国内分布式认知理论与应用研究综述
分布式压缩感知理论研究综述及应用
分布式压缩感知理论研究综述及应用分布式压缩感知是一种集合了压缩感知和分布式信号处理技术的新型信号采样和重构方法。
它可以有效地降低采样数据的大小，减少数据传输和存储的成本，并且可以在分布式环境中实现对信号的准确重构。
本文就分布式压缩感知的理论研究和应用进行综述，通过对该领域的研究进展和应用前景进行分析，展示了分布式压缩感知在信号处理领域的重要意义和潜在价值。
一、分布式压缩感知的基本原理分布式压缩感知技术将压缩感知理论应用于分布式信号处理系统中，实现了在采样端进行压缩，并在重构端对信号进行准确还原。
它主要包括信号的采样、测量矩阵的设计、信号的重构这三个基本环节。
1. 信号的采样传统的信号采样通常是采用奈奎斯特采样定理，即采样频率要大于信号的最高频率成分。
而分布式压缩感知采用的是压缩采样，即采用远远小于奈奎斯特采样频率的采样率。
这样可以有效减少采样数据的大小，降低数据传输和存储的成本。
2. 测量矩阵的设计在分布式压缩感知中，测量矩阵的设计是非常关键的一步。
它决定了采样得到的投影数据，从而影响信号的重构效果。
常见的测量矩阵包括随机测量矩阵、稀疏测量矩阵等。
在分布式压缩感知中，信号的重构是指利用采样数据和测量矩阵来恢复原始信号。
常用的信号重构方法包括基于稀疏表示的重构算法、基于字典学习的重构算法等。
近年来，分布式压缩感知在信号处理领域取得了许多研究进展。
研究者们提出了许多新的理论方法和算法，丰富了分布式压缩感知的理论体系，推动了该领域的发展。
1. 分布式压缩感知的优化算法针对分布式压缩感知中的信号重构问题，研究者们提出了许多优化算法，如迭代硬阈值算法、基于二阶范数的重构算法等，这些算法在信号重构的准确性和计算效率上都取得了显著的进展。
分布式压缩感知不仅在通信和图像处理领域有着广泛的应用，还在生物医学、环境监测、无线传感器网络等领域展现了广阔的应用前景。
在医学影像处理中，可以利用分布式压缩感知技术对医学影像进行高效压缩和传输，从而节约了存储和传输成本。
“云”中学习环境设计的理论诉求——分布式认知
云计 算辅助教 学学习环 境的设计
就 是对利用云计算 辅助教学 过程 中所 涉及 的各 种要素进 行合理 的设计与整 合， 以促进学 习者 在云计算环境 中的有 意义 学习和能力的发展。
赫钦斯 （ ｔｈｎ） Ｈｕｃ ｉｓ等人
明确地提 出了 “ 分布式认 知” 的概 念 ， 并认 为它 是 重 新思考 所有 领域 认知
素观 主要 有 以下 五种观 点： 四要素 观、 五要素观、 六要素观 、 认知学徒观。 在 钟 志贤教 授的 论学 习环 境 设 计 一文中， 提出了 “＋ ” ７ ２ 学习环境构成 要素观 ， 具体 包括 活动、 情境 、 资源 、 工 具、 支架、 习共同体和评 价七大要素， 学 这七 大要 素又与学 习者和教 师有 着密
在 该 模型 中， 云计 算 管理 人 员可
能不与教师、 学习者 、 教学 管理人 员、 教
对 学习环境 所包含 的各 个要素进 行有 机 整合， 创设 适应学 习者认 知水平 、 符 合学 习者学习风格 的学习条 件， 进 以促 学 习者 的有意 义学 习和 学习者能力 的
发展 。
