全国高等院校计算机基础教育研究会计算机基础教育教学研究课题申报指南(2024

AssociationofFundamentalComputingEducationinChineseUniversities

本指南旨在探索适应新工科、新文科、新农科、新医科、新商科人才培养需求的新型大学计算机基础教育教学体系和新型计算机通识教育课程,提升计算机基础教育教学研究水平;完善计算机与其他学科交叉融合,培养学生计算思维能力为导向的教学内容改革;推动“人工智能、智能制造、互联网+、云计算、大数据、区块链”等信息技术与计算机基础教育教学深度融合;促进课程思政建设、一流课程建设、教学资源建设。重点研究利用优质慕课课程、面向学科深度融合、增强教育效果、提高教育效率、寓价值观引导于知识传授和能力培养之中的教学改革方法。

落实立德树人根本任务,将价值塑造、知识传授和能力培养三者融为一体,推进计算机基础教育课程思政建设,寓价值观引导于知识传授和能力培养之中,将显性教育和隐性教育相统一,解决专业教育和思政教育“两张皮”问题。形成可借鉴和可推广的典型案例。具体内容包括但不限于:

1.1.1面向文学、历史学、哲学类专业开设的大学计算机基础教育类课程,以具体课程为研究对象,结合专业特点开展课程思政研究,将社会主义核心价值观、中华优秀传统文化、革命文化、社会主义先进文化的教育有机融入课程教学中,形成可借鉴和可推广的课程思政教学案例。

1.1.2面向经济学、管理学、法学类专业开设的大学计算机基础教育类课程,以具体课程为研究对象,结合专业特点开展课程思政研究,将经世济民、诚信服务、德法兼修的信念培养有机融入课程教学中,形成可借鉴和可推广的课程思政教学案例。

1.1.3面向教育学类专业开设的大学计算机基础教育类课程,以具体课程为研究对象,结合专业特点开展课程思政研究,将学为人师、行为世范、爱国守法、规范从教的理想教育有机融入课程教学中,形成可借鉴和可推广的课程思政教学案例。

1.1.4面向理学、工学类专业开设的大学计算机基础教育类课程,以具体课程为研究对象,结合专业特点开展课程思政研究,将科学思维方法训练和科学伦理、工程伦理的教育有机融入课程教学中,形成可借鉴和可推广的课程思政教学案例。

1.1.5面向农学类专业开设的大学计算机基础教育类课程,以具体课程为研究对象,结合专业特点开展课程思政研究,将生态文明、“两山”理论的意识与信念教育有机融入课程教学中,形成可借鉴和可推广的课程思政教学案例。

1.1.6面向医学类专业开设的大学计算机基础教育类课程,以具体课程为研究对象,结合专业特点开展课程思政研究,将敬佑生命、救死扶伤、甘于奉献的精神与信念教育有机融入课程教学中,形成可借鉴和可推广的课程思政教学案例。

1.1.7面向艺术学类专业开设的大学计算机基础教育类课程,以具体课程为研究对象,结合专业特点开展课程思政研究,将中华优秀传统文化教育与正确艺术观和创作观的培养有机融入课程教学中,形成可借鉴和可推广的课程思政教学案例。

1.1.8课程思政教学实践与教育成效评价的理论与实践研究。

1.2.1面向新工科、新文科、新农科、新医科、新商科培养需求的计算思维落地改革方案和经验

1.2.2促进学科融合,面向计算思维培养的教学新方法、新模式、新内容

1.2.3多维度计算思维教学效果评价

1.2.4学习科学与神经教育学的理论、方法与应用

(1)以神经教育学理论和方法为指导的计算机基础课程学习方法研究

(2)以学习科学理论为指导的计算机基础课程学习方法研究

(3)以学习科学和神经教育学理论为指导的有效试题库的构建与应用研究

1.2.5基于计算生态构建的教学方法研究与应用

以新工科、新文科、新农科、新医科、新商科培养为背景,顺应计算机技术发展趋势,从教学内容、教学形式、教育手段等方面探索计算机基础教育领域的新兴教学改革机会。围绕MOOC、SPOC、虚拟实验等方法,探讨适合计算机基础教育的教学新方法和新内容,突出探索具备激发学习兴趣、符合技术发展方向、高度可复制性的教学改革尝试。具体内容包括但不限于:

1.3.1线上线下教育教学深度融合的教学改革实践

1.3.2基于MOOC/SPOC的课程建设研究

1.3.3翻转课堂、混合式教学等新型教学模式研究与应用实践

1.3.4基于MOOC的虚拟实验教学体系与教学方法研究

1.3.5面向国际化的MOOC教学方法研究与实践

本专题旨在探索在当前计算机技术发展的新阶段,教学方法不断变革新的形势下,面向研究型人才和应用型人才,探索计算机基础教育在教学内容和教学方法等方面的新思路和新内容。具体内容包括但不限于:

1.4.1面向研究型人才培养的计算机基础教育模式研究

1.4.2面向应用型人才培养的计算机基础教育模式研究

1.4.3需求导向的计算机基础教育研究

1.4.4面向研究型及应用型人才培养的大学计算机课程教学内容改革研究

1.4.5面向研究型及应用型人才培养的程序设计课程教学内容改革研究

1.4.6面向研究型及应用型人才培养的交叉类课程教学内容改革研究

具体内容包括但不限于:

1.5.1面向实践教学的资源建设与共享

1.5.2实践教学考评标准与考试方法研究

1.5.3在线开放教学支撑平台建设

1.5.4辅助教学资源开发

1.5.6计算机与互联网的创新创业教育

1.5.7大数据、云计算、物联网、人工智能等技术实验课程开发与实践

1.6.1面向人工智能和大数据通识教育的计算机基础课程体系建设

1.6.2面向人工智能和大数据应用需求的计算机基础课程体系构建

1.6.3基于人工智能和大数据人才数字化思维与能力培养的课程建设

1.7.1面向计算机基础教育的教育信息科学与技术基础理论与方法

1.7.2支持计算机基础教育的在线与移动交互学习环境构建

1.7.3辅助计算机基础教学的虚拟与增强现实学习环境

1.7.4计算机基础教学知识可视化

1.7.5适应计算机基础教学的教育认知工具

1.7.6计算机基础教育大数据分析与应用

1.7.7计算机基础课程学习分析与评测

1.7.8针对计算机基础教学的自适应个性化辅助学习

1.7.9计算机基础教育游戏设计与开发

1.7.10基于AI辅助的计算机基础教学模式研究

1.8.1面向新工科、新文科、新农科、新医科、新商科的计算机通识课程体系的改革和实践

1.8.2面向新工科、新文科、新农科、新医科、新商科培养学生数字化思维、批判性思维、设计思维、工程思维、工程管理思维、工程伦理、跨文化沟通素养等的教学实践方法和方案设计研究

