那偉聰 張萬榮 謝紅云 金冬月

摘要：文章介紹了人工智能神經(jīng)網(wǎng)絡技術及其微波應用課程的內容設置與教學改革方法。該課程通過深入介紹微波電路設計原理以及人工智能技術在其中的應用方法，旨在培養(yǎng)學生在高頻電路設計領域的創(chuàng)新能力，掌握科學原理和科學方法，熟練使用微波電路設計EDA工具和人工智能技術，以及解決實際工程問題的能力。為了實現(xiàn)教學目標，課程采用多種教學方法，包括多媒體教學手段、虛擬實驗室引入、線上線下相結合的學習模式以及項目實踐等，以提高學生對微波電路設計原理的理解，增強他們的實際操作能力，并培養(yǎng)解決實際問題的綜合能力。此外，文章還強調了教學方法的評估和調整的重要性，以確保教學方法與學生需求相匹配，不斷提升教學質量。

關鍵詞：課程設計；教學改革；人工智能神經(jīng)網(wǎng)絡技術；微波電路設計

中圖分類號：G642? ? ? 文獻標識碼：A

文章編號：1009-3044（2024）08-0028-04

開放科學（資源服務）標識碼（OSID）

隨著微波產(chǎn)品市場需求的不斷增長，傳統(tǒng)的微波電路設計方法面臨著一系列挑戰(zhàn)[1]，例如設計周期長、復雜性高、成本昂貴等問題。為了應對這些挑戰(zhàn)，人工智能技術逐漸成為微波電路設計領域的新寵。人工智能技術，特別是人工神經(jīng)網(wǎng)絡和深度學習技術，以其高效的模型學習能力和強大的數(shù)據(jù)處理能力，為微波電路設計注入了新的活力。通過利用神經(jīng)網(wǎng)絡對微波電路進行建模和優(yōu)化，設計人員可以更快速地實現(xiàn)電路設計的仿真與驗證，大大縮短產(chǎn)品設計周期，提高設計效率。因此，將人工智能技術與微波電路設計相結合，成為微波電路設計領域迎接未來挑戰(zhàn)的必然選擇。

電子科學與技術專業(yè)作為現(xiàn)代信息社會中不可或缺的學科之一，其培養(yǎng)的人才不僅需要具備扎實的電子學基礎理論知識，更需要適應科技創(chuàng)新的能力和跨學科的綜合素養(yǎng)。隨著科技的飛速發(fā)展，電子科學與技術領域對人才的需求也日益呈現(xiàn)多樣化、復合型的趨勢。在這樣的大背景下，人工智能神經(jīng)網(wǎng)絡技術及其微波應用課程旨在為電子科學與技術專業(yè)的學生提供一門前沿的、與時俱進的課程，以滿足其在人工智能時代的專業(yè)需求。通過該課程的學習，學生將深入了解微波電路設計的基本原理，同時掌握人工智能技術在微波電路設計中的應用方法。這不僅為他們提供了在電子工程領域更加廣闊的職業(yè)發(fā)展空間，同時也培養(yǎng)了他們在跨學科背景下解決實際問題的綜合素養(yǎng)。本課程的設置不僅僅是對傳統(tǒng)微波電路設計課程的一種補充，更是對當前電子科學與技術專業(yè)培養(yǎng)模式的創(chuàng)新。在人工智能技術日益融入各個領域的時代，為學生提供能夠深入融合電子學和人工智能的課程，具有極其重要的現(xiàn)實意義。

1 課程教學目標

1.1 教學目標概述

人工智能神經(jīng)網(wǎng)絡技術及其微波應用課程的教學目標旨在通過系統(tǒng)而深入的學習，培養(yǎng)電子科學與技術專業(yè)學生在高頻電路設計領域的創(chuàng)新能力，如圖1所示。該課程不僅致力于傳授技術理論和實踐的結合，而且注重培養(yǎng)學生認識新技術和應用新技術的能力，使其具備解決實際問題的綜合素養(yǎng)。

1.2 學科基本能力培養(yǎng)

1.2.1 科學原理和科學方法掌握能力

學生將通過學習本課程，深刻理解微波電路設計的基本原理和相關科學方法。從微波設計EDA技術到人工神經(jīng)網(wǎng)絡和深度學習的應用，學生將培養(yǎng)對科學原理的深刻理解和科學方法的靈活運用能力。

1.2.2 現(xiàn)代工程工具和信息技術工具使用能力

在現(xiàn)代電子工程領域，工程師需要熟練掌握各種工程工具和信息技術。通過課程的學習，學生將不僅了解微波EDA技術的應用，還將掌握人工智能技術在電路設計中的工程實踐，提高在工程項目中使用現(xiàn)代工具的能力。