现象 的一 种新 的基本 范
ｌ
分布 式认 知存 在于 个体 内、 体 个 问、 媒介 、 环境 、 文化 、 会和时间等维 社
度之 中， 强调个体 ／ 体对认 知的促 进 群 作用， 也强调社会、 情境 、 人工制品认知
式 。 分布 式 认 知” 对 “ 是
内部和外部特征的信息加工过程 ， 是一 个 包括认知主体和环境的系统， 认知分
为学习科学领域的一个重要研 究方向。
２学 习环 境 内涵 的界 定 ．
语、 学等学科的２世纪技能标准 （ ｓ 科 ｌ ２ｔ １ Ｃｎｕｙ Ｓ ｉ ） ｅｔｒ ｋ ｓ更强调在学习 境中 ｎ 环 为
分布式认知理论及其在管理实践中的应用
Ａｂ ｔ ａ ｔ：Ｔｈｅ ｐ ｐ ｒ ｉ ｒ ｄ ｅ ｅ ｃ ｇｎ ｔｏ ｈ ｏ ｙ，ｔ ｉｔ ｉ ｔ ｄ ｃ ｇ ｔｏｎ ｔ ｅ ｙ ａ ｄ ａ — ｓｒ ｃ ａ ｅ ｎｔ ｏ ｕｃ ｓ ａ ｎ ｗ ｏ ｉｉ ｎ ｔ ｅ ｒ ｈｅ ｄ ｓ ｒｂｕ ｅ ｏ ｎｉｉ ｈ ｏｒ ｎ ｓ
第 ６卷 第 １ 期 １
２０ ０ ９年 １ １月
管
理
学
报
Ｖ ｏ ．６ Ｎｏ．１１ １
ＮＯ Ｖ．２ ９ ００
Ｃｈｎ ｓ ｏ ｒ ａ ｆＭ ａ ａ ｅ ｎ ｉｅ ｅＪ ｕ ｎ ｌｏ ｎ ｇ ｍｅ ｔ
Hale Waihona Puke 分布 式 认 知 理 论及 其在 管 理 实践 中的应 用
聂 晶 孙 继 伟
ｃ ｓ ． Ｔｈｉ ａ ｒ ａ ｌ ｚ ｓ ｔ ｅ ｙ ｓ ｏ ｏ ｅ ｇｅ ｅ ｉ ｓ ｒｂ ｅ ｏｇ ｔｏ ｅｓ ｓ ｐ ｐｅ ｎａ ｙ ｅ ｈｒ ｅ ｔ ｐｅ ｆ ｃ ｎｖ ｒ ｎｃ ｎ ｄｉｔ ｉ ｕｔ ｄ ｃ ｎｉｉ ｎ，ｗｈｉｈ ａ ｅ ｎｏ ｃ ｎ ｅ ｃ ｒ ｎ— ｅ ｔ ｒ， ｗｅ ｋ ｃ ｎｔ ｒ，ｓ ｒ ｎ ｅ ｔ ｒａ ｃ ｄ ｎｇ ｔ ｈ ｏｃ ｔｏ ｆｔ ｅ ｉｉ ｍ ａ ｉ — ｅ ｔ ｒａ ｄ ｆ ａ ｕｒ ｓｏｆｔ ｅ ａ ｅ ｅ ｔ ｏ ｇ ｃ ｎ ｅ ｃ ｏｒ ｉ ｏ ｔ ｅ ｌ ａ ｉ ｎ ｏ ｈｅ ｄ ｃｓｏｎ— ｋ ｎｇ ｃ ｎ ｅ ｎ ｅ ｔ ｅ ｈ ｄ ｃ ｓｏ ｍａ ｎ ｅ ｉｉ ｎ— ｋｉ ｇ． Ｔｈｒ ｕｇ ａ ｅ ｓ ｕ ｈｅ ｔ ｅ ｒ ｏ ｈ ｃ ｓ ｔ ｄｙ ｏｆｔ ｈ ｏ ｙ，ｗｅ ｆ ｕ ｕｔｔ ｔｔ ｃｅ ｔｆｃ ａ ｐｌｃ ｔｏ ｆｔ ｅ ｏ ｎｄ ｏ ｈａ ｈｅ ｓ ｉ ｎ ｉｉ ｐ ｉａ ｉ ｎ ｏ ｈ ｔ ｏｒ ａ ｍ ｐ ｏ ｈｅ ａ ｃ ｒ ｃ ｆｄ ｃｓｏｎ ｍａ ｎｇ ｉ ｈ ｒ ａ ｍ ｏ ｒ ｔｃ ｍａ ａ ｍ ｅ ｔ，ｃ ｏ ｓ ｄｉ— ｈｅ ｙ ｃ ｎ ｉ ｒ ｖｅｔ ｃ ｕ ａ ｙ ｏ ｅ ｉｉ — ｋｉ ｎ ｔ ｅ ａ ｅ ｓｏｆｄｅ ｃ ａ ｉ ｎ ｇｅ ｎ ｒ ｓ — ｓ ｃｐｌｎ ｏｂ ｅ ｓ ｌ ｉ ｇ，ｉ ｅ ｌｇｅ ｃ ｏｌｅ ｔｏｎ ａ ｄ ａ ｌ ｓ ｓ ａ ｄ ｐｕｂ ｉ ｄ ｉ ｉ ｔａ ｉ ｎ． ｉ ｉ ｅ ｐｒ ｌ ｍ ｏ ｖ ｎ ｎｔ ｌｉ ｎ ｅ ｃ ｌｃ ｉ ｎ ｎａ ｙ ｉ ｎ ｌｃ ａ ｍ ｎ ｓ ｒ ｔｏ Ｋｅ ｒ ｓ：ｄｉｔ ｉ ｔ ｄ ｃ ｎｉｉ ｙ ｗｏ ｄ ｓ ｒｂｕ ｅ ｏｇ ｔｏｎ；ｃ ｏｎｖ ｒ ｎ ｅ ｐｒ ｃ ｓ ｅ ｇｅ ｃ ｏ ｅ ｓ；ｍ ａ ａ ｒａ ｅ ｉｉ ｎ ｍ ａ ｉ ｎ ｇｅ ｉ ｌｄ ｃｓ ｏ ｋ ｎｇ；ｄｅ ｏ ｒ ｔｃ ｍ ｃ ａ ｉ
