马氏珠母贝贝壳的组织化学观察.doc

《马氏珠母贝贝壳的组织化学观察.doc》由会员分享，可在线阅读，更多相关《马氏珠母贝贝壳的组织化学观察.doc（195页珍藏版）》请在金锄头文库上搜索。

1、马氏珠母贝贝壳的组织化学观察1、相关定义1.1、概念 1.1 眼表疾病1.1 眼表疾病 眼表疾病(ocular surface disease,OSD)一词最早是于 1984 年,由 17 综 述 Nelson1首先提出,当时的概念是:泛指损害角结膜眼表正常结构域功能 的疾病。其后,通过反复的临床实践,人们对于眼表整体性的认识逐渐加 深,于是,眼表的概念又经过多次讨论与重新界定。目前,对于眼表的定 义是:从整体意义上所说的,参与维持角膜表面健康的防护体系中的所有 外眼附属器。从解剖学角度2,它包括上下睑缘灰线间的整个粘膜上皮。 从组织学的角度,其中包含二大重要的组织结构:角膜上皮与结膜上皮。

2、眼表疾病,也被重新概括为眼表泪液疾病3(ocular surface & tear disease) 1.2、POMDP定义 POMDP通过提供一个环境模型产生观察的过程,扩展了Markov过程到观 察的表示,观察条件依赖于当前的环境状态。模型中Agent采用概率分布去推断 当前世界状态,我们称这个在世界状态集合上的概率分布为一个信念。另外,一 个信念包含了关于Ageni过去所有动作和观察所能表达的信息,因此我们同样可 以在信念上进行推理而不损失当前状态的任何信息。POMDP可以看成信念状态 下的Markov过程。 定义1:一个POMDP可以形式化描述为一个多元组122: .环境的有限状态集S

3、; .有限动作集U; .有限观察集Y; .状态转移概率函数T:5 XU(S); .观察函数Y:5 XU(Y); .回报函数R。 为了研究的简化,假定状态S、动作U与观察Y都是有限的。对于无限的情 况,很多算法都是可以适用的,但是在数学上计算是相当复杂的。Baxter和 Bartlett23给出了无穷状态和动作算法的收敛性证明。 万 图2.2 POMDP模型 对于每个动作u oU,都会确定一个随机矩阵q(Ji,u),i,j 05,称之为环 境状态转移概率函数,表示在此动作下,环境状态迁移的概率。对于每个状态 注S,Agent的观察值为少。Y的概率为v(川O,观察值之间互相独立。再加上 对回报值的

4、描述,就组成了如图2.2所示的的POMDP模型。处于系统中的Ageni 根据它的策略采取动作,在每个时间步,Agent都会收到系统对它动作表现的延 迟回报。 如果对于任意的1 es,v(川l)一1都成立,表示的是环境状态完全可知,这 样POMDP就简化成了MDP,图2.1中的子组 表示的是基础MDP。 2.L3长期回报 强化学习的目的是使得公式(1一l)表示的环境奖赏的累计值最大,也就是 使得长期平均回报最大化,对于有限步长,平均回报如公式(2一l)所示: 。一)i-+mJ:豁司 (2一1) 对于无限步长,如果进一步考虑到折扣因子刀,则有公式(2一2): 。:!象刀子 了, (2一2) 学习的

5、目标是要发现一个最优策略:。评价最优策略的目标函数包括状态 值函数v和状态一动作值函数Q。如果值函数采用无限折扣奖赏模型来描述的话, 最优策略可以通过计算最优值函数来获得。最优值定义为: (、, 。,之:,。 I二UJ (2一3) 也可以递归定义为: V(s)= maX 口 R(s,a)+r艺T(s,a,s)V(s) (2一4) (2一4)称为Bellman最优方程,相应的Bellman最优策略公式124如下: 二(s)= arg ma 艺T(s,a,s)V(s) (2一5) r + 、产 a , S 了.、 R 广.!lweweL X Bellman方程的求解可以采用动态规划(Dynamic

