題遞出來。那時(shí)候一切圍繞cpu轉(zhuǎn)，所以那時(shí)候cpu當(dāng)之無愧，我的處理器是中心所以叫cpu。再往下可以看到計(jì)算機(jī)圍著人轉(zhuǎn)，我們口袋里的手表等一切一切，人走到哪里，計(jì)算裝備圍著我來轉(zhuǎn)，在機(jī)器內(nèi)部不是圍著cpu轉(zhuǎn)，而是圍著存儲(chǔ)期，i/o，通道轉(zhuǎn)，因此不能光搞cpu，比如出現(xiàn)pim等新的名稱，所以我們應(yīng)該與時(shí)俱進(jìn)。從cpu，c要改成無處不在的處理單元。

　　網(wǎng)絡(luò)將怎么發(fā)展，我們在上個(gè)世紀(jì)70年代所關(guān)心的就是互聯(lián)互通互操作，在這兒不是講互聯(lián)互通互操作不重要，它是一個(gè)基礎(chǔ)絕對重要，關(guān)心這個(gè)是數(shù)據(jù)和控制信號的傳遞，數(shù)據(jù)和控制信號可以傳過去。做了一些日子以后發(fā)現(xiàn)，需求不僅僅是這個(gè)，我們要提高網(wǎng)絡(luò)的帶寬，我們關(guān)心是信息溝通和處理能力的增強(qiáng)，光把信號傳過去是不是可以處理好呢？再往下又是怎樣的？我們應(yīng)該關(guān)心網(wǎng)上有這些信息，有這么多人用，是動(dòng)態(tài)的變化，所以我們要關(guān)心信息融合、信息確認(rèn)等。要把消息傳給該給的人，該給的時(shí)間，該給的地方，該給的人，傳正確的東西，這個(gè)變化不承認(rèn)不行的，以往包括我個(gè)人在內(nèi)，我和我同事們宣揚(yáng)，看我家里環(huán)境，辦公室環(huán)境，我計(jì)算機(jī)有多少能力聯(lián)網(wǎng)，這已經(jīng)過去了。下面關(guān)心的是這個(gè)網(wǎng)絡(luò)具有多少計(jì)算個(gè)算計(jì)的能力，算計(jì)要做推理更難，再往下要面對什么問題？我的'網(wǎng)絡(luò)環(huán)境怎么樣有非常強(qiáng)的資源按需聚合，人機(jī)協(xié)同工作的協(xié)調(diào)能力，體系結(jié)構(gòu)將怎么發(fā)展，70年代的時(shí)候，大家做體系結(jié)構(gòu)設(shè)計(jì)，費(fèi)勁腦筋是在計(jì)算機(jī)內(nèi)挖掘可能的潛力，處理可能的矛盾，搞體系結(jié)構(gòu)的人，什么是好的所長，廠長，它的學(xué)問是處理輕重緩急，這件事應(yīng)該放得下，哪件事應(yīng)該要處理，所以好的應(yīng)該處理刪、增、減、抑、揚(yáng)，在這種情況下發(fā)現(xiàn)，我們設(shè)計(jì)在機(jī)群中挖掘和平衡，我們要在網(wǎng)絡(luò)環(huán)境下怎么做挖掘和平衡，因?yàn)橄到y(tǒng)給人用的，機(jī)器的環(huán)境，是給銷售人員，管理者用的，所以把協(xié)同工作做好，就要驗(yàn)證，所以從hpcs變成hpce，我們需要的不是高性能，需要的是生產(chǎn)力可用性，中國科學(xué)家預(yù)感比較早，因此1997年再一次會(huì)上，就決定當(dāng)前做clieitserver，之后做cluster，之后做networking，之后是vse，基于網(wǎng)絡(luò)的虛擬服務(wù)含量是未來體系結(jié)構(gòu)的發(fā)展方向。這是1997年8月25號，到1998年的時(shí)候，世界有名的計(jì)算機(jī)科學(xué)家isea發(fā)表了grid專著，我們要把grid定位了，而是要考慮你究竟想干什么？我們做一個(gè)好的系統(tǒng)，必須要看到定位準(zhǔn)確，你在這個(gè)坐標(biāo)上關(guān)于服務(wù)，你是要做計(jì)算服務(wù)，還是數(shù)據(jù)服務(wù)，還是應(yīng)用服務(wù)，還是信息服務(wù)，還是知識服務(wù)，還是實(shí)用的服務(wù)。如果明確了你的目標(biāo)，你的技術(shù)就明確，你的評價(jià)指標(biāo)就明確了。如果要做信息服務(wù)，你就要了解你處的信息是多大一塊，這件事很重要，不能殺雞用牛刀，也不能殺牛用雞刀，如果系統(tǒng)力度大小這么大，最后生產(chǎn)的問題，究竟打算怎么交帳，是向投錢的單位交一個(gè)概念的設(shè)計(jì)，不是不可以的，還是交一個(gè)機(jī)理的設(shè)計(jì)，還是規(guī)則的設(shè)計(jì)，還是方法的設(shè)計(jì)，如果明確了，你的技術(shù)方案就明確了，你的機(jī)理就明確了，如果選定的方法層，你系統(tǒng)就要定位在這里，位置定對就滿足正確的需求。