分布式认知学习环境下有效学习的支持研究
～一～ ～一一 ～～～ 一一一 ～～ ～一
Ｂａ ｒｏ ｌｍｅ Ｍｏｒｗ从 绩效技 术 角度研 究 了技 术 整 合 到 教学 中 的 促进 因素 。哈 佛大 学 的 无 线手 持设 备在 支持 教学 方面 的ＨＤＵ 项 目 ； Ｌ
欧洲 旨在 开发 一个 在线语 言 学 习系统 的移 动 版本 的 Ｍｏ ｉ Ｌ Ｉ 项 目 ；爱 尔兰 的 Ｒ — ｂｌ Ｅ Ｄ Ｔ ｅ ｅ Ｔ ａ ｉ ｇ Ｔ ｅ ａ ｔ 目 ； Ｅ本 德 岛大 学 的 ｒ ｃｎ ｈ Ｐ ｓ项 ｌ 情境 感 知 语 言 学 习 支持 系 统 Ｊ ＡＭＩ ＡＳ， ＯＬ 研究 重点 瞄准 情境 感知领 域 。还有 我 国清华 大学 的Ｓ ｒ ｌｓｒ ｏ ｍａ ｔ ａ ｓｏ ｍ是追 求现 实环 境 的 Ｃ 智能化 ，完全 感知并 自动 完成 师生 的要 求 的 研 究项 目。从 各个 国家 的研发 现状 来看 ，随 着新技 术 在研 究领域 中 的应用 以及 研 究的不 断深 入 ，有效 学 习的技 术支持 研究 和 实际 应 用将越 来越 深 入和广 泛 。 我 国对于 技术 支持学 习的相关 研 究起 步 较晚 ，理 论和 实践研 究开 展 的时 间并 不长 。 开展这 方 面研 究的 有华东 师大 的学 习科学研 究 中心 ，南京 大学 数字 媒体 与知 识 工程 》 研 究 室 ，华 南 师大 教育信 息技 术学 院 ，上海 浦东教 育 发展研 究 院等 。理论 研究 方面 ，高 文 教授 带领 研 究团 队出版 的 ２世 纪 人类学 １ 习的革 命 丛书 ；张 建伟 博士 的著 作 《 建构
Ｄ Ｉ ０ ３ ６ ／ ． ｓ ．０ １ ８ ７ ．０ ２ １ ．９ Ｏ ：１ ．９ ９ ｊｉ ｎ １０ — ９ ２ ２ １ ．９ ０ ０ ｓ
分布式压缩感知理论研究综述及应用
分布式压缩感知理论研究综述及应用【摘要】分布式压缩感知是一种新兴的信号采样和重构技术，能够显著减少传感器网络中的数据通信量。
本文首先对分布式压缩感知理论进行概述，然后探讨了在图像处理、视频传输和无线传感器网络中的应用案例。
接着介绍了分布式压缩感知理论研究的最新进展，包括算法优化和理论探索。
在分析了分布式压缩感知理论的潜在应用，同时总结了当前研究的局限性和未来发展方向。
通过本文的研究，我们可以更好地了解分布式压缩感知技术在不同领域的应用前景，为相关领域的研究和应用提供重要参考。
【关键词】分布式压缩感知、理论研究、应用、图像处理、视频传输、无线传感器网络、进展、潜在应用、总结、展望1. 引言1.1 研究背景随着大数据和物联网技术的快速发展，传感器网络、图像处理和视频传输等领域数据的处理和传输需求不断增加。
传统的数据处理和传输方法往往会消耗大量的时间和资源，限制了数据的高效处理和传输。
分布式压缩感知理论应运而生，它能够较少地采样原始数据，同时具有较高的重建精度，可以有效地减少数据的处理和传输开销。
分布式压缩感知理论结合了信号处理和信息理论的相关理论，致力于在分布式系统中利用稀疏性和压缩感知技术来实现高效的数据处理和传输。