6、 Programming)中的值迭代算 法和策略迭代算法25,后面将详细讨论。 求解POMDP MDP的策略可以看成是一个状态到动作的映射表,而POMDP的策略要求 把每个可能的信念映射到动作。求解POMDP的目标是寻找一个从信念到动作的 映射,称该映射为策略,且该策略使得期望回报最大化。为了期望回报能够收敛, 我们在前面引入了折扣因子刀,刀反映了对未来动作的重视程度,并影响了值函 数的收敛速度。每个策略对应着一个值函数,该值函数描述了信念空间上每点的 折扣未来期望回报的估计值。 这里先介绍一个重要的概念:信度状态。 信度状态 我们把状态的置信度称为信度状态(B elief State)126

7、。信度状态b定义为在隐 状态集S上的概率分布,记b(s)为对状态s的置信度。在信度状态b,系统执行 动作a,得到新的观察。,此时根据Bayes原理,新信度状态b计算如下: O(:,a,o、丫_P(:.a,、,、b(:、 b(s,)=Prs,o,a,b=-几一二止色已月丝一之 pr toa,b) (2一6) 公式(2一6)意义在于:给定一个隐状态集合s上的概率分布b(s),系统执 行a动作,系统转移到状态s的概率由分子求和项部分计算。但在新观察。的 约束下,分子乘上观察函数以确定在S状态的置信度。分母事实上是归一化项。 求解过程 图2.3 POMDP策略求解 POMDP的策略求解过程比MDP问题

8、要复杂。Agent选择的动作与环境交互, 促使环境按照己有的状态转移模型进行状态变换。在执行动作时,我们无法知道 下一个确切状态, 我们仅仅知道有可能转移到的下一个状态相关的概率信息。我 们必须按照这些概率信息(即状态转移矩阵)来选择行为。图2 .3所示的是POMDP 问题策略的求解过程, SE表示信度状态估计,万表示的是基于 MDP技术的求解 方法。在对状态进行估计后 POMDP的策略。 当信度状态是可计算时, 可以利用已有的基于MDP技术的方法来求解 POMDP问题最优策略学习转变为”信度状态MDP (Belief MDP)最优策略的学习。信度状态MDP模型定义如下: Belief MDP

9、 数为:(b,a,b), B是系统所有信度状态的集合,A是动作集合,记状态转移函 奖赏函数为p(b,a)。显然, (“,一”) 馨pr(“一”, ),r(。一”)(2一7, 户(b,a)=艺b(s)R(s,a) SeS (2一8) 环境 口甲 可- 信度状 态 图2.4 BeliefMDP学习过程 拼扭班拼 就是模型中的Markov假设条件。 1.3、测量的定义 测量是根据法则给事物分派数字(史蒂文斯)。在这一定义中,测量包含了 三个要素: (一)法则给事物的属性分派数字的依据; (二)事物属性测量的对象或目标; (三)数字描述事物属性的符号 为此,教育测量应是依据一定的法则,对教育活动中的现

10、象给予数量化的描 述。 1.4、变量定义 本研究采取的是参与观察研究,即在研究对象的工作现场进行自然状态下的现场观察和 记录并辅助访谈方法进行探讨和验证。通过对记录内容的分析归纳和总结,以及日常工作中 其他资料的辅助支持,判断出媒体沟通形态与沟通满意度、合作绩效的关系。在整个观察过 程中,将注意几个变量的情况。 自变量:新媒体沟通形态:包括手机短信、手机和电话语音通话、MSN及QQ聊天软件 控制变量:团队类型一自我管理型团队及职能型团队 因变量:1)沟通满意度:容量、效率、信息理解、横向沟通、上下级沟通、技术指标 22 2) 合作绩效:包括监督、反馈、互动、支持以及决策质量 3.2.1 自变量

11、新媒体沟通形态 通过前期研究确定,将本次研究的新媒体沟通形态集中于:1)文本形式(电子邮件及 手机短信),这种仅有电子文字文本式的沟通形态,是诉诸文字文本进行人际互动的组织沟 通。2)音频形式(手机或电话),其诉诸于听觉、口语或者说话人的语调。3)文本+音频 (QQ、MSN),随着网络聊天软件功能的不断强化,技术的不断更新和提高,QQ和MSN的形式 界定已趋于模糊。它既可以实现文本的实时互动和传输,具有短信和电子邮件的功能,也能 进行视频和语音的在线聊天。 手机、电话语音通话 (音频形式) MSN、QQ 聊天软件(文 手机短信(文本形式 )本+音频+视频) 图2 不同新媒体沟通形态 3.2.2