學(xué)科前沿講座心得2

　　盡管在實(shí)際的物流管理中，只有通過供應(yīng)鏈的有機(jī)整合，企業(yè)才能顯著地降低成本和提高服務(wù)水平，但是在實(shí)踐中供應(yīng)鏈的整合是非常困難的，這是因?yàn)椋菏紫�，供�?yīng)鏈中的不同成員存在著不同的、相互沖突的目標(biāo)。比如，供應(yīng)商一般希望制造商進(jìn)行穩(wěn)定數(shù)量的大量采購，而交貨期可以靈活變動(dòng)；與供應(yīng)商愿望相反，盡管大多數(shù)制造商愿意實(shí)施長期生產(chǎn)運(yùn)轉(zhuǎn)，但它們必須顧及顧客的需求及其變化并作出積極響應(yīng)，這就要求制造商靈活地選擇采購策略。因此，供應(yīng)商的目標(biāo)與制造商追求靈活性的目標(biāo)之間就不可避免地存在矛盾。

　　供應(yīng)鏈?zhǔn)且粋�(gè)動(dòng)態(tài)的系統(tǒng)，隨時(shí)間而不斷地變化。事實(shí)上，不僅顧客需求和供應(yīng)商能力隨時(shí)間而變化，而且供應(yīng)鏈成員之間的關(guān)系也會(huì)隨時(shí)間而變化。比如，隨著顧客購買力的提高，供應(yīng)商和制造商均面臨著更大的壓力來生產(chǎn)更多品種更具個(gè)性化的高質(zhì)量產(chǎn)品，進(jìn)而最終生產(chǎn)定制化的產(chǎn)品。

　　在聽講座的時(shí)候老師講得很認(rèn)真，我也帶著解決以下五個(gè)問題嘗試著學(xué)習(xí)。包括物流管理與供應(yīng)鏈管理的關(guān)系處理，物流企業(yè)和生產(chǎn)制造企業(yè)物流的視覺差異、物流管理戰(zhàn)略和戰(zhàn)術(shù)問題的區(qū)分與協(xié)調(diào)、反映物流領(lǐng)域的最新研究與實(shí)踐成果及理論性與實(shí)用性相合共五個(gè)問題。

　　學(xué)習(xí)的過程可以分為兩個(gè)階段，一從被動(dòng)地聽老師授課，起初就覺得講座理論性太強(qiáng)，而可感性又不高，難以更好的理解書中的理論，沒法更好地學(xué)習(xí)知識點(diǎn)，二對課本上所提到的案例加上老師的講解后，案例具體的指出存在的相關(guān)問題，并提出的對應(yīng)的解決措施，我對課程理論的學(xué)習(xí)進(jìn)入了半知半解的狀態(tài)，有了一定的認(rèn)識、了解、感悟，通過聽講座我對書本的理論又有了進(jìn)一步的認(rèn)識，可感悟有了進(jìn)一步的提升。對比自己本學(xué)期所學(xué)到的知識及能力，感覺自己再具體提出相關(guān)解決措施的時(shí)候，沒辦法更好的調(diào)研、分析，得出解決的方案，理論與實(shí)際的兩者結(jié)合不夠，沒辦法列出更為具體且行的'方式以解決問題，提出方案的可操作性都有待提升。

