TY -的A2 Bhattacharya丝薇AU -罗,小越PY - 2023 DA - 2023/02/10 TI -无线传感器网络和人工智能应用教育技术课程SP - 2093354六世- 2023 AB -在其漫长的发展过程中,现代教育技术课程发生了一些变化,积累了大量的信息。理论上说,国家强大的重视在学校的使用它。学生主修教育应该把教育技术课程,这样他们可以学习的特点和应用技术核心当前信息化教学媒体和纳入自己的教学计划和课堂活动。这将帮助他们满足今天的教室的信息需求,随着他们的发展随着教育现代化和教育信息的可用性。因此,本研究采用无线传感器网络(WSN)艾德科技类收集和发送数据,然后使用AI来评估这些类的质量和指导实时改变他们如何教和完成以下任务:(1)教育技术课程的发展现状和国内外的WSN的介绍。(2)传感器网络在教学中的应用,介绍了格勒乌神经网络的基本原理和相关阐述了优化算法,和教育技术课程的质量评价体系。(3)IPSO-Adam-GRU评价模型提高了神经网络的hyperparameters格勒乌的帮助下改进的PSO方法和亚当梯度下降法。美联储模型测试数据评估,研究结果相比,从一个专家的评估,以确定如何执行模型。本文的结果表明,建立的模型优于其他人,因为它提供了一个更准确的评估。SN - 1687 - 725 - 2023/2093354 / 10.1155 x你——https://doi.org/10.1155/2023/2093354——摩根富林明——《传感器PB - Hindawi KW - ER