期刊文献+
共找到20篇文章
< 1 >
每页显示 20 50 100
异构微差同步并行训练算法
1
作者 黄山 吴煜凡 +1 位作者 吕鹤轩 段晓东 《计算机工程与科学》 CSCD 北大核心 2024年第11期1949-1959,共11页
前馈神经网络BPNN因具有非线性能力强、自学习能力强、自适应能力强以及容错能力强等优点,被广泛应用于行为识别和预测等领域。随着模型的升级优化和数据量的快速增长,基于大数据分布式计算框架的并行训练架构成为主流。ApacheFlink作... 前馈神经网络BPNN因具有非线性能力强、自学习能力强、自适应能力强以及容错能力强等优点,被广泛应用于行为识别和预测等领域。随着模型的升级优化和数据量的快速增长,基于大数据分布式计算框架的并行训练架构成为主流。ApacheFlink作为新一代大数据计算框架,因其具有高吞吐量、低时延等特点而被广泛应用。硬件设备更新换代速度的加快以及购买批次不同导致现实生活中Flink集群大多数为异构集群,意味着集群中的计算资源不均衡。现有的BPNN并行训练模型无法解决因计算资源不均衡带来的训练过程中高性能节点空转的问题。此外,异构环境下BPNN的并行训练还存在节点数量增加,节点间的通信开销也随之增加的问题。传统的小批量梯度下降方法拥有较好的寻优效果,但随机的初始化模型和小批量的梯度下降特点导致了BPNN并行化训练出现收敛速度缓慢的问题。针对以上问题,为加快异构环境下BPNN并行化训练速度,提高BPNN并行训练效率,提出了异构微差同步并行训练算法。该算法能够针对异构环境下节点性能不同的情况,对节点性能进行评分,并实时地通过数据分区模块动态地按比例分配数据,使节点性能和节点分配数据量成正比,从而减少高性能节点空转时长。 展开更多
关键词 Flink BPNN 并行训练 异构环境
下载PDF
基于仿真实验的智能并行训练方法
2
作者 马春华 《指挥控制与仿真》 2024年第1期93-99,共7页
智能训练是利用机器学习算法对神经网络智能体模型进行训练优化的过程,智能体模型通过不断试错的训练方式实现智能提升。大规模训练数据是智能训练的必要条件,通常难以从现实世界中直接获取,如何通过仿真的方式生成大量有效的训练数据,... 智能训练是利用机器学习算法对神经网络智能体模型进行训练优化的过程,智能体模型通过不断试错的训练方式实现智能提升。大规模训练数据是智能训练的必要条件,通常难以从现实世界中直接获取,如何通过仿真的方式生成大量有效的训练数据,是智能训练的重要研究方向。对此提出一种基于仿真实验的智能并行训练方法,利用仿真实验管理可快速生成批量仿真实验想定,并支持节点自动部署和运行,通过合理的训练架构设计和有效训练流程设计实现智能并行训练。通过实际案例展示了智能训练的仿真实验管理过程,并结合训练效果证明了给出的方法提高了智能训练效率和智能体泛化性。 展开更多
关键词 强化学习 智能训练 并行训练 仿真实验
下载PDF
面向执行-学习者的在线强化学习并行训练方法 被引量:3
3
作者 孙正伦 乔鹏 +2 位作者 窦勇 李青青 李荣春 《计算机学报》 EI CAS CSCD 北大核心 2023年第2期229-243,共15页
近年来,深度强化学习(Deep Reinforcement Learning,DRL)已经成为了人工智能领域中的研究热点.为了加速DRL训练,人们提出了分布式强化学习方法用于提升训练速度.目前分布式强化学习可以分为同策略方法、异策略方法以及最新的近同策略方... 近年来,深度强化学习(Deep Reinforcement Learning,DRL)已经成为了人工智能领域中的研究热点.为了加速DRL训练,人们提出了分布式强化学习方法用于提升训练速度.目前分布式强化学习可以分为同策略方法、异策略方法以及最新的近同策略方法.近同策略方法改善了同策略方法和异策略方法的问题,但是由于其共享内存并行模型的限制,近同策略模型难以扩展到以网络互连的计算集群上,低可扩展性限制了近同策略方法能够利用的资源数量,增加了计算节点的负载,最终导致训练耗时增加.为了提升近同策略方法的可扩展性,提升收敛速度,本文提出了一种以消息传递为基础,使用Gossip算法与模型融合方法的并行执行者-学习者训练框架(Parallel Actor-Learner Architecture,PALA),这一方法通过增强训练的并行性和可扩展性来提升收敛速度.首先,该框架以Gossip算法作为通信基础,借助全局数据代理并使用消息传递模型创建了一套可扩展的多个并行单智能体训练方法.其次,为了保证探索-利用的同策略性,维持训练稳定,本文创建了一套可以用于多机之间进行隐式同步的进程锁.其次,本文面向含有CUDA张量的模型数据,提出了一种序列化方法,以保证模型数据能够通过节点间网络传递、聚合.最后,本文使用模型聚合方法对训练进行加速.基于上述优化和改进,PALA训练方法能够将负载均衡地映射到整个计算集群上,减少由于高负载而造成的长等待时间,提升收敛速度.实验表明,相较于之前使用共享内存模式的方法,PALA训练的智能体在达到相同水平时,训练时间缩减了20%以上,同时,PALA还有着较好的可扩展性,PALA可以扩展的硬件资源数量是原有方法的6倍以上.与其他方法相对比,PALA训练的智能体最终策略在几乎所有测试环境中达到了最优水平. 展开更多