通过对信号进行低维度测量，再基于这些测量的信息来重建信号，从而实现数据的高效压缩和传输。
分布式压缩感知理论的提出极大地推动了数据处理和传输的效率，为大数据时代的数据处理和传输提供了新的解决方案。
在不同领域的应用中，分布式压缩感知理论都展现出了其独特的优势和潜力。
1.2 研究意义分布式压缩感知理论的研究意义在于为解决传统压缩技术在大数据处理中面临的困难和挑战提供了新的思路和方法。
传统压缩技术在处理大规模数据时存在计算复杂度高、通信开销大、存储需求大等问题，而分布式压缩感知理论正是针对这些问题提出的一种新型数据压缩方法。
通过在数据采集端对数据进行压缩处理，可以有效减少数据传输过程中的数据量，降低通信成本和存储需求，同时保持数据的重要信息，实现对数据的高效压缩和传输。
分布式认知理论总结
分布式认知理论分布式认知(Distributed Cognition)理论分布式认知是认知主义的新发展，是一个考虑到认知全貌的认知新范式。
在1884年，Dewey就写到“机体离不开环境。
有了环境这个概念，把心理活动石作是孤认于真空中的个体活动是不可能的‘za } -o Gibson于1979年明确指出，人的知觉应该以人与环境的交互关系为基础，井提出了量的概念‘z5i。
到了20世纪80年代中期，Hutch ins等人明确提出了分布式认知的概念，认为它是重新思考所有领域的认知现象的一种新的基本范式‘ze，他还着重引述了维果茨基(Vygotsky)和明斯基(M insky)的思想i z} i。
分布式认知框架的首要理论方法论在于，它强调将设计者的分析单位，从参与在头脑中进行认知的个人转向考虑在社会和物质情境脉络中参与认知活动的个人‘28’，以及以共同参与认知加工的各因素间的功能性关系为基础，形成功能系统。
分布式认知借鉴了认知科学、人类学、社会学和社会心理学的方法，认为要在由个体与其他个体、人工制品所组成的功能系统的层次来认知现象。
那些在个体的分析单元不可能石到的认知现象，在分布式认知研究中得到了强调。
尤其重要的是，分布式认知强调个体、技术工具相互之间为了执行某个活动而发生的交互‘29’。
即分布式认知是一个包括认知主体和环境的系统，是一种包括所有参与认知的事物的新的分析单元‘sod是对内部和外部表征的信息加工过程‘3”。
分布式认知的概念从门式提出就散发出蓬勃的生命力，它不仅仅结合了传统认知的优点还具有不同于传统认知的特征。
首先，分布式认知考虑到参与认知活动的全部因素，给出了一个新的分析单元，这个新分析单元是以共同参与认知加工的各因素间的功能性关系为基础的，即形成功能系统。
这些功能系统表明了媒介间的表征状态，井将表征媒介相互协调在一起。
其次，分布式认知强调认知现象在个体参与者、人工制品和内外部表征之间的分布性，认为认知不仅仅在个体内分布，还可以在媒介中、文化上、社会中和时间上分布。
分布式认知
移动学习
分布式认知学习观是移动学习的理论依据：分布式认 知同时关注信息的内部表征与外部表征。在移动学习 系统的支撑下，设备随身可待，信息随时可查，就能 更好地处理不确定的意外事件，极大的提高了系统的 自组织性，有利于认知的分布与个人认知的提高。 分布式认知认为认知分布于人脑和外部环境，特别存 在于社会和文化的结构和时间中，强调资源的“去中 心化”，学习活动更多的是通过个体间的相互作用以 及个体与所有人工产品之间的交互活动进行，强调对 交互活动的支持。