1.2.3 工程問題解決能力

課程旨在培養(yǎng)學生解決實際工程問題的能力。通過深入學習人工神經(jīng)網(wǎng)絡和深度學習技術在微波電路設計中的應用，學生將具備分析、識別并解決工程問題的綜合能力。

1.3 子目標分解

1.3.1 掌握人工神經(jīng)網(wǎng)絡和深度學習的基本概念、知識體系結構及應用方法

學生將通過深入研究神經(jīng)網(wǎng)絡結構、深度學習模型以及設計應用方法，全面了解人工神經(jīng)網(wǎng)絡和深度學習的基本概念，建立對其體系結構的深刻認識，并能夠設計應用于微波電路設計的方法。

1.3.2 理解人工神經(jīng)網(wǎng)絡的訓練機制

學生將深入了解神經(jīng)網(wǎng)絡的訓練機制，包括如何生成訓練數(shù)據(jù)和驗證數(shù)據(jù)、如何確定采樣方式、采用何種訓練誤差、如何判斷當前神經(jīng)網(wǎng)絡模型的欠學習或過學習狀態(tài)等方面的知識。同時，學生將掌握基于梯度優(yōu)化技術和全局優(yōu)化方法的訓練算法[2]。

1.3.3 增強理論結合實際能力

通過學習人工智能技術在微波無源器件和有源器件及電路建模與設計等領域的應用實例，培養(yǎng)學生分析和解決問題以及理論聯(lián)系實際的能力。

1.3.4 提高學生運用專業(yè)英語進行學術交流的能力

課程采用雙語教學，旨在提高學生的英語水平，使其具備運用專業(yè)英語進行學術交流的能力。學生將在學術領域更自如地表達和交流，增強國際學術交流的能力。

1.4 教學目標的實現(xiàn)途徑

為了實現(xiàn)上述目標，教學方法將注重理論與實踐相結合、線上與線下相結合。在課堂教學中，將通過講授、案例分析以及實際應用，使學生深入理解人工神經(jīng)網(wǎng)絡和深度學習技術的應用。通過編程作業(yè)和實驗報告，學生將有機會將所學理論知識應用于實際問題的解決中，培養(yǎng)實際應用能力[3]。

2 課程內容設計

比照課程的教學目標，課程內容設置為以下幾部分，如表1所示。

2.1 引論

在本課程的引論中，學生將深入了解微波器件及電路的基本設計流程，突出微波設計EDA技術在該流程中的關鍵作用。通過對人工神經(jīng)網(wǎng)絡和深度學習的概述，學生將了解這兩者在微波電路設計中的發(fā)展歷史、基本特點與功能，以及應用。

2.2 人工神經(jīng)網(wǎng)絡的結構

本課程的第二章內容包括腦的生物神經(jīng)系統(tǒng)概述和多種人工神經(jīng)網(wǎng)絡結構的介紹。通過對腦的生物神經(jīng)系統(tǒng)的概述，學生將了解到生物神經(jīng)網(wǎng)絡的基礎結構和工作原理，為后續(xù)學習人工神經(jīng)網(wǎng)絡提供基礎。此外，介紹多種人工神經(jīng)網(wǎng)絡結構，包括多層感知機、誤差反向傳播神經(jīng)網(wǎng)絡、基于知識型神經(jīng)網(wǎng)絡、動態(tài)神經(jīng)網(wǎng)絡、空間映射神經(jīng)網(wǎng)絡等[4]。

2.3 人工神經(jīng)網(wǎng)絡的訓練

本課程的第三章介紹人工神經(jīng)網(wǎng)絡的訓練。首先介紹神經(jīng)網(wǎng)絡訓練的前期準備工作，包括訓練數(shù)據(jù)和驗證數(shù)據(jù)的生成。通過實際案例，使學生理解如何有效地構建訓練數(shù)據(jù)集以及驗證數(shù)據(jù)的重要作用。其次，詳細介紹人工神經(jīng)網(wǎng)絡的訓練算法，包括基于梯度優(yōu)化技術的算法以及基于全局優(yōu)化方法的算法等。

2.4 深度學習模型

本課程的第四章重點介紹以卷積神經(jīng)網(wǎng)絡為代表的深度學習模型。學生將深入了解卷積神經(jīng)網(wǎng)絡的起源、主流架構以及在圖像處理等領域的廣泛應用。此外，本章還會介紹深度學習的其他重要模型，包括受限玻爾茲曼機、循環(huán)神經(jīng)網(wǎng)絡、深度強化學習、貝葉斯優(yōu)化等，介紹這些模型的原理和在實際問題中的應用。