关键词 Gossip算法 强化学习 同策略学习 分布式强化学习 并行训练方法
下载PDF
基于弱能量并行训练序列的OFDM信道估计 被引量:1
4
作者 曾召华 张建红 《计算机仿真》 CSCD 北大核心 2011年第8期102-106,共5页
研究获得OFDM信道的信道状态信息,提高信道的传输性能,针对快速信道传输中提高传输率,提出了一种基于弱能量并行训练序列的信道估计算法,算法中训练序列直接叠加到发送的信息数据上,在接收端利用并行训练序列来进行信道估计。仿真结果显... 研究获得OFDM信道的信道状态信息,提高信道的传输性能,针对快速信道传输中提高传输率,提出了一种基于弱能量并行训练序列的信道估计算法,算法中训练序列直接叠加到发送的信息数据上,在接收端利用并行训练序列来进行信道估计。仿真结果显示,所提算法的性能与基于导频的LS、MMSE算法性能相当,且在低信噪比时稍优于LS算法。采用m序列、ZCZ序列和最优周期训练序列时都能达到很好的BER信道估计性能,可选择的训练序列的范围更广,并进行仿真。结果表明,算法提高了信道传输性能,计算复杂度低,并具有很好的灵活性,对无线通信系统有效,为系统设计提供了依据。 展开更多
关键词 信道估计 并行训练序列 正交频分复用 衰落信道
下载PDF
一种基于支持向量机的并行训练策略
5
作者 雷咏梅 王雄 +1 位作者 郭恒明 金亨科 《上海大学学报(自然科学版)》 CAS CSCD 北大核心 2007年第5期545-549,共5页
针对基于支持向量机的分类器训练时间过长问题,提出一种并行训练策略.该策略在并行程序设计上采用主从模式,将训练任务划分成若干个子任务,分配到多个从节点上计算,最后由主节点将各从节点上的训练结果收集,生成分类器模型.采用这种算法... 针对基于支持向量机的分类器训练时间过长问题,提出一种并行训练策略.该策略在并行程序设计上采用主从模式,将训练任务划分成若干个子任务,分配到多个从节点上计算,最后由主节点将各从节点上的训练结果收集,生成分类器模型.采用这种算法,使用了多组稀疏型和连续型的数据集,经过在自强3000高性能计算机上测试,实验结果表明该算法不仅能够保证多分类的高准确率,而且缩短了训练时间. 展开更多
关键词 并行计算 支持向量机(SVM) 决策函数(df) 并行训练
下载PDF
生物序列模式分析中神经网络的并行训练策略
6
作者 王镝 吴青泉 +1 位作者 王国仁 于戈 《计算机科学》 CSCD 北大核心 2004年第3期130-133,178,共5页
神经网络作为模式识别、数据挖掘等方面的有效工具,已被广泛应用到生物序列的模式分析中,而生物序列的超大规模、超长同时也给神经网络提出了挑战,即必须解决训练时间过长、效率低下的问题。本文提出了若干适合生物应用的神经网络并行... 神经网络作为模式识别、数据挖掘等方面的有效工具,已被广泛应用到生物序列的模式分析中,而生物序列的超大规模、超长同时也给神经网络提出了挑战,即必须解决训练时间过长、效率低下的问题。本文提出了若干适合生物应用的神经网络并行训练策略,并按其神经网络粒度进行分类,同时分析和比较了各种策略的代价。 展开更多
关键词 神经网络 并行训练策略 生物信息学 生物序列模式分析
下载PDF
基于层次遗传算法的RBF神经网络并行训练方法研究 被引量:1
7
作者 胡浩民 马德云 《福建电脑》 2005年第4期5-6,4,共3页
本文探讨了径向基函数(RadialBasisFunction ,简称RBF)神经网络的工作原理及特点,针对该神经网络在时序数据预测中的应用,提出了用层次遗传算法提高网络学习效果的策略。同时根据数据预测中,处理大训练集的特点,提出了一种并行训练RBF... 本文探讨了径向基函数(RadialBasisFunction ,简称RBF)神经网络的工作原理及特点,针对该神经网络在时序数据预测中的应用,提出了用层次遗传算法提高网络学习效果的策略。同时根据数据预测中,处理大训练集的特点,提出了一种并行训练RBF神经网络的方法。 展开更多
关键词 RBF神经网络 并行训练方法 层次遗传算法 径向基函数 时序预测
下载PDF
决策树的并行训练策略 被引量:1
8
作者 刘欣阳 王国仁 +1 位作者 乔百友 韩东红 《计算机科学》 CSCD 北大核心 2004年第8期129-130,135,共3页
