《人工智能海洋学》课程教学大纲

《人工智能海洋学》课程教学大纲一、课程基本信息课程中文名称人工智能海洋学课程英文名称ArtificialOceanography课程编号33321607课程模块£思想政治理论课£通识教育课专业基础课£专业课课程性质必修£限选£专业任选£任选总学时40讲授学时32实验（专题辅导）学时8总学分2.5开课单位电信学院开课系（室）自动化系授课对象本科适用专业自动化先修课程自动化专业导论、Matlab语言及应用、python语言及应用二、课程简介和教学目标1．课程简介《人工智能海洋学》是自动化专业本科学生的一门专业基础必修课，在自动化的专业课程体系中具有重要的地位和作用。本课程在自动化专业导论、Matlab语言及应用、python语言及应用等前序课程的基础上，主要内容涉及海洋大数据、python语言、人工智能基础、深度学习、循环神经网络、海洋特征智能识别、海洋智能预测等专业前沿知识。本课程内容涵盖了海洋、气象、生态、计算机、人工智能等领域，利用人工智能新兴技术来推动跨学科联合，通过获取、利用、管理海洋大数据，实现海洋大数据科学与机器学习、人工智能的交叉融合，发挥了自动化专业在智慧海洋建设中的重要作用。课程帮助学生充分接触人工智能在海洋科学中的应用等前沿课题的最新研究进展，通过本课程的学习，学生在一定程度上掌握人工智能海洋学的发展历程、海洋大数据的处理分析、人工智能基础等知识及应用能力，帮助学生准确、迅速地了解国内外科技发展动态，为学生走向工作岗位、升学深造等提供能力支撑。2.教学目标通过本课程的学习，要求学生在一定程度上了解人工智能海洋学的发展历程，初步掌握海洋大数据的处理分析、人工智能基础、海洋特征智能识别、海洋智能预测等相关知识，并具有一定的应用能力。课程主要培养学生运用物理、数学及自然科学和工程科学的相关知识分析复杂工程问题的能力，引导学生运用所学知识开展文献检索和资料查询，并寻找正确解决问题的途径。本课程具体教学目标如下：教学目标1：了解人工智能和海洋学知识。教学目标2：掌握海洋大数据的分析处理、人工智能基础等知识及应用能力。教学目标3：在多学科背景下，利用文献检索、分析，针对具体对象建立数学模型并求解等方式，通过小组合作完成课程项目。教学目标4：了解人工智能在海洋科学中的应用等前沿课题的最新研究进展，了解人工智能方向国内外科技发展动态，培养学生的文化自信，为党育人、为国育才。3．教学目标与毕业要求指标点的支撑关系教学目标支撑毕业要求对应指标点教学目标17.1理解环境保护和社会可持续发展的内涵和意义。7.2能够站在环境保护和可持续发展的角度思考专业工程实践的可持续性，评价产品周期中可能对人类和环境造成的损害和隐患。教学目标21.1能够将数学、自然科学、工程科学的语言工具用于工程问题的表述。1.2能针对具体的对象建立数学模型并求解，将相关知识和数学模型方法用于推演、分析自动化相关领域的工程问题，用于解决方案的比较与综合。2.1能够识别和判断工程问题的关键环节和参数，并能基于相关科学原理和数学模型方法正确表达自动化相关领域的工程问题。2.2能认识到解决问题有多种方案可选择，运用相关的基本原理，通过文献研究，分析自动化相关领域的工程问题，论证解决方案的合理性，获得有效结论。4.1能够基于科学原理，通过文献研究或相关方法，调研和分析自动化专业工程问题和解决方案。4.2能够根据对象特征，选择研究路线，设计实验方案，并构建实验系统，安全地开展实验，正确地采集实验数据，并能对实验结果进行分析和解释，通过信息综合得到合理有效的结论。5.1了解专业常用的现代仪器、信息技术工具、工程工具和模拟软件的原理和使用方法，并理解其局限性。5.2能够选择与使用恰当的仪器、信息资源、工程工具和专业模拟软件，对自动化相关领域的工程问题进行分析、计算与设计；能够针对具体的对象，开发或选用满足特定需求的现代工具，模拟和预测专业问题，并能够分析其局限性。教学目标39.1能够在团队中有效沟通，合作共事。