　　自己學(xué)習(xí)方面的轉(zhuǎn)變由只是老師講解，轉(zhuǎn)變到了自己主動(dòng)去了解、學(xué)習(xí)。通過自己上網(wǎng)下載相關(guān)案例，學(xué)習(xí)更多的東西。這就是我這學(xué)期有學(xué)習(xí)進(jìn)步的地方。

　　不足之處：由于是第一次聽這一類的講座，自己沒辦法去了解到哪些途徑與方法能夠更好的解決我們的問題。

　　通過本學(xué)期的學(xué)習(xí)，我明顯的感覺到了，在看待問題，分析、解決具體問題方面的能力，明顯不足，心態(tài)上有些急切，很想學(xué)習(xí)相關(guān)方面的具體解決問題的知識，進(jìn)一步提升自己。

　　在進(jìn)一步學(xué)習(xí)的方面，我希望老師能再強(qiáng)化學(xué)生在這方面的意識，旨在合適的時(shí)候指出學(xué)生的不足和問題，讓學(xué)生更好的意識到問題，有何途徑去更好的解決問題，灌輸樹立學(xué)生們樹立這方面的意識或習(xí)慣。

　　學(xué)生和老師的溝通不足，導(dǎo)致學(xué)生上課沒辦法更好的與老師所講解的內(nèi)容，能有知識。思想或思維上的碰撞，擦出思維碰撞的火花。在講座之前，老師能先提前跟下節(jié)課有關(guān)的案例，課后讓學(xué)生更好的在課前提出相關(guān)的問題，講座上引導(dǎo)學(xué)生更好的在課前思考提出相關(guān)的問題，講座上引導(dǎo)學(xué)生廣泛地參與到思考與討論中出現(xiàn)了什么問題，為什么會(huì)出現(xiàn)問題，怎么去解決問題，為什么要這么去解決問題，如何具體的提出相關(guān)可行具體的方案去落實(shí)。這樣子就能更好地讓學(xué)生對理論與運(yùn)用有更深地認(rèn)識了。

　　通過這次講座我不僅學(xué)習(xí)到了專業(yè)知識，也使得我的視野更開闊了，學(xué)習(xí)能力也提高了。我覺得這是我踏上社會(huì)之前收獲的一筆財(cái)富。

學(xué)科前沿講座心得3

　　機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘這些年一直是計(jì)算機(jī)應(yīng)用方面研究的重點(diǎn)和熱點(diǎn)，首先要了解什么是數(shù)據(jù)挖掘，簡單地說，數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或"挖掘"知識。我一直對這方面的知識頗感興趣，這學(xué)期學(xué)院開設(shè)的學(xué)術(shù)前沿講座的課程，很有幸聽到了文益民教授對于自己在機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘方面研究的講座，讓我對這些知識有了深入淺出的理解，受益匪淺。

　　12月5號，文益民教授做了題為“大規(guī)模數(shù)據(jù)的分類”的講座，在講座的最開始，文教授提到了戈登·德萊頓《學(xué)習(xí)的革命》一書，皆在指導(dǎo)我們?nèi)绾畏e累知識如何思考如何學(xué)習(xí)如何去做研究，具有拋磚引玉的指導(dǎo)意義。在這之后，又對了解機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘首先要了解的知識做了簡要的說明，比如對于問題的分類是分為線性問題和非線性問題；比如聚類的含義是將物理或抽象對象的集合分成由類似的對象組成的多個(gè)類的過程；比如對于這個(gè)世界上計(jì)算機(jī)的分類可以只分成工人（maker）和思考者（thinker）兩類。至此正式進(jìn)入問題的討論。

　　對于這次講座，文教授從四個(gè)方面進(jìn)行了講授。第一，實(shí)際應(yīng)用中的大規(guī)模數(shù)據(jù)分類問題。第二，大規(guī)模數(shù)據(jù)給機(jī)器學(xué)習(xí)帶來的挑戰(zhàn)。第三，大規(guī)模數(shù)據(jù)分類算法的研究。第四，展望發(fā)展前景。文教授主要是在第三點(diǎn)中做了很多工作也取得了可喜的成績。

　　在機(jī)器學(xué)習(xí)的實(shí)際應(yīng)用中，大規(guī)模數(shù)據(jù)分類問題一般會(huì)應(yīng)用在以下幾個(gè)方面，在高速高精度的工業(yè)圖像檢測方面，在專利分類方面，在生物信息數(shù)據(jù)快速增長方面，在支持向量機(jī)參數(shù)選擇方面。