随着生物科学技术的发展,其数据量的增长也非常迅速,很难在一定合理的时间内对数据进行建模和分析,因此,对并行数据挖掘算法的研究已变成解决此问题的重要途径。决策树途径已被广泛用作一种重要的分类工具,本文研究了几种决策树的并行... 随着生物科学技术的发展,其数据量的增长也非常迅速,很难在一定合理的时间内对数据进行建模和分析,因此,对并行数据挖掘算法的研究已变成解决此问题的重要途径。决策树途径已被广泛用作一种重要的分类工具,本文研究了几种决策树的并行训练策略并对它们的性能进行了比较。 展开更多
关键词 决策树 并行训练 数据挖掘 动态数据分片 人工神经元网络 统计模型
下载PDF
基于边缘云计算的混合并行AI训练机制研究 被引量:2
9
作者 贺迎先 《西安文理学院学报(自然科学版)》 2023年第1期9-12,16,共5页
针对边缘计算环境下人工智能(Artificial Intelligence,AI)模型训练效率低下的问题,提出了基于边缘云计算的混合并行训练框架(Edge-Cloud based Hybrid Parallel Training Framework,ECHPT).ECHPT能在终端设备、边缘服务器和云计算中心... 针对边缘计算环境下人工智能(Artificial Intelligence,AI)模型训练效率低下的问题,提出了基于边缘云计算的混合并行训练框架(Edge-Cloud based Hybrid Parallel Training Framework,ECHPT).ECHPT能在终端设备、边缘服务器和云计算中心之间实现AI模型和数据样本的自适应调度.ECHPT将模型计算和数据任务调度问题建模为训练时间最小化的优化问题,设计了调度算法对优化问题进行求解.实现了由设备、边缘服务器和云服务器组成的硬件原型.实验结果表明,与现有框架相比,ECHPT可以有效缩短AI模型的训练时间. 展开更多
关键词 边缘云计算 AI模型训练 并行训练
下载PDF
可重构OCS技术在大模型预训练中的应用(特邀)
10
作者 朱宸 周谞 王佩龙 《光通信研究》 北大核心 2024年第5期25-34,共10页
【目的】相比于电子分组交换机(EPS),全光电路交换(OCS)在时延、功耗、成本和稳定性等各个方面都体现出了优势,文章通过分析大模型预训练中的并行切分策略、集合通信需求、流量模式和现今的网络架构,讨论了基于OCS在训练组网中的可行的... 【目的】相比于电子分组交换机(EPS),全光电路交换(OCS)在时延、功耗、成本和稳定性等各个方面都体现出了优势,文章通过分析大模型预训练中的并行切分策略、集合通信需求、流量模式和现今的网络架构,讨论了基于OCS在训练组网中的可行的应用方式,以在训练任务中充分利用OCS的优势。【方法】文章提出在故障快速恢复中采用多个小端口OCS进行网络设备冗余保护的机制,可在机顶(ToR)交换机故障时快速切换不中断训练任务。此外,文章还提出OCS只为数据并行(DP)服务,且仅在任务开始前进行配置。【结果】文章提出了多种可行的光电组网架构,以及在不同AllReduce算法下的具体配置,采用包括集合通信算法和架构设计联合优化的方式达到更优的带宽利用率。【结论】只要充分结合训练任务的流量模型,OCS可以很好地融入现有EPS网络架构,从成本、低功耗、低时延以及高稳定性等各方面对大模型预训练进行优化。 展开更多
关键词 全光电路交换 可重构 光电混合网络架构 大模型预训练 集合通信 并行训练
下载PDF
大模型训练技术综述 被引量:2
11
作者 田海东 张明政 +1 位作者 常锐 童贤慧 《中兴通讯技术》 北大核心 2024年第2期21-28,共8页
实现高效训练已成为影响大模型应用普及的关键要素之一。按照数据准备、数据加载、模型初始化及评估、训练并行、模型状态保存的一般训练流程,对大模型高效训练的主要技术进行分析和论述。面对大模型规模的持续增长、数据处理类型的扩展... 实现高效训练已成为影响大模型应用普及的关键要素之一。按照数据准备、数据加载、模型初始化及评估、训练并行、模型状态保存的一般训练流程,对大模型高效训练的主要技术进行分析和论述。面对大模型规模的持续增长、数据处理类型的扩展,现有大模型训练技术仍存在较大的优化空间。认为未来大模型训练重点研究方向包括以数据为中心、数据加载智能化和异构加速、网络通信领域定制、训练并行及自动化。 展开更多
关键词 大模型 数据准备 数据加载 模型初始化 模型评估 训练并行 训练网络 检查点
下载PDF
基于训练数据动态分配的深度学习并行优化机制
12
作者 颜子杰 陈孟强 吴维刚 《计算机工程与科学》 CSCD 北大核心 2018年第A01期141-144,共4页