何为“分布”
Hutchins认为，认知过程至少有三种明显的分布：通过小组成 员进行分布；在认知系统的操作中进行分布；通过时间（早先 事件的结果影响后续事件的性质）进行分布。 Kaptelinin认为，分布有两种理解：增强观和中介观，
增强观：分布是认知结构的增强，人类活动需要区分两类实体：认知上没 有受到工具支持的个体；认知上受到工具支持的个体。 中介观：分布是认知功能的中介。引入功能性组织（functional organs） 的概念，认为认知的分布通常是功能性的，而非结构性，组织是能够获得 一个特定结果的任何力量的暂时集合，一个功能性组织通常包含许多功能 性子系统（functional subsystems），这些子系统不管是不是分布的，都 是个体的一部分，都有个体决定其如何使用，是否需要调整。
分布式认知与网络学习环境设计
分布式认知将包括“制品”在内的所有学习环境要素作为人类认 知行为过程的一部分，认知看作是内部表征和外部表征转换计算 的过程。网络学习系统在网络学习环境设计中也应该关注学习情 境的创设。 基于分布式认知的网络学习环境网络支持工具的提供应该包括网 络支持工具和本机支持工具，本机支持工具的功能和分类。因此 在将这一网络学习环境用代码付诸设计实现，构成网络学习平台 和系统时，应该对学习者的客户机环境有所要求。
分布式压缩感知理论研究综述及应用
分布式压缩感知理论研究综述及应用1. 引言1.1 背景介绍分布式压缩感知是一种基于信号处理和信息理论的新型数据采样和重构方法。
在传统压缩感知理论中，信号在单一中心节点进行采样和重构，而分布式压缩感知将这一过程移到了多个分布式节点中。
这一理论的出现是为了解决大规模数据采集和传输中的效率和能耗问题，尤其是在物联网和无线传感器网络等场景中。
由于分布式压缩感知可以实现数据的高效压缩和传输，因此在各种领域都具有重要的应用价值。
在图像处理中，可以通过分布式压缩感知减少图像传输和存储的开销；在视频处理中，可以提高视频传输的效率和质量；在物联网中，可以减少传感器节点之间的通信量，延长网络寿命。
随着分布式压缩感知理论的不断发展和完善，其在各个领域的应用也将会更加广泛和深入。
本文旨在对分布式压缩感知理论进行综述，并探讨其在不同领域的应用现状和未来发展方向。
1.2 研究意义分布式压缩感知是压缩感知理论在分布式系统中的应用，其具有重要的研究意义。
分布式压缩感知可以有效减少传感器节点间的通信开销，在大规模传感器网络中能够节约能量和带宽资源。
通过在传感器节点上进行数据压缩和处理，可以减少数据传输的量，提高传感器网络的数据处理效率。
分布式压缩感知还可以提高数据传输的安全性，减少数据传输过程中被窃取或篡改的风险。
通过在分布式系统中引入压缩感知技术，可以实现对大规模数据的高效处理和分析，为物联网、图像处理和视频处理等领域提供了新的解决方案。
分布式压缩感知在提高传感器网络性能、优化数据传输、增强数据安全性等方面具有重要的研究意义。
1.3 研究目的研究目的是通过对分布式压缩感知理论进行深入研究，探索其在各领域的应用和潜在优势。