1.8.3面向社会需求的新工科、新文科、新农科、新医科、新商科计算机基础课程体系构建

1.8.4面向社会需求的新工科、新文科、新农科、新医科、新商科计算机基础教育实践教学体系构建

1.9.1面向智能技术通识教育的计算机基础课程体系构建

1.9.2面向智能技术应用需求的计算机基础课程体系构建

1.9.3面向智能技术应用需求的计算机基础教育实践教学体系构建

1.9.4面向智能技术的计算机基础课程教育模式改革研究

1.9.5面向智能技术的计算机基础课程教学内容改革研究

1.9.6基于智能技术人才数字化思维与创新能力培养等的教学实践方法和方案设计

1.9.7面向智能技术应用型人才培养的交叉类课程教学内容改革研究

1.10.1数字化转型视角下计算机基础教育资源共建共享模式和机制研究

1.10.2数字化转型赋能教师和学生发展

1.10.3数字化转型促进计算机基础教育生态构建

1.10.4数字化转型促进计算机基础教育教学方法变革

1.10.5数字化转型推进计算机基础教育教学评估方法变革

1.11.1后疫情时代教学资源创新研究

1.11.2后疫情时代教学模式创新研究

1.11.3后疫情时代教学方法创新研究

在学习贯彻党的“二十大”精神,落实新修订的《中华人民共和国职业教育法》,围绕中国式现代化建设,全面推进职业教育数字化转型升级,提质培优,增值赋能,协同创新,改革攻坚的新形势下,继续全面落实立德树人为根本任务,深化高职教育教学改革和建设,推动高职教育高质量发展,是本次高职一般专题类课题立项的指导思想;以适应数字化时代、新型工业化发展,新质生产力形成对高职教育的新需求,重新调整确定高职(专本科)专业定位、培养目标与规格,以及人才培养模式的理论与实践研究为先导;以国家高职信息技术课程标准为指导探索高职计算机公共基础课程改革、探索数字化背景下高职电子信息大类、自动化类、电子商务类专业课程和资源建设的研究为主体;继续高职本科教育研究,推进高职数字化教学基本建设研究等,是课题立项的总体目标。以高职教育教学改革实践为基础,以问题为导向,提倡校企合作,共同开展研究,形成具有理论价值和实际推广应用价值的研究成果是课题立项研究的总体思路。

具体立项申报以以下指南为参考依据。

2.1.1课程思政教学实践与教育成效评价的理论与实践研究

2.1.2守住底线、提升境界、问题导向、立德树人培养的理论与实践研究

2.1.3职业素养教育的理论与实践研究

2.1.4将科学思维能力落实于高职课程教学的理论与实践研究

2.2.1以数字能力和素养为导向的高职信息技术课程体系研究

2.2.2以数字能力和素养为导向的高职信息技术课程开发

2.2.3以数字能力和素养为导向的高职信息技术课程教材建设

2.3.1适应新质生产力的高职专业定位、培养目标与规格和人才培养模式的理论与实践研究

2.3.2依据新的高职专业定位、培养目标与规格和人才培养模式的专业人才培养方案与教学研究

2.3.3岗课赛证一体化的技术技能专业人才培养方案与教学研究

2.4.1高职人才培养与职业工作要求无缝衔接的能力训练实践课程体系研究

2.4.2项目实践课程典型案例与项目实践课程资源、技术平台研究

2.4.3岗位实习教学典型案例与岗位实习教学资源、技术平台研究

2.5.1数字化教学空间建设研究

2.5.2数字化实训基地建设研究

2.5.3数字化项目实践教学环境建设研究

2.5.4数字化岗位实习基地建设研究

2.5.5数字化创新创业基地建设研究

2.6.1基于高职专科、应用型本科比较的高职本科定位、培养目标和规格研究

2.6.2基于高职本科特征的专业课程设计理念和人才培养方案开发研究

2.6.3工程技术学科建设的理论与实践研究

本次共有11个出版社提供课题资助。

3.1.1紧紧围绕中宣部、教育部印发的《新时代学校思想政治理论课改革创新实施方案》和《高等学校课程思政建设指导纲要》《习近平新时代中国特色社会主义思想进课程教材指南》,全面落实“立德树人”的根本任务,体现“争做学生为学、为事、为人示范的‘大先生’”的“课程思政”优秀教材。

3.1.2结合新工科建设和工程教育认证,面向全校通识类课程的教材建设与开发(如计算思维2.0、数据科学导论、大数据导论、人工智能导论,包括但不限于)。

3.1.3聚焦工业和信息化领域,具有前沿性、交叉性的新工科教材出版。侧重人工智能、数据科学与大数据技术、物联网工程、机器人工程、智能制造技术、工业互联网、集成电路、网络信息安全、区块链等新兴交叉学科人才培养急需的新工科教材出版,创新教材呈现方式和话语体系。

3.1.5结合新工科建设和工程教育认证,与“新文科”“新商科”“新医科”“新农科”建设相结合的计算机通识或者基础类课程的重构。

3.1.6国家级/省级一流课程的配套教材,纳入校级规划教材建设的教材。

3.1.7基于一体化教学解决方案的和数字教材的建设和开发(如教学研究的探索、习题库/试题库、实验/实训、教学课件、教学视频/微课、仿真视讯平台等,包括但不限于)。

3.1.9围绕“自主可控”战略,解决“卡脖子”研究的基础教学成果凝练的教材,结合开源精神的国产软件进入课堂的教学成果的教材。

3.1.10落实《关于推动现代职业教育高质量发展的意见》,围绕“纵向贯通、横向融通”的技能型高质量人才培养的优秀教材建设。

3.1.11指南中本科一般专题类课题。

课题资助说明:

1.重点资助电子工业出版社专项课题,择优资助指南中本科一般专题类课题。

2.对于具有系统性、科学性的研究工作和规划工作,不附加必须出版教材和签署出版协议的条件。

3.经费资助额度:

(1)计划资助额度在0.5万元-10万元人民币的项目5项左右(根据申报情况决定);

(2)计划资助额度为0.2万元人民币项目不设项目数上限(根据课题申报情况决定)。

清华大学出版社拟对以下课题予以资助。

一、本科院校课题:

3.2.1支持面向全校通识类课程的教材建设、改革探索与开发研究。

3.2.3面向卓越工程师培养计划的课程建设。

3.2.4支持计算机基础实践教学与创新创业教育专题,支持面向创新创业类课程的建设与研究。

3.2.5支持基于在线课程与混合教学方法的研究,以及面向新平台的课程建设、立体化教学的课程建设及研发。

3.2.6新兴学科的教学支持(如数据科学、人工智能、互联网+等)。

本科院校课题资助说明:

1.课题成果要能生成教材(或者优秀的课程资源)。

2.教材(或课程资源)需与清华大学出版社签订出版协议(或资源建设开发协议)。

3.经费支持额度:每项0.2万元--5万元人民币。

4.计划支持项目总数:本科部分20项左右(根据申报情况决定)。

二、职业院校及中小学课题:

3.2.7职业院校通识类课程及配套资源建设及教材开发

3.2.8职业院校专业群立体化资源建设及新形态教材开发

3.2.9双高职业院校重点课程建设、配套资源开发及配套融媒体教材出版

3.2.10新一代信息技术、人工智能、大数据、电子商务、物联网等新兴专业群建设

3.2.111+X证书重点专业、课程、资源及教材建设

3.2.12中职及中小学创客教育专项资源建设及配套教材开发

职业院校(包括职业本科、高职高专、中职)及中小学课题经费资助说明:

1.课题成果要配套建设成新形态或者立体化教材,且教材需在清华大学出版社出版。

2.经费支持额度:通识类课程及配套建设课题,每项0.5--5万元人民币(资助数量根据申报情况决定),其他课题每项0.2万元--1万元人民币。

北京邮电大学出版社拟对以下课题予以资助:

3.3.1面向全校的计算机基础类教学内容改革及课程建设;

3.3.2计算机专业课程教学方式及教学手段的改革;

3.3.3关于大数据、人工智能、物联网、信息安全等新专业、新学科的课程研究;

3.3.4结合新工科建设和工程教育认证的计算机基础类教学内容改革及课程建设;

3.3.5基于企业实际需求的实践教学与实训类课程研究;

3.3.6新形态教材与数字课程资源建设;

3.3.7支持指南中本科一般专题类课题1.3、1.5、1.6、1.8、1.9。

1.支持指南中北京邮电大学版社专项课题。

2.课题成果要产生教材或者优秀的课程资源。

3.教材(或课程资源)需与北京邮电大学出版社签订出版协议(或资源建设开发协议)。

4.单纯的课程资源,每项课题资助经费0.2万元-0.3万元人民币不等,并与出版社签订“课程资源开发”协议;单纯的纸质教材,每项课题资助经费0.2万元-0.3万元人民币不等,并与出版社签订“图书出版合同”。从课程建设的角度建设立体化资源(包括教材和课程资源),并与出版社签订“课程建设”立项协议,每项课题资助经费0.2万元-5万元人民币不等。

5.计划支持项目总数:不设上限(根据申报情况决定)。

6.课题咨询:陆瑶,itbuptpress@163.com

中国铁道出版社拟主要支持以下研究方向的课题。

3.4.1高等教育部分:

3.4.1.1新工科、新文科、新农科、新医科、新商科计算机基础课程教材建设。

3.4.1.2面向人工智能和大数据的计算机基础课程体系教材建设。

3.4.1.5数字化教材建设。

3.4.2高等职业教育部分:

3.4.2.1以数字能力和素养为导向的高职信息技术课程教材建设。

3.4.2.2适应数字时代高职专业教材研究(如:移动应用开发、大数据技术、云计算技术应用、物联网应用技术、工业互联网技术、区块链技术应用、人工智能技术应用、数字媒体技术、虚拟现实技术应用、信息安全技术应用等)教材建设。

3.4.2.3高职人才培养与职业工作无缝衔接的课程体系及项目课程研究教材建设。

3.4.2.4高等职业教育本科人才培养研究包括信息技术课程及本科专业(网络工程技术、软件工程技术、数字媒体技术、大数据工程技术、云计算技术、人工智能工程技术、工业互联网技术、区块链技术等)教材建设。

1.课题成果为纸质新形态一体化教材或课程建设资源。

2.单纯的纸质新形态一体化教材,每项课题资助经费0.2万元--0.3万元人民币,并与出版社签订“图书出版合同”或出版协议。计划资助项目总数:不设上限(根据申报情况决定)。

3.重点专项课题从课程建设的角度建设立体化资源,并与出版社签订“课程建设”立项协议,每项课题资助经费0.5万元--5万元人民币。计划资助项目总数:20项左右(根据申报情况决定)。

高等教育出版社将主要支持以下研究方向的课题:

3.5.1面向新工科的计算机基础课程建设及实践,如人工智能、大数据、虚拟现实、区块链技术等,参考指南中本科一般专题类课题1.6、1.8和1.9;

3.5.2在线课程与混合教学方法研究,参考指南中本科一般专题类课题1.3;

3.5.3计算机基础实践教学研究,参考指南中本科一般专题类课题1.5;

3.5.4教材演化与新形态资源建设研究,如新媒体技术对出版的推动和影响、在线教材建设、数字课程资源建设等。

3.5.5计算机基础类课程虚拟教研室建设、应用研究。

1.主要支持高等教育出版社资助专项课题中列出的课题研究方向。

2.课题3.5.1拟资助5项,课题3.5.2拟资助10项,课题3.5.3拟资助5项,课题3.5.4拟资助5项,课题3.5.5拟资助5项,具体根据申报、评审情况决定,每个项目拟资助0.2万元~2万元人民币。