基于MXNet框架,针对同步并行下参数同步耗时过长这一问题,提出了一种多机同步并行下的训练数据动态分配算法。基于计算节点的计算效率,每一次迭代后将动态调整节点需要处理的样本数据量。这样的机制使模型既能同步并行也降低了等待梯度... 基于MXNet框架,针对同步并行下参数同步耗时过长这一问题,提出了一种多机同步并行下的训练数据动态分配算法。基于计算节点的计算效率,每一次迭代后将动态调整节点需要处理的样本数据量。这样的机制使模型既能同步并行也降低了等待梯度更新的耗时。最后,利用天河二号超级计算机对此优化算法进行了对比实验,实验结果表明,所提出的优化机制达到了预期效果。 展开更多
关键词 深度学习 数据分配 同步并行 并行训练 超级计算
下载PDF
基于BP神经网络的并行算法
13
作者 钟静 傅彦 《重庆三峡学院学报》 2006年第3期19-21,共3页
对强激光与等离子体相互作用三维数值模拟程序LARED_P数据输出进行分析,针对大规模数据模拟数据的特点,提出了基于BP神经网络的并行算法,即在各个搜索子空间内对训练集合中的学习样本进行并行训练。实例表明:不仅可避免陷入局部极小点,... 对强激光与等离子体相互作用三维数值模拟程序LARED_P数据输出进行分析,针对大规模数据模拟数据的特点,提出了基于BP神经网络的并行算法,即在各个搜索子空间内对训练集合中的学习样本进行并行训练。实例表明:不仅可避免陷入局部极小点,提高网络训练速度,而且仿真效果较好。 展开更多
关键词 BP神经网络 并行训练 大规模数值模拟数据
下载PDF
基于双流残差卷积神经网络的养殖鳗鲡(Anguilla)摄食强度评估研究 被引量:1
14
作者 李凯 江兴龙 +1 位作者 许志扬 林茜 《海洋与湖沼》 CAS CSCD 北大核心 2023年第4期1207-1216,共10页
为实现对养殖鳗鲡(Anguilla)摄食强度的准确评估,提出了一种基于双流残差卷积神经网络的鳗鲡摄食强度评估方法,该方法针对传统双流网络(Two-stream)中存在的问题做出了相应的改进。首先针对传统双流网络存在网络结构较浅,无法提取到充... 为实现对养殖鳗鲡(Anguilla)摄食强度的准确评估,提出了一种基于双流残差卷积神经网络的鳗鲡摄食强度评估方法,该方法针对传统双流网络(Two-stream)中存在的问题做出了相应的改进。首先针对传统双流网络存在网络结构较浅,无法提取到充分的鳗鲡摄食行为特征的问题,选择使用ResNet50网络进行替换,以提取到更具代表性的特征。其次针对传统双流网络最后的分类结果是把空间流和时间流的得分取平均值融合而获得,这种方式较为简单,且其空间流和时间流网络为独立进行训练,容易导致网络出现学习不到鳗鲡摄食行为的时空关联特征的问题,选择使用特征层融合方式对空间流和时间流网络提取获得的特征进行融合,让网络能够并行进行训练,以提取到时空信息间的关联特征。试验结果表明:文内提出的基于双流残差卷积神经网络的鳗鲡摄食强度评估方法准确率达到98.6%,与单通道的空间流和时间流网络相比,准确率分别提升了5.8%和8.5%,与传统的双流网络相比准确率也提升了3.2%。 展开更多
关键词 鳗鲡 摄食强度 双流残差卷积神经网络 ResNet50 并行训练 特征层融合
下载PDF
PointMLP-FD:基于多级自适应下采样的点云分类模型 被引量:1
15
作者 梁奥 李峙含 花海洋 《图学学报》 CSCD 北大核心 2023年第1期112-119,共8页
针对受硬件条件、物体遮挡和背景杂波等客观因素的影响,传感器采集的目标点云具有较强的稀疏性和密度不均匀性,导致分类模型对点云特征的学习效率低、分类泛化能力差的问题,提出了一种基于多级自适应下采样的点云分类模型PointMLP-FD。... 针对受硬件条件、物体遮挡和背景杂波等客观因素的影响,传感器采集的目标点云具有较强的稀疏性和密度不均匀性,导致分类模型对点云特征的学习效率低、分类泛化能力差的问题,提出了一种基于多级自适应下采样的点云分类模型PointMLP-FD。该模型设计了多个MLP模块作为网络分支,以点云的浅层特征为输入得到每个点云类别维度上的特征表达,之后再根据特征表达进行排序,选择具有更强语义特征的点构成下采样点集。通过过滤背景和与目标相关性低的信息来自适应保留反应目标本质特征的信息。最后分别计算分支网络的损失,与骨干网络并行训练来优化点云特征,减少模型参数。该方法在ScanObjectNN数据集上进行测试,结果表明相较于PointMLP-elite分类精度更高,mAcc提升1%,OA提升0.8%,以更少的参数量接近SOTA模型的性能。 展开更多
关键词 点云分类 自适应 下采样 并行训练 真实环境
下载PDF
并行智能训练技术:挑战与发展 被引量:2
16
作者 卢凯 赖志权 +4 位作者 李笙维 柳炜杰 葛可适 卢锡城 李东升 《中国科学:信息科学》 CSCD 北大核心 2023年第8期1441-1468,共28页