2.5 人工智能技術在微波電路設計中的應用

本課程第五章介紹應用于微波無源電路設計和有源電路設計中的人工智能技術。首先，介紹高速集成電路互連線的神經(jīng)網(wǎng)絡建模與分析、傳輸線的神經(jīng)網(wǎng)絡建模與優(yōu)化、微波濾波器的深層神經(jīng)網(wǎng)絡建模與優(yōu)化等案例，使學生深入了解人工智能技術在無源電路設計中的應用。其次，介紹人工智能技術在有源電路設計中的應用，包括各類晶體管的直流、小信號、大信號的神經(jīng)網(wǎng)絡技術建模實例、多物理效應的神經(jīng)網(wǎng)絡技術建模實例等，從而使學生理解人工智能技術在微波有源電路設計中的價值和作用[5]。

3 教學方法改革

3.1 教學方法改革的具體方式

結合教學內容，人工智能神經(jīng)網(wǎng)絡技術及其微波應用課程采用多媒體教學手段、虛擬實驗室引入、線上線下相結合的教學模式以及真實項目實踐等方式，對教學方法進行改革，如圖2所示。

3.1.1 多媒體教學手段

為了提升學生直觀理解能力，并使課程中的抽象概念具體化，引入多媒體教學手段。通過引入圖表、演示視頻等生動形式，激發(fā)學生的感性認知，讓他們更快、更深入地理解微波電路設計原理及相關概念。通過可視化手段，將抽象的微波電路設計概念呈現(xiàn)為具體形象，有助于學生在感性認知的基礎上建立對課程主題的抽象理解。利用交互式圖表，學生能夠在學習過程中自主探索相關概念，提高學習的主動性和參與度。通過實時演示視頻展示微波電路設計的實際操作過程，為學生提供直觀的學習體驗，強化他們對課程內容的記憶和理解。例如，在本課程的引論中，引導學生了解人工神經(jīng)網(wǎng)絡和深度學習的發(fā)展歷史、認識微波器件及電路的基本設計流程、理解微波設計EDA技術的重要性等。采用多媒體教學手段，通過圖表、演示視頻等方式生動直觀地展示微波電路設計的基本概念，讓學生在感性認識的基礎上建立起對課程主題的抽象理解。通過這些手段，多媒體教學成為連接抽象理論和實際操作的橋梁，為學生提供更為立體、豐富的學習體驗。這種方法有助于培養(yǎng)學生更深層次的理解和應用能力，推動他們在微波電路設計領域取得更好的學術成績。

3.1.2 虛擬實驗室的引入

引入虛擬實驗室的主要目標是通過計算機模擬實際電路設計和測試過程，增強學生的實際操作能力，使其在實踐中更加熟練。通過模擬實驗情境，幫助學生深入理解理論概念，加強對課程內容的理論聯(lián)系實際的認識。利用虛擬實驗室，學生可以在計算機上進行電路設計和測試，模擬實際工程中的操作過程，提高其在電路設計方面的技能。例如，本課程的第二章主要介紹神經(jīng)網(wǎng)絡的結構，包括腦的生物神經(jīng)系統(tǒng)概述、生物神經(jīng)網(wǎng)絡基礎、神經(jīng)元模型等。針對這一章節(jié)的內容，引入虛擬實驗室，通過計算機模擬生物神經(jīng)網(wǎng)絡的結構，讓學生在虛擬環(huán)境中親身感受神經(jīng)網(wǎng)絡的工作原理，加深對神經(jīng)網(wǎng)絡結構的理解。虛擬實驗室能夠降低實驗成本，使更多學生能夠參與實際操作，而無須依賴昂貴的實驗設備。在虛擬實驗室中進行實驗，不僅避免了實驗中可能出現(xiàn)的危險，還提供了一個安全的學習環(huán)境，讓學生更自由地探索和學習。

3.1.3 線上線下相結合的學習模式

線上線下相結合的學習模式旨在提高學習的靈活性，讓學生更好地根據(jù)自身情況選擇學習方式，充分利用線上線下的資源。目標是將理論知識在線上進行學習，而將實際操作和案例分析留在線下進行，以更好地結合理論與實踐，提升學生的實際操作能力。利用線上平臺，學生可以通過在線課程學習相關的理論知識，包括微波電路設計的基礎理論和相關技術。在線下，通過實際的實驗和案例分析，學生有機會將在線上學到的理論知識應用到實際問題中，提高實際操作和解決問題的能力。例如，課程第三章的重點在神經(jīng)網(wǎng)絡的訓練方法上，包括如何生成數(shù)據(jù)、如何確定采樣方式、如何選擇訓練誤差函數(shù)等。對于這一內容，采用線上線下結合的學習模式，線上進行理論知識的學習和討論，線下通過實際案例進行訓練，提高學生在神經(jīng)網(wǎng)絡訓練方面的實際操作能力。學生可以通過線上學習充分利用數(shù)字化資源，包括視頻、討論區(qū)等，提高信息獲取的效率；通過線下實際操作，更深入地理解和掌握微波電路設計的實際應用，加強實際操作能力。通過線上線下相結合的學習模式，學生既能夠通過線上靈活學習獲得理論知識，又能夠通過線下實際操作和案例分析深化對知識的理解，提高學習的深度和廣度。這種模式更好地適應了學生的不同學習需求，促進了綜合能力的全面提升。