9.2在多学科背景下，能够独立或合作开展工作，并具备组织、管理、协调团队工作的能力。10.1能够就复杂的自动化工程问题，与业界同行及社会公众通过口头和书面的方式进行技术交流和有效沟通。12.2具有自主学习的能力，能够对技术问题进行分析探索、归纳总结、实践质疑，并寻找资源获取解决问题的方案。教学目标48.1有正确的价值观，理解个人与社会的关系，了解中国国情。10.2了解专业领域的国际发展趋势、研究热点，能够适应国内外自动化行业产业的形势变化；具备一定的国际视野，理解和尊重世界不同文化的差异性和多样性，能够在跨文化背景下进行交流并施展专业技能。12.1认识到自主和终身学习的必要性，能够跟踪社会与技术发展的趋势。三、理论教学表1理论教学安排序号章节（学时）学习内容（含重点、难点）教学方法、手段支撑教学目标其他1绪论（2）1.了解本课程内容，知识结构考核要求等2.了解人工智能发展历程3.了解人工智能海洋学发展历程讲授式、实操式、讨论式、线上线下混合式相结合1、4课堂表现、作业、讨论2海洋大数据（2）1.了解海洋大数据发展历程2.掌握海洋大数据的定义和特征（★）3.了解海洋大数据的来源4.掌握海洋大数据的处理分析（▲）5.了解常用的海洋大数据平台（★）讲授式、实操式、讨论式、线上线下混合式相结合1、2、3、4课堂表现、作业、讨论3python语言（4）1.掌握编译软件的下载和安装2.掌握基本变量类型并能够熟练使用（★）3.掌握函数和类并能够熟练使用（▲）4.掌握基本语法并熟练使用（▲）5.了解基本的库讲授式、实操式、讨论式、线上线下混合式相结合1、2、3、4课堂表现、作业、讨论4人工智能基础（4）掌握人工智能基本概念掌握BP神经网络（★）3.了解其他神经网络讲授式、实操式、讨论式、线上线下混合式相结合1、2、3、4课堂表现、作业、讨论5深度学习（4）1.掌握深度学习的基本概念和特征2.掌握卷积神经网络的基本结构（★）3.了解常用的神经网络模型4.掌握基于卷积神经网络的语义分割（▲）讲授式、实操式、讨论式、线上线下混合式相结合1、2、3、4课堂表现、作业、讨论6循环神经网络（4）1.掌握循环神经网络的基本概念和特征2.掌握长短时记忆网络的结构和工作原理（★）3.了解门控循环单元4.掌握双向网络结构（▲）讲授式、实操式、讨论式、线上线下混合式相结合1、2、3、4课堂表现、作业、讨论7海洋特征智能识别（6）1.掌握海洋涡旋智能识别技术（▲）2.掌握海上目标物体的提取和检测技术（★）3.掌握遥感图像的分类和特征识别（★）4.了解海表溢油、藻类等智能检测讲授式、实操式、讨论式、线上线下混合式相结合1、2、3、4课堂表现、作业、讨论8海洋智能预测（6）1.了解海洋气候预测的基本概念和工作2.掌握近岸法风暴潮智能预测（★）3.了解其他海洋气候因子的智能预测技术讲授式、实操式、讨论式、线上线下混合式相结合1、2、3、4课堂表现、作业、讨论四、实验教学表2实验教学安排序号实验项目名称（学时）实验内容实验类型支撑教学目标其他1Python基础训练1.定义并使用基本变量2.安装并调用基本函数库3.掌握数据的读入，可视化技术综合2、3小组研讨、设计、汇报2BP神经网络1.搭建BP神经网络2.训练BP神经网络综合2、3小组研讨、设计、汇报3卷积神经网络1.搭建基础的卷积神经网络2.训练基础的卷积神经网络综合2、3小组研讨、设计、汇报4长短时记忆网络1.搭建长短时记忆神经网络2.训练长短时记忆神经网络综合2、3小组研讨、设计、汇报五、考核与成绩评定方法表3课程考核及评价细则成绩组成考核/评价环节分值考核/评价细则支撑教学目标平时成绩（20%）上课表现20根据学生平时上课的出勤率、课堂表现及互动情况，视其对课程学习的态度及积极程度，按20%计入课程总成绩。1、2、3、4实验成绩（20%）实验课20实验的完成程度，实验报告规范，内容等，按20%计入课程总成绩综合。1、2、3课程报告（60%）课程项目完成程度60根据学生完成课程项目的程度，成果展示表现，课程报告规范，内容等，按60%计入课