　　大規(guī)模數(shù)據(jù)給機(jī)器學(xué)習(xí)帶來的問題有：

　　1、算法一般不是收斂太慢就是難以收斂，訓(xùn)練時(shí)間過長。

　　2、海量數(shù)據(jù)無法一次裝入內(nèi)存。

　　3、算法可靠性得不到保證。

　　4、已經(jīng)訓(xùn)練好的學(xué)習(xí)器遇到心得訓(xùn)練樣本時(shí)需要重新訓(xùn)練。

　　在最重要的部分，文教授提到了幾個(gè)重要的研究方法，包括算法，這里面包含有：1、基于并行計(jì)算的算法，2、以并行計(jì)算方法求解工作集方法中每個(gè)迭代步中二次規(guī)劃的子問題，3、meta-learning，最小最大模塊化支持向量機(jī)以及快速模塊化支持向量機(jī)，4、cluster-svm，cluster-based-svm，cascade-svm。文教授在第三和第四點(diǎn)中都有自己的工作和貢獻(xiàn)，在第三點(diǎn)中，他提出了分類面拼接算法，在第四點(diǎn)中，提出了分層并行支持向量機(jī)訓(xùn)練算法。對于分類面拼接算法我進(jìn)行了比較仔細(xì)的了解，并下載閱讀了文教授于20xx年3月份在湖南大學(xué)學(xué)報(bào)上發(fā)表的.論文“基于分類面的快速模塊化支持向量機(jī)研究”，對于分類面拼接算法有了初步的研究，下面說說我對這個(gè)算法的理解。

　　信息采集和信息處理技術(shù)的快速發(fā)展導(dǎo)致了諸如公共健康數(shù)據(jù)、信用交易數(shù)據(jù)、國家經(jīng)濟(jì)普查數(shù)據(jù)、網(wǎng)絡(luò)文本數(shù)據(jù)和地理信息數(shù)據(jù)等大規(guī)模數(shù)據(jù)集的產(chǎn)生。由于訓(xùn)練時(shí)間很長和空間需求很大，現(xiàn)有的大多數(shù)機(jī)器學(xué)習(xí)算法很難被直接用于大規(guī)模數(shù)據(jù)的機(jī)器學(xué)習(xí)。

　　這個(gè)算法是針對大多數(shù)現(xiàn)有的機(jī)器學(xué)習(xí)算法處理大規(guī)模問題時(shí)需要的訓(xùn)練時(shí)間很長和存儲(chǔ)空間很大的難點(diǎn)而提出的，英文名是psfnrsvms，

　　在訓(xùn)練階段，psfm2svms采用一簇平行超平面對大規(guī)模問題實(shí)施軟劃分，然后針對每個(gè)子問題并行訓(xùn)練支持向量機(jī)。在測試階段，測試樣本坐落于哪個(gè)子問題所在空間中，就由該子問題訓(xùn)練的支持向量機(jī)給出判別結(jié)果。在4個(gè)大規(guī)模問題上的實(shí)驗(yàn)表明:與采取硬劃分的快速模塊化支持向量機(jī)(fm2svms)相比，軟劃分能夠使psfm2svms得到更加光滑的分類面，因而ps2fm2svms的泛化能力較高。在不增加訓(xùn)練時(shí)間的條件下，psfm2svms減少了由于訓(xùn)練集分割導(dǎo)致的分類器泛化能力下降。

　　支持向量機(jī)方法的本質(zhì)是在訓(xùn)練集的一個(gè)高維像空間中尋找最大間隔分類超平面，這個(gè)分類超平面對應(yīng)于訓(xùn)練集所在空間的一個(gè)光滑曲面。如果采用訓(xùn)練集分割的方法，將這個(gè)光滑曲面分段求出，然后進(jìn)行連接，就可以得到這個(gè)光滑曲面的近似曲面。

【學(xué)科前沿講座心得】相關(guān)文章：

學(xué)科前沿講座心得2篇05-06

前沿講座心得03-31

講座培訓(xùn)心得07-27

書生講座心得07-28

艾滋講座心得11-20

英語講座心得01-06

學(xué)術(shù)講座心得02-14

大學(xué)講座心得05-11

法治講座的心得05-12