3.1.4 項目實踐的融入

引入項目實踐的主要目標是讓學生參與真實的微波電路設計項目，通過實踐中學習并應用人工智能技術，培養(yǎng)他們解決實際問題的能力。項目實踐旨在將課堂理論與實際應用有機結合，使學生在真實項目中應用所學知識，深化對理論的理解。針對特定項目，引入實地考察的方式，帶領學生參觀相關企業(yè)或實驗室，了解真實的應用場景，深化對人工智能技術在微波領域的認識。學生在課程中參與真實的微波電路設計項目，從項目的規(guī)劃、設計到實際執(zhí)行，全方位地鍛煉其團隊協(xié)作和問題解決的能力。例如，在課程第五章的學習中，針對人工智能技術在微波無源電路設計中的應用，可以通過實地考察企業(yè)或實驗室，深入了解這些技術在工業(yè)實踐中的應用；也可以通過項目實踐讓學生參與設計并優(yōu)化一個真實的微波電路，解決實際中的設計難題。通過項目實踐的融入，學生不僅能夠學到理論知識，還能夠在實際項目中鍛煉實際操作能力，培養(yǎng)團隊協(xié)作和解決問題的能力。這種實踐性的學習方式有助于學生更好地應對未來工作中的挑戰(zhàn)，提高其綜合素養(yǎng)。

3.2 教學方法的評估與調整

3.2.1 教學效果的評估指標

在教學方法改革的過程中，需要建立科學的評估體系。評估指標包括學生的學習成績、參與度、實際操作能力的提高等方面。通過定期的測驗、實驗報告、項目評估等方式，將學生的學習成績細分為理論知識、實際操作、團隊協(xié)作等方面，細化教學效果的評估指標，以更全面地了解學生的學習狀況。此外，引入學生自評和同儕評價，促使學生更主動地參與和反思學習過程。

3.2.2 教學方法的靈活調整

評估的結果將為教學方法的靈活調整提供依據(jù)。根據(jù)學生的反饋和實際效果，及時對教學方法進行調整和優(yōu)化，確保教學方法與課程內容的緊密結合能夠更好地服務于學生的學習。具體的教學方法調整內容包括：設立定期的教學反饋會議，以收集學生和教師的意見，從而及時調整教學方法；制定靈活的教學調整計劃，確保教學方法的改進是基于科學的依據(jù)和全面的評估結果。

3.2.3 不斷創(chuàng)新的教學團隊

建立一個充滿活力和創(chuàng)新精神的教學團隊，鼓勵教學團隊成員參與教育研討會和培訓，保持對新教學理念和技術的敏感性；設立創(chuàng)新獎勵機制，以激發(fā)教師提出和實踐新的教學方法，形成共識，共同推動整個團隊的不斷創(chuàng)新，共同推動教學質量的提升。

4 結束語

綜上所述，通過不斷改革教學方法，更好地服務于人工智能神經(jīng)網(wǎng)絡技術及其微波應用課程的教學目標，教學方法與課程內容的緊密結合將更加個性化、靈活，更好地滿足學生的需求，培養(yǎng)更具實際應用能力的工程人才。

參考文獻：

[1] 洪韜，趙京城，刁為民.微波器件與電路實驗課程設計[J].教育教學論壇，2015（14）：242-243.

[2] 楊汶汶，陸清源，秦偉.“做中學”理念在微波技術基礎課程教學中的應用探索[J].學園，2017（28）：49-50.

[3] 那偉聰，張萬榮，謝紅云，等.《微波電路設計的智能學習技術》課程內容設計與教學方法[J].電子世界，2021（21）：73-74.

[4] 楊曉玲.人工智能技術在信號處理課程教學中的應用[J].集成電路應用，2023（10）：46-47.

[5] 姚恒.人工智能背景下多媒體類課程教學模式探索[J].教育教學論壇，2023（29）：133-136.

【通聯(lián)編輯：謝媛媛】