我们旨在揭示分布式压缩感知在信号处理中的工作原理和优势，进一步推动其在科学研究和工程实践中的应用。
我们希望通过对分布式压缩感知算法的分析和比较，为相关研究提供参考和指导，促进该领域的进一步发展。
我们还希望研究分布式压缩感知在图像处理、视频处理和物联网等领域的具体应用，探索其在解决实际问题中的有效性和适用性。
国内分布式认知理论与应用研究综述
Ｃ ｎ ｅｔ 可 以快 速 地 将 物 理 环 境 中 的 服 务 平 滑 地 迁 移 到 ｏ ｖｒｅ ｒ
虚拟化平 台中； ＶＭｗａ ｅ的 快 照 机 制 与 ＶＤＲ 可 以 很 方 便 ｒ 地 对 虚 拟 机 进 行 备 份 和 恢 复 。 ＶＭｗａ ｅ的虚 拟 化 平 台实 ｒ 现 简 单 而 且 易 用 ， 高 了企 业 信 息 系 统 的 可 用性 和容 灾 能 提
将它们 删除。
［ ］ 英 特 尔开 源 软 件 技 术 中心 ， 旦 大 学 并 行 处 理 研 究 所 ． 统 虚 拟 ２ 复 系
６ 结 束 语
虚 拟化 的 出 现 为 企 业 Ｉ 部 门解 决 了 很 多 实 际难 题 。 Ｔ
化 ： 理 与 实 现 ［ ． 京 ： 华 大 学 出版 社 ，０ ９ 原 Ｍ］ 北 清 ２０．
ｃ ｓｏ ｆＶＭ ｗａ ｅｖ ｒｕ ｌ ａ ｉｎ ｐ ａ ｆ ｒ ａ ｄ ｉｓｓ ｓ ｅ ｓ ｒ ｃ ｕ ｅ Ｓ ｕ ｙ ｏ ｈｅｕ ｅ ｏ Ｍ ｗ ａ ｅ ｖｒｕ ｌ ａ ｉｎ ｔ ｃ ｎ ｌ ｇ ｕｓ ｉｎ ｏ ｒ ｉｔ ａｉ ｔｏ ｌ ｔｏ ｍ ｎ ｔ ｙ ｔ ｍ ｔ ｕ ｔ ｒ ． ｔ ｄ ｎ ｔ ｓ ｆＶ ｚ ｒ ｉｔ ａｉ ｔｏ ｅ ｈ ｏ ｏ ｙ ｚ ｔ ｍ ｐ ｏ ｅ ｔ ｅ ｉｆ ｒ ａ ｉｎ ｓ ｓｅ ｆｈｉｈ ａ ａｌｂ ｌ ｙ ｏ ｅ ｖｃ ｓ ｎｄｕｓ Ｍ ｗａ ｅ ｔ ｒ ｖｄ ｈ ａ ｉ ｕ ｕ ｃ ｉｎ ｆｔ ｅ ｏ ｉ ｒ ｖ ｈ ｎ ｏ ｍ ｔｏ ｙ ｔｍ ｏ ｇ ｖ ｉａ ｉ ｔ ｆｓ ｒ ｉｅ ，ａ ｅＶ ｉ ｒ ｏ ｐ ｏ ｉ ｅｔ ｅｖ ｒｏ ｓｆ ｎ ｔ ｓｏ ｈ ｏ
国内图式理论研究综述
国内图式理论研究综述一、概述图式理论是一种重要的认知心理学理论，旨在解释人类如何处理和理解信息。
自上世纪30年代心理学家让皮亚杰提出这一概念以来，图式理论在国内外心理学、教育学、语言学等领域得到了广泛的应用和研究。
国内对于图式理论的研究起步于20世纪80年代，随着心理学和相关学科的快速发展，相关研究逐渐深入，形成了丰富的理论体系和实践应用。
国内图式理论的研究主要集中在图式的概念界定、图式的分类与特点、图式的形成与发展、图式的应用等方面。
学者们通过对图式的深入研究，揭示了图式在个体认知过程中的重要作用，为理解和解释人类认知活动提供了新的视角。
同时，国内研究还结合中国文化和社会背景，对图式理论进行了本土化的探索和发展，为图式理论的国际交流和发展做出了贡献。
近年来，随着神经科学、计算机科学等跨学科的快速发展，国内图式理论研究呈现出新的趋势和特点。
一方面，研究者们开始运用先进的技术手段，如神经影像学、计算机模拟等，深入探索图式的神经机制和计算模型另一方面，图式理论的应用领域也在不断拓展，如教育、心理咨询、人机交互等，为社会发展和人类进步提供了有力支持。