近年来,以深度学习为代表的人工智能技术迅猛发展,深度学习模型和训练数据的规模均呈爆炸式增长,给智能模型训练系统带来了巨大挑战.随着高性能计算与人工智能的不断深度融合,并行智能训练技术成为大规模深度学习模型高效训练的主要方法... 近年来,以深度学习为代表的人工智能技术迅猛发展,深度学习模型和训练数据的规模均呈爆炸式增长,给智能模型训练系统带来了巨大挑战.随着高性能计算与人工智能的不断深度融合,并行智能训练技术成为大规模深度学习模型高效训练的主要方法.本文总结了并行智能训练的基本模式和关键技术,以及并行智能训练框架的发展现状,分析了并行智能训练技术和框架发展面临的挑战与发展趋势,简介了银河天璇并行智能训练框架的研究进展. 展开更多
关键词 智能训练 高性能计算 并行智能训练 深度学习
原文传递
基于随机游走和长短期记忆神经网络的知识表示学习模型的设计
17
作者 姜晓全 《辽东学院学报(自然科学版)》 CAS 2023年第4期292-297,共6页
目前的知识表示学习模型由于忽略了知识图谱网络结构对表示学习的影响,导致模型得到的表示向量存在语义不充分等问题,为此设计一种基于随机游走和长短期记忆神经网络的知识表示学习模型。该模型首先使用一个随机游走算法对重构的知识图... 目前的知识表示学习模型由于忽略了知识图谱网络结构对表示学习的影响,导致模型得到的表示向量存在语义不充分等问题,为此设计一种基于随机游走和长短期记忆神经网络的知识表示学习模型。该模型首先使用一个随机游走算法对重构的知识图谱网络中的实体和关系节点进行采样,得到节点序列样本,然后利用长短期记忆神经网络对节点序列样本进行学习,从而得到实体和关系的表示向量。实验结果表明,所提模型不仅能够得到语义更充分的表示向量,而且可以显著提升模型训练的效率。 展开更多
关键词 知识表示学习 随机游走算法 表示向量 并行训练
下载PDF
“以学生为中心”的行为授课模式的研究 被引量:3
18
作者 凌艺春 翟红云 黄飞 《教育与职业》 北大核心 2010年第14期105-107,共3页
文章通过论述当前我国高职教育的研究状况,结合英德两国及我国高职教育研究的最新成果,提出了“以学生为中心”基于学生行为施于引导的授课模式,并对授课模式的结构、特点进行了详细的分析和探讨,推出了一套可实施的操作方法。
关键词 以学生为中心 行为导向 素描解说法 双线并行训练
下载PDF
基于区域分解的快速卷积神经网络学习策略研究 被引量:2
19
作者 张卫 古林燕 刘嘉 《集成技术》 2020年第6期48-58,共11页
为加快卷积神经网络的训练,该研究提出一种受区域分解方法启发的新型学习策略。将该方法应用于残差网络(ResNet)进行图像分类时,使用ResNet32可获得最佳结果。进一步地,将ResNet32分成4个子网络,其中每个子网具有0.47 M参数,此为原始Res... 为加快卷积神经网络的训练,该研究提出一种受区域分解方法启发的新型学习策略。将该方法应用于残差网络(ResNet)进行图像分类时,使用ResNet32可获得最佳结果。进一步地,将ResNet32分成4个子网络,其中每个子网具有0.47 M参数,此为原始ResNet32的1/16,从而简化了学习过程。此外,由于可以并行训练子网络,因此在使用CIFAR-10数据集进行分类任务时,计算时间可以从8.53 h(通过常规学习策略)减少到5.65 h,分类准确性从92.82%提高到94.09%。CIFAR-100和Food-101数据集也实现了类似的改进。实验结果显示,所提出的学习策略可以大大减少计算时间,并提高分类的准确性。这表明所提出的策略可以潜在地应用于训练带有大量参数的卷积神经网络。 展开更多
关键词 学习策略 区域分解 并行训练 加速
下载PDF
Disruptive behavior in the workplace: Challenges for gastroenterology fellows 被引量:1
20
作者 Nalinee Srisarajivakul Catherine Lucero +5 位作者 Xiao-Jing Wang Michael Poles Colleen Gillespie Sondra Zabar Elizabeth Weinshel Lisa Malter 《World Journal of Gastroenterology》 SCIE CAS 2017年第18期3315-3321,共7页