3.项目资助额度为0.5万元人民币以下的课题,不需要与出版社另签其它协议。

4.项目资助额度为0.5万元人民币及以上的课题,需要与出版社另签其它协议。

5.课题咨询:唐德凯,tangdk@hep.com.cn,15010289683

北京师范大学出版社拟主要支持以下研究方向的课题。

3.6.1结合新工科建设,计算机公共课程的建设与开发;

3.6.2数据科学与大数据技术、人工智能等新专业、新学科的课程研究及建设,以及结合企业实际需求的实验课程与实训类课程的开发与实践研究;

3.6.3面向师范类院校的数据科学与大数据技术、人工智能等新专业、新学科的课程研究及建设,以及结合企业实际需求的实验课程与实训类课程的开发与实践研究;

3.6.4新型态教材和优秀数字资源的建设和开发;

1.支持指南中北京师范大学出版社专项课题。

2.课题成果要能生成教材或优秀的课程资源。

3.纸质教材,每项课题资助经费0.2万元-1万元人民币不等,并与出版社签订“图书出版合同”。计划资助项目总数:10项左右(根据申报情况决定)

4.立体化课程资源建设,并与出版社签订“课程建设”立项协议,每项课题资助经费0.2万元-10万元人民币不等。计划资助项目总数:5项左右(根据申报情况决定)。

5.课题咨询:赵洛育,13910393016

人民邮电出版社将主要支持以下研究方向的课题。

3.7.1计算机基础课程、专业课程深度融合课程思政,贯彻落实立德树人根本任务的形式、路径和思路,本科院校参考“本科一般专题类课题1.1”,高职院校参考“高职一般专题类课题2.1”。

3.7.2计算机类数字教材开发,本科院校参考指南中“本科一般专题类课题”中的所有方向,高职院校参考指南中“高职一般专题类课题”中的所有方向。

3.7.3结合新工科计算机基础课程建设和人才培养,面向全校通识课程的建设与开发,本科院校参考“本科一般专题类课题1.8”,高职院校参考“高职一般专题类课题2.2、2.5和2.6”。

3.7.4计算思维、数字化思维、学习科学基础、大数据、人工智能等方向的教学研究,本科院校参考“本科一般专题类课题1.2、1.6和1.9”,高职院校参考“高职一般专题类课题2.2、2.3和2.4”。

3.7.5在线课程开发与基于新平台(如虚拟仿真平台)的教学方法研究,本科院校参考“本科一般专题类课题1.3”,高职院校参考“高职一般专题类课题2.2、2.4和2.5”。

3.7.6研究型及应用型人才培养及教学模式研究,本科院校参考“本科一般专题类课题1.4”,高职院校参考“高职一般专题类课题2.6”。

3.7.7计算机基础实践教学与教育信息化专题的研究,本科院校参考“本科一般专题类课题1.5”,高职院校参考“高职一般专题类课题2.5”。

1.课题成果要能生成教材(或者优质课程资源)。

2.教材(或课程资源)需与人民邮电出版社签订出版协议(或资源建设开发协议)。

3.人民邮电出版社专项课题每项资助0.5万元~5万元人民币。计划资助项目数目:30项(根据申报情况决定)。

4.其他一般项目(包括本科项目和高职项目)课题择优资助,每项资助0.2万元人民币。计划资助项目总数:20项(根据申报情况决定)。

5.课题咨询:郑策,010-81055232,zhengce@ptpress.com.cn

3.8.1面向全校的通识类课程的建设与开发(如计算机基础、大数据导论、人工智能导论等)。

3.8.2面向新工科或新兴专业的计算机类课程的建设与开发(如本科:数据科学与技术、智能科学与技术、物联网工程、网络空间安全等;高职:大数据技术与应用、数字媒体技术、虚拟现实技术、移动互联应用技术、物联网应用技术、信息安全、工业机器人技术等)。

3.8.3基于在线教学平台的计算机类课程开发与资源建设(如教材开发、慕课/微课建设、教学课件和题库建设等)。

3.8.5基于企业实际需求的电子信息类实验与实训课程的开发与研究。

1.主要资助支持中国水利水电出版社专项课题中列出的课题研究方向。

2.课题成果为纸质新形态教材或课程建设资源。

3.纸质新形态教材:每项课题资助0.2万元--0.3万元人民币,并与出版社签订“图书出版合同”。资助总数不设上限,根据实际申报情况,择优资助。

4.课程建设资源:每项课题资助0.5万元--5万元人民币,并与出版社签订“资源建设协议”。资助总数为5项,根据实际申报情况,择优资助。

5.课题咨询:石永峰,13910032384,305586627@qq.com

南京中创书局有限公司拟对以下课题予以资助(包括本科和高职):

3.9.1“四新”背景下大学计算机基础(及应用)课程体系建设与教学改革研究(包括但不限于计算机公共基础、程序语言、计算机专业基础、计算机导论、物联网、人工智能、大数据、数据科学等)。

3.9.2面向计算机应用的纸质化及新形态教材建设与研发。

3.9.3“四新”背景下计算机课程新形态教材建设研究(包括但不限于数据库、计算机网络、操作系统、数据结构等)。

3.9.4大学信息技术基础教程(云课堂版)教材研究与开发。

3.9.5基于线上线下混合式“金课”的计算机课程教学模式创新与应用研究。

3.9.6高校计算机程序设计类课程立体化教材和教学资源库建设研究。

3.9.7基于产教融合的计算机课程实践(实训)环节教学探索与研究。

3.9.8“互联网+”教学新模式下大学计算机(信息技术)与程序语言类课程在线教学平台、试题库建设与研究。

3.9.9新课标下高等职业教育专科信息技术课程研究。

3.9.10课程思政与计算机课程教育教学深度融合研究。

1.主要资助支持南京中创书局有限公司专项课题中列出的课题研究方向。

2.课题成果需能生成教材或者优秀的课程资源。

3.纸质教材,每项课题资助经费0.2万元-2万元人民币,需签订图书合作协议,计划资助项目总数:不设上限(根据申报情况决定)。

4.课程资源建设,每项课题资助经费0.2万元-3万元人民币,需签订资源建设开发协议,计划资助项目总数:20项左右(根据申报情况决定)。

西安电子科技大学出版社拟对以下项目予以资助:

3.10.1基于人工智能、大数据、物联网、云计算、5G、区块链、信息安全等方向的一流专业、一流学科的教学改革和教材建设

3.10.2应用型本科高校、高等职业院校的计算机专业面向产教融合共同体遇到的挑战和对策研究

3.10.3教育部战略性新兴领域“十四五”高等教育教材体系建设探究

3.10.4“金课”线上线下混合式教学模式的深度融合与创新研究

3.10.5民办高校的学生素质培养与课程体系的建设

3.10.6基于计算思维的课程模式探讨与研究(主要方向:计算机基础,新一代信息技术,语言类程序设计,现代化办公软件应用等)

3.10.7在通信、电子、计算机类课程建设中如何避免思政“硬融入”的方法研究

3.10.8面向新工科、新文科、新农科的通识类、信息技术类教材建设的新方法、新模式、新内容探索与研究

3.10.9高等院校虚拟仿真实验室最优化方案及其建设探索与研究

3.10.10高等教育集成电路工程专业核心课程的建设与探究

3.10.11信息技术赋能高等、职业教育专业数字化转型研究与实践

3.10.12当代大学生德育、美育、体育、劳动教育的理论研究与教学实践

3.10.13“岗课赛证”背景下电子信息类专业产教融合实践基地建设的研究与实践

3.10.14“互联网+教育”教学新模式的理论与实践探索(含:创新创业、就业指导、职业规划等方向)

3.10.15大学生文献检索课程改革与立体化教材建设

3.10.16基于职业本科层次院校学生培养方案与课程建设的研究

3.10.17高等院校基础实践类课程的建设(含:计算机等级考试、上机实验、大学物理、电路、模电数电、电工电子等)

3.10.18计算机专业课程建设、教材建设、资源建设等方向的研究与探索

3.10.19以数字化转型助推高等院校计算机基础教育质量提升的探索与研究(包含:专业改革、教学改革、教材改革)

3.10.20高校在“三教改革”(教师、教法、教改)方面的基于课程上的探究

1.本课题指南本科、高职通用。

2.课题成果可通过教材、课程资源或其他形式结题。

4.计划支持项目总数:30项(根据申报情况决定)。

5.经费支持额度:每项0.2万元-5万元人民币。

本专项课题主要支持本科在以下研究方向的课题:

3.11.2支持一流专业、一流课程建设,包括但不限于国家一流专业/课程、省级一流专业/课程、校级一流专业/课程。

3.11.3支持应用型教材建设,包括但不限于案例实践类教材、项目驱动式教材、资源融合型教材(如视频、微课、音频、课件等)。

3.11.5支持经典教材配套资源建设,包括但不限于慕课/微课、教学课件、习题、实践平台。

1.课题成果要能生成新教材或者优质教学资源。2.教材需与机械工业出版社签订出版协议,资助额度每项1万元-3万元人民币,计划支持项目总数:20项。

3.教学资源需与机械工业出版社签订资源建设开发协议,资助额度每项0.2万元-1万元人民币,计划支持项目总数:20项。

本次共有12个企业提供课题资助。

课题方向

4.1.1应用型本科专业人才培养方案研究(包括但不限于培养目标,课程体系,实践体系等),涵盖工业软件、大数据、人工智能、通信等专业。

4.1.2高职专业人才培养方案研究(包括但不限于培养目标,课程体系,实践体系等),涵盖工业软件、大数据、人工智能、通信、云计算等专业。

2.资助金额:每课题0.2万元--1万元人民币。

3.资助数量:20个。

4.课题咨询:邱韶杰,18682329031,qiushaojie@xunfang.com

4.2.1课题一

课题内容:

需要通过中科高维睿思科技提供的机器视觉实验装备和平台软件完成以下的任务,以下任务完成不局限具体算法要求。但是需要能结合工业界实际场景进行研究和开发,比如可以完成划痕检测,9点标定,字符,logo,尺寸的视觉检测等实际应用效果。

1)点运算训练

2)几何变换训练

3)图像处理训练

4)OCR识别算法训练

5)目标检测算法训练

6)形状分类算法训练

7)尺寸测量算法训练

8)对象匹配算法训练

开发要求:

1.课题开发完成后,需要将课题任务转化为教学成果。具体规格要求如下:

1)需要转化上述8个项目案例,其中每个项目案例规格为:案例讲义,案例实训操作手册,案例讲解短视频,案例运行虚拟实验环境。

2)每个项目案例都可以在Do-Lab实训宝内运行和测试通过。

2.有关以上课题所需要的实验设备和软件开发平台均由中科高维睿思提供。

资助说明:

2.资助金额:每课题资助0.5-10万元(含必要的实验设备)。经过试点选择优秀的课题申请者,经过研究会评选推荐,中科高维睿思将会给予课题组额外的奖励。

3.资助数量:不超过10所院校

4.课题咨询:张广军,zhangguangjun@ict.ac.cn

4.2.2课题二

课题内容

1.面向机器人专业,结合智能机器人进行课程体系搭建与课程资源研发,包含了完整的课程讲义、课件、实验内容等;

2.基于人工智能技术,在智能机器人环境感知,语义分割、物体识别、人脸识别、自然语言处理、多机协同、人机交互等方面,进行算法研究和应用案列编写;

3.基于人工智能技术,结合智能复合机器人进行机器人比赛的设计和实践训练,包含了比赛规则,技术实现方案及实践案例等。

2.资助金额:每课题资助0.5-10万元(含必要的实验设备)

主要支持职业教育在以下研究方向的课题:

4.3.1面向智慧综合能源系统(包括但不限于光伏发电、风电、储电、储热、氢能等多种能源)的课程设计、教材编写和教学资源(如慕课/微课等)开发;

4.3.2面向碳排放管理的教材编写、实践环境建设开发、数字化资源开发;

4.3.3面向新型电力系统的智能运营、能源调度的课程设计和教材开发;

4.3.4面向新能源电站工程实际的课程设计、教材开发、工具书开发、工程设计样例;

4.3.5面向可编程控制系统集成及应用的课程设计、教材编写和教学资源开发。

1.资助金额:每项课题0.5万元-3万元人民币元。

2.资助数量:不限(根据课题申请情况)。

3.课题咨询:姚利森,yaolisen@rheaedu.com

主要支持高职教育和高职本科、应用型本科在以下研究方向的课题:

4.4.1集成电路专业(群)课程教学资源建设研究与实践(基于某一门课程)。

4.4.2集成电路专业基于“岗课赛证”的课程体系构建与课程资源研发(至少1门)。

4.4.3集成电路先进测试公共服务中心建设及一体化育人模式的探索与实践。

1.资助金额:每课题0.5万元-5万元人民币。

2.课题咨询:林颖,ly@luntek.cn。

主要支持高职教育在以下研究方向的课题:

1.计划支持项目总数:4项。

2.每项课题资助经费人民币1万元。

3.课题咨询:王苏豪,17633931241,wsh@bj-jc.com

4.6.1计算机网络行业实践案例

4.6.2人工智能标注技术应用

4.6.3大数据行业应用实践案例

4.6.4工业互联网技术应用

4.6.5区块链技术开发与应用

1.资助金额:每项课题资助0.5万元-5万元人民币

2.资助数量:30个(根据课题申请情况)

3.课题咨询:于鹏,18611643139,peng_yu@h3c.com

主要支持高职教育在以下研究方向的课题。本次重点在计算机与电子信息大类下的专业课程资源、实训资源建设:

4.7.1信息安全管理

4.7.2信息安全风险评估

4.7.3电子取证技术

4.7.4防火墙技术及应用

4.7.5VPN技术与应用

4.7.6入侵检测与防御

4.7.7数据恢复与容灾备份

4.7.8云安全技术及应用

4.7.9网络安全素养及课程思政教育

资助金额:每项资助0.2万元—5万元;

资助数量:50个(根据课题申请情况)。

课题咨询:谭念,17605034395,tanny.tan@dbappsecurity.com.cn

樊睿,18101038427,743554914@qq.com

随着元宇宙和数字人时代的到来,行业及高校急需从数字人的技术标准和人才建设出发,围绕元宇宙及数字人进行行业标准的制定及课程体系、课程资源的研发。

本专项课题主要支持高职和本科在以下研究方向的课题:

4.8.1围绕元宇宙下数字人产业全流程进行课程体系、专业群建设方案设计及人才培养模式和行业认证深度契合的研究

1.资助金额:每项课题资助0.2万元-5万元人民币(根据课题申请情况)

2.资助数量:10个(根据课题申请情况)

主要支持高职专科、高职本科、应用型本科在以下研究方向的课题。本次重点涉及的专业方向包括但不限于计算机应用技术、软件技术、计算机应用工程、软件工程技术、计算机科学与技术、软件工程、大数据技术、大数据与会计等,课题内容包括但不限于案例项目需求规格说明书、案例项目演示环境、案例项目模拟数据、案例项目用户手册、实训教学资源、实训平台开发(部分课题基于但不限于久其女娲低代码开发平台)。

4.9.1“农林牧渔-行业业务数据管理及分析项目”实训案例资源开发;

4.9.2“建筑建材-行业业务数据管理及分析项目”实训案例资源开发;

4.9.3“冶金矿产-行业业务数据管理及分析项目”实训案例资源开发;

4.9.4“石油化工-行业业务数据管理及分析项目”实训案例资源开发;

4.9.5“水利水电-行业业务数据管理及分析项目”实训案例资源开发;

4.9.6“交通运输-行业业务数据管理及分析项目”实训案例资源开发;

4.9.7“信息产业-行业业务数据管理及分析项目”实训案例资源开发;

4.9.8“机械机电-行业业务数据管理及分析项目”实训案例资源开发;

4.9.9“轻工食品-行业业务数据管理及分析项目”实训案例资源开发;

4.9.10“服装纺织-行业业务数据管理及分析项目”实训案例资源开发;

4.9.11“旅游休闲-行业业务数据管理及分析项目”实训案例资源开发;

4.9.12“专业服务-行业业务数据管理及分析项目”实训案例资源开发;

4.9.13“安全防护-行业业务数据管理及分析项目”实训案例资源开发;

4.9.14“环保绿化-行业业务数据管理及分析项目”实训案例资源开发;

4.9.15“工业互联网-行业业务数据管理及分析项目”实训案例资源开发;

4.9.16“人工智能视觉分析项目”实训案例资源开发。

1.资助金额:每项课题0.2万元—5万元。

3.课题咨询:芦星,13552443359,luxing@jiuqi.com.cn

锐捷网络拟对以下项目予以资助。

一、本科院校课题

4.10.1基于锐捷网络桌面云、5G、IPv6、安全等面向全校的计算机基础类教学内容改革及课程建设;

4.10.2基于锐捷网络桌面云、5G、IPv6、安全等信息技术对计算机专业、财经专业、外语专业、通信专业、物联网专业等计算机实训课程教学方式及教学手段的改革;

4.10.3基于锐捷网络“网络空间安全”“5G”“IPv6”等对新专业、新学科的教学信息化支撑体系及资源建设;

4.10.4基于锐捷网络桌面云、5G等在线课程与混合教学方法的研究。

1.课题成果要能生成案例

3.经费支持额度:每项0.3万元--5万元人民币(含必要的软硬件环境)

(注:纸质成果指的是课题结题报告,包含但不限于课题研究过程、落地成果、亮点总结)

4.资助数量:不限(根据课题申请情况)

5.本科院校课题咨询:陈思行,chensixing@foxmail.com,18913557431

二、职业院校课题:

4.10.5使用锐捷网络桌面云等新型信息化技术对职业院校通识类课程及配套资源建设及教学内容改革;

4.10.6使用锐捷网络桌面云、5G、IPv6、安全等新型数字化技术对新一代信息技术、人工智能、大数据、电子商务、物联网等新兴专业群建设及教学内容体系改革;

4.10.7锐捷网络桌面云、5G等信息技术对远程在线办公、远程教学及实训基地等专项资源建设及推广研究。

职业院校课题资助说明:

2.经费支持额度:每项0.3万元--5万元人民币(含必要的软硬件环境)

3.资助数量:不限(根据课题申请情况)

4.职业院校课题咨询:陈思行,chensixing@foxmail.com,18913557431

主要支持本科院校和职业院校在以下研究方向的课题:

一、本科院校(含职教本科)课题

4.11.1大数据赋能高校教学质量监控的方法和路径研究

4.11.2职业本科“计算机基础教育”研究和实践、

4.11.3职业本科院校创新创业教育改革研究与实践

4.11.4“四新”背景下《计算机软件知识产权管理》课程体系构建研究

4.11.5基于培养学生创新精神和创业能力的专业课程体系建设与实践

二、职业院校(含普教)课题:

4.11.6基于网络新型数字化技术的人工智能专业群建设及教学改革研究

4.11.7数字化转型背景下的高校新教师入职培训体系构建研究

4.11.8人工智能技术应用教学创新团队建设路径研究

4.11.9高职Python程序设计课程教材与资源建设

4.11.10教、学、做合一的一体化教学平台的建设与研究

4.11.11基于人工智能教学与体验中心的高职学生创新能力培养模式研究

4.11.12双创型现代学徒制信息安全人才培养模式研究与实践

4.11.13高职新一代信息技术专业现代学徒制管理模式下人才培养与实践

4.11.14基于课程思政的高职《云计算》课程教学改革的研究与实践

4.11.15基于人工智能、视频结构化、大数据等技术,对教育教学教研进行深度研究,促进教学质量提升

4.11.16“双高计划”建设背景下高校“专创”融合人才培养模式研究

4.11.17“活页式”教材资源建设与开发

4.11.18智慧教育背景下多元混合教学模式的研究与实践

4.11.19开放型区域产教融合实践中心的模式和路径研究

4.11.20服务乡村振兴校企深度合作共建产业学院模式与应用研究

4.11.21高水平教学创新团队的标准及建设路径研究

4.11.22校企深度合作生产性实训基地管理机制研究

4.11.23基于现代学徒制管理模式下教学方式变革研究与实践

4.11.24工业互联网数字孪生实训基地建设研究

三、课题资助说明:

1.课题成果能生成精品课或新形态教材,资助经费0.2万元人民币,资助数量20项左右(根据申报情况决定)。

2.课题成果能生成“成果案例+课题研究基地建设+落地效果视频”,天雨乔松提供必要的软硬件环境,资助经费视建设规模再另行给予0.5万元--3万元人民币,资助数量10项左右(根据申报情况决定)。

主要支持高职教育、高职本科和应用型本科在以下研究方向的课题:

4.12.1面向社会需求的新工科计算机基础课程体系建设和实践教学,包含教学资源建设与练习题库开发。

4.12.2面向人工智能和大数据应用需求的计算机基础课程教育实践教学体系构建与教学内容改革研究。

1、课题成果为从课程建设的角度建设立体化教学资源及练习题库。

2、每项课题资助经费0.2万元--2万元人民币,须与本公司签订合作协议,建议学校配套资金支持。

4、课题咨询:曲冬华,13683183185,qdh@ceac.org.cn

课题申报人所在单位必须是全国高等院校计算机基础教育研究会会员单位或者课题申报人是全国高等院校计算机基础教育研究会个人会员并按时交纳会费。非单位会员或者非个人会员的课题申报人应先申请研究会会员资格(申请会员资格流程详见研究会网站www.afcec.com);课题申报人应具有讲师及以上专业技术职称;每个课题负责人每年最多只能申报一项研究会课题,最多只能承担二项研究会课题,包括在研未结题的课题。每个课题只能有一位课题负责人,每个课题的参与人员一般不超过5人。

课题分为本科一般专题、高职一般专题、出版社资助专项和企业资助专项四类课题。

课题成果必须在执行期内由课题组成员独立完成或参与完成。课题成果类型包括(但不限于):研究报告、期刊或会议论文、编写出版教材或专著、课程或课程资源建设、实践环节或实践平台建设等。

特别说明:

1.课题成果必须是课题执行期内完成的成果;

2.每个课题成果仅能支撑一个研究会立项的课题;

3.研究报告是每个课题必须完成的成果,但仅有研究报告一项成果不行;

4.论文、教材或专著等出版物类型的成果要求注明得到研究会立项支持并注明课题编号,未注明课题编号的论文、教材或专著等不计入课题成果;

6.在未被检索机构收录的期刊、电子期刊或会议上发表的论文不计入课题成果;

7.一页和不足一页的超短论文不计入课题成果。

课题申报不收取申请及评审费用。

(1)申报流程

课题采用网络申报方式,具体流程如下:

l根据“课题申报书”模板填写课题申报书,课题执行期统一填写为2024年1月-2025年11月,申报书中需要所有参与人签字,并加盖所在学校或二级单位(学院或教务处)公章,完成网上填报。