12、 因变量1”沟通满意度” 参照前人对沟通满意度的定义,通过对研究对象日常沟通情况的分析,以及焦点小组 讨论,沟通满意度的测量标准主要有六个指标衡量。 I. 容量: 观察每一种沟通形态它所能传递和包含的信息量大小。可以按照每一种 沟通形态下,一次沟通所传递的文本字节数来衡量。 II. 效率:观察每一种沟通形态下,就任务而言,其沟通的效率如何,可以按照沟 通开始到结束的时间作为参考标准。 III. 信息理解:观察在每一种沟通形态下,沟通者之间对沟通信息的接受程度,反 馈的效率等。 IV. 横向沟通:观察同级之间,在日常沟通中,运用新媒体沟通的情况,以及产生 的沟通满意度。 V. 上下级沟通:观察上

13、下级之间,运用新媒体的沟通情况,不同的沟通形态对其 沟通满意度的影响。 VI. 技术指标:观察不同新媒体沟通形态对技术、设备的依赖性。 研究后期,研究者通过深度访谈,对沟通满意度的维度定义进行了访谈。参与访谈的人 员都认为,沟通时针对所涉及的人员、内容等方面的不同,往往会产生不同的要求,所以需 要从多方面作为测量沟通满意度的指标。认为在沟通过程中,沟通中传递者所能传递的信息 容量越多,就可以让接收者所收到的信息量越多,从而提供更多的反馈、支持和帮助。而沟 通效率的提高,则可以进一步提高团队工作的效率。大多数人认为,信息理解很重要,如果 往来的沟通信息理解差,等同于沟通的失败,更无法谈满意度。在

14、日常工作中,沟通关系主 23 要就是横向沟通和上下级的沟通两种,因此,研究新媒体沟通形态对横向沟通和上下级沟通 的作用是很有意义的。而对于技术标准,涉及到对新媒体的正常使用和方便性,也可以作为 衡量的标准之一。 因此,研究者在参与观察中通过事件对沟通满意度的各维度比较,是具有效度的。 3.2.3 因变量2”合作绩效” 从团队合作的过程上来看,(Fletcher& Debra,2006)的研究为后来者提供了很好的借鉴。 在他们的研究中,不仅研究了绩效,还对沟通过程中表现出的团队合作过程的四个维度 沟通、监视、反馈、支持进行了比较和定义。研究者在因变量”合作绩效”监督、反馈、 支持、互动四个维度上

15、采取其定义,并依照其定义对参与观察中的事件进行分类。而从团队 的结果绩效来看,前人研究基本集中于决策时间和决策质量。前面所述原因,本研究结果绩 效只测量决策质量。 I. 监督(Performance Monitoring):团队成员之间,特别是上下级间,运用不同新 媒体沟通形态,对其他成员,特别是下级工作进度,比如写稿进度,采访落实情况 以及印刷进度等进行监督。 II. 反馈(Feedback):团队成员之间,运用不同媒体形态,其中一位成员使用另一 个团队成员提供的信息来了解工作进展、解决问题。比如对采访现场的及时汇报; 印刷进度的即时反馈等。 III. 支持(Backup Behaviors

16、):当工作团队成员在工作中碰到疑难或棘手问题,其他 团员利用新媒体沟通形态给予其他成员在工作上的援助。例如采访过程中提供采访 信息;写稿过程中给予”指点迷津”;印刷过程中对于印刷质量问题的支持解决 。 IV. 互动:利用新媒体沟通形态进行沟通的团队成员,在沟通交流时相互影响,共同达 成对于事件一致性观点或认识,比如盘选题过程中的来往相互沟通,印刷过程中对 当期杂志印刷技术上的往来探讨。 V. 决策质量:利用新媒体沟通媒介交流信息,有否完成沟通目的,最终完成的成品稿 是否被采用,和采用后被评为好稿的等级;或者是印刷有无错误及质量有无提高 。 在后期的深度访谈中,进一步确定本研究运用监督、反馈、支持和互动作为合作绩效过 程的考核标准是合适的,获得了访谈人员的认同。他们认为在日常沟通中,主要涉及到的合 作过程就是监督、反馈、支持和互动等。但也认为对工作的考核结果,也即合作的结果质量 的参考是非常