To assess first-year gastroenterology fellows’ ability to address difficult interpersonal situations in the workplace using objective structured clinical examinations (OSCE).METHODSTwo OSCEs (“distracted care team”... To assess first-year gastroenterology fellows’ ability to address difficult interpersonal situations in the workplace using objective structured clinical examinations (OSCE).METHODSTwo OSCEs (“distracted care team” and “frazzled intern”) were created to assess response to disruptive behavior. In case 1, a fellow used a colonoscopy simulator while interacting with a standardized patient (SP), nurse, and attending physician all played by actors. The nurse and attending were instructed to display specific disruptive behavior and disregard the fellow unless requested to stop the disruptive behavior and focus on the patient and procedure. In case 2, the fellow was to calm an intern managing a patient with massive gastrointestinal bleeding. The objective in both scenarios was to assess the fellows’ ability to perform their duties while managing the disruptive behavior displayed by the actor. The SPs used checklists to rate fellows’ performances. The fellows completed a self-assessment survey.RESULTSTwelve fellows from four gastrointestinal fellowship training programs participated in the OSCE. In the “distracted care team” case, one-third of the fellows interrupted the conflict and refocused attention to the patient. Half of the fellows were able to display professionalism despite the heated discussion nearby. Fellows scored lowest in the interprofessionalism portion of post-OSCE surveys, measuring their ability to handle the conflict. In the “frazzled intern” case, 68% of fellows were able to establish a calm and professional relationship with the SP. Despite this success, only half of the fellows were successfully communicate a plan to the SP and only a third scored “well done” in a domain that focused on allowing the intern to think through the case with the fellow’s guidance.CONCLUSIONFellows must receive training on how to approach disruptive behavior. OSCEs are a tool that can assess fellow skills and set a culture for open discussion. 展开更多
关键词 Disruptive behavior Fellowship education and training Objective structured clinical examinations
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部