THE END
1.人工智能原理实验四:智能算法与机器学习本实验课程是计算机、智能、物联网等专业学生的一门专业课程,通过实验,帮助学生更好地掌握人工智能相关概念、技术、原理、应用等;通过实验提高学生编写实验报告、总结实验结果的能力;使学生对智能程序、智能算法等有比较深入的认识。要掌握的知识点如下: 掌握人工智能中涉及的相关概念、算法; https://blog.csdn.net/m0_64146991/article/details/144395968
2.赛桨PaddleSciencev1.0正式版发布,飞桨科学计算能力全面升级!百度飞桨作为拥有国内最大开源用户群体的深度学习平台,一直致力于将 AI 方法应用于基础科研,通过不断提升飞桨框架对科学问题的求解机制,并建设端到端的科学计算工具组件来加速 AI 与传统科学研究的融合。在过去的一年中,飞桨框架通过全量支持开源科学计算工具 DeepXDE 以及对大量科学领域论文代码的重构,进一步完善了https://baijiahao.baidu.com/s?id=1771997232125044980&wfr=spider&for=pc
3.基于在线字典学习算法的地震数据去噪研究与应用基于在线字典学习算法的地震数据去噪研究与应用 王量 开通知网号 【摘要】: 在地震数据处理领域,地震资料的去噪质量直接影响到后续处理工作的有效性和可靠性,并且随着地震勘探的发展越来越偏向于复杂油气藏,干净的地震资料难以获得,因此对于地震资料的去噪应用是地震数据处理领域中一项重要的持续研究内容。基于地震数据与https://cdmd.cnki.com.cn/Article/CDMD-10616-1019216086.htm
4.等生成模型的深度学习算法综合研究与应用大三及以上组菁英科研项目:人工智能与数据科学专题:基于LSTM等序列模型、GAN等生成模型的深度学习算法综合研究与应用【大三及以上组】https://www.eol.cn/waiyu/news/20230103103205.html
5.图机器学习峰会复杂图的研究与应用探索2022 年 6 月 23 日 图与推荐 背景介绍 6月 25 日,9:00 - 13:30,在 DataFunSummit 2022:图机器学习在线峰会上,由京东 纪厚业博士 出品的 复杂图论坛 ,将邀请来自亚马逊云科技、北京交通大学、UIUC、美团、天津大学、中国科学技术大学的6位专家学者,针对复杂图的发展趋势和应用实践进行深度分享,欢迎大家一https://www.zhuanzhi.ai/document/7219bfaf72699d982df8786ad4fbe2a3
6.人工智能深度学习算法优化与数据增强技术在图像识别领域的协同应用案例 以物体识别为例,通过采用深度学习算法优化和数据增强技术相结合的方法,可以显著提高模型在复杂场景下的识别准确率,例如在交通场景下的车辆识别、人脸识别等方面取得了良好的效果。 结语 通过以上介绍,我们了解了人工智能深度学习算法优化与数据增强技术在图像识别领域的协同应用研究。这种技术的发展将极大地提高图https://www.jianshu.com/p/2de25c9c4d0d
7.TCCT通讯Newsletter2017No.01快速在线模型预测及在三自由度直升机中的应用 系统科学与数学, 2016 Vol. 36 (10): 1618-1629 Abstract | PDF 李旭军,刘业政,荆科,何军 节点的时间异质性对信息传播的影响 系统科学与数学, 2016 Vol. 36 (10): 1630-1642 Abstract | PDF 刘秀丽,邹庆荣 我国用水总量预测研究 系统科学与数学, 2016 Volhttps://tcct.amss.ac.cn/newsletter/2017/201701/journal.html
8.科学网—[转载]强化学习在资源优化领域的应用当业务环境发生变化时,智能体能够及时地利用数据中蕴含的变化信号,从而更加迅速和敏锐地通过与业务环境的交互重新找到合适的优化方案。鉴于这些特点,近年来强化学习算法结合行业大数据的解决方案在资源优化领域得到越来越多的应用,并取得了一系列优秀的成果。 基于这种行业趋势,本文针对强化学习算法在资源优化领域的应用展开https://blog.sciencenet.cn/blog-3472670-1312677.html
9.2022年度陕西省重点研发计划项目申报指南目录2.高性能计算与工业软件 2.1 超大规模复数稠密矩阵方程直接求解算法库 2.2 超大规模复数稀疏矩阵方程直接求解算法库 2.3 工业仿真软件架构关键技术 2.4 三维几何建模技术研究 2.5 面网格生成技术 2.6 体网格生成技术 2.7 高性能三维图形渲染技术 2.8 航空大规模并行 CFD 计算技术及应用示范 http://www.kt180.com/html/sxs/9889.html
10.基于学习投入的混合式教学预警模型研究——以大学物理为例近年来,学习预警是教育数据挖掘研究和应用一个热点领域,国外学习预警的研究与实践始于 20 世纪 90 年代初,通过对国内文献的研究,发现国内最早研究学习预警的是华金秋,其《台湾高校学习预警制度及其借鉴》文献发表于 2007 年。学习预警普遍采用的算法有回归分析、并通过准率、召回率与 F 值等,本文使用了召回率、F 值https://www.thepaper.cn/newsDetail_forward_20481255
11.转:2024年展望:未来十大最吃香最具前景专业分析1.1 深度学习算法研究 神经网络架构优化:开发更高效、更强大的神经网络模型。 迁移学习:研究如何将一个领域的学习成果应用到另一个相关领域。 强化学习:探索AI如何通过与环境互动来学习最优策略。 联邦学习:研究如何在保护数据隐私的同时进行分布式机器学习。 https://maimai.cn/article/detail?fid=1851243312&efid=XSQx0hfK7u4CsISU06jfRw
12.智谱·AI人工智能发展月报(2021年1月)华盛顿大学和加州大学洛杉矶分校的研究人员与深度科技创业公司 Optelligence LLC 共同开发出一种光学卷积神经网络加速器,每秒能够处理拍字节(1 拍字节 = 250 字节)级的大量信息。这项创新利用了光的巨量并行性,预示着用于机器学习的光学信号处理新时代的到来,应用领域包括无人驾驶汽车、5G 网络、数据中心、生物医学诊断https://www.ofweek.com/ai/2021-01/ART-201717-8140-30484174_3.html
13.2022信息科技课程标准全文最新版(二) 信息隐私与安全 (三) 跨学科主题数字设备体验 第二学段(3?4年级) (-)在线学习与生活 (二) 数据与编码 (三) 跨学科主题 数据编码探秘 第三学段(5?6年级) (一)身边的算法 (―)过程与控制 (三)跨学科主题 小型系统模拟 第四学段(7?9年级) (一) 互联网应用与创新 (二) 物联网实践与探https://www.liuxue86.com/a/4254721.html
14.[量化]万字综述,94篇论文分析股市预测的深度学习技术一些实验探索了RNN与其他机器学习的混合应用。[108]提出了一种新颖且稳健的混合预测模型(HPM),它是三种预测模型的组合:RNN、指数平滑(ES)[11]和自回归移动平均模型(ARMA)[7]。遗传算法通过提供显著提高预测精度的最优权重来优化模型。[155]提出了基于RNN的状态频率记忆(StateFrequencyMemory,SFM)算法,该算法能够从http://www.360doc.com/content/23/0519/03/1081259395_1081259395.shtml
15.打破常规!R与机器学习在医学领域中针对测序数据的分析和可视化机器学习模型在生物医学应用中具有巨大的潜力。一个名为GradioHub的新平台为临床医生和生物医学研究人员提供了一种交互式和直观的方式来试用模型,并在真实世界的训练外数据上测试其可靠性。机器学习(ML)研究人员越来越多地成为跨学科合作的一部分,他们与领域专家密切合作,以应对高影响力的临床和生物医学挑战。例如,已经https://www.360doc.cn/mip/1105263022.html