国内图式理论研究仍存在一些问题和挑战。
如研究方法不够多样化、研究内容不够全面、实践应用不够广泛等。
未来研究需要进一步加强跨学科合作，拓展研究方法和内容，推动图式理论的深入发展和实践应用。
同时，还需要加强对图式理论在本土化、国际化方面的探索和交流，促进图式理论的全球发展和应用。
1. 图式理论的定义与起源图式理论，作为一种重要的认知心理学理论，自其诞生以来，在多个学科领域产生了深远的影响。
它起源于20世纪30年代的心理学家让皮亚杰的认知发展理论，后经过康德、巴特莱特等人的进一步发展与完善，逐渐形成了系统的理论体系。
“图式”一词，在心理学中，通常指的是人脑中一种有组织、可重复使用的信息结构或知识单元。
它是个体对外部世界进行感知、理解和记忆的基本单位，是人脑对客观事物进行概括和表征的心理结构。
分布式认知理论总结
分布式认知理论分布式认知(Distributed Cognition) 理论分布式认知是认知主义的新发展，是一个考虑到认知全貌的认知新范式。
在1884 年，Dewey 就写到“机体离不开环境。
有了环境这个概念，把心理活动石作是孤认于真空中的个体活动是不可能的‘ za } -o Gibson 于1979 年明确指出，人的知觉应该以人与环境的交互关系为基础，井提出了量的概念‘z5i。
到了20世纪80 年代中期，Hutch ins 等人明确提出了分布式认知的概念，认为它是重新思考所有领域的认知现象的一种新的基本范式‘ ze,他还着重引述了维果茨基(Vygotsky)和明斯基(M in sky)的思想i z} i。
分布式认知框架的首要理论方法论在于，它强调将设计者的分析单位，从参与在头脑中进行认知的个人转向考虑在社会和物质情境脉络中参与认知活动的个人‘28', 以及以共同参与认知加工的各因素间的功能性关系为基础,形成功能系统。
分布式认知借鉴了认知科学、人类学、社会学和社会心理学的方法,认为要在由个体与其他个体、人工制品所组成的功能系统的层次来认知现象。
那些在个体的分析单元不可能石到的认知现象, 在分布式认知研究中得到了强调。
尤其重要的是, 分布式认知强调个体、技术工具相互之间为了执行某个活动而发生的交互‘ 29'。
即分布式认知是一个包括认知主体和环境的系统，是一种包括所有参与认知的事物的新的分析单元‘sod是对内部和外部表征的信息加工过程‘ 3”。
分布式认知的概念从门式提出就散发出蓬勃的生命力,它不仅仅结合了传统认知的优点还具有不同于传统认知的特征。
首先, 分布式认知考虑到参与认知活动的全部因素, 给出了一个新的分析单元, 这个新分析单元是以共同参与认知加工的各因素间的功能性关系为基础的, 即形成功能系统。
这些功能系统表明了媒介间的表征状态, 井将表征媒介相互协调在一起。
其次,分布式认知强调认知现象在个体参与者、人工制品和内外部表征之间的分布性, 认为认知不仅仅在个体内分布,还可以在媒介中、文化上、社会中和时间上分布。
国内分布式认知理论与应用研究综述
国内分布式认知理论与应用研究综述作者：唐文华来源：《软件导刊》2012年第03期摘要：20世纪80年代中期Hutchins等人明确提出了分布式认知的概念。
分布式认知是一种新的认知观点，是重新思考所有领域认知现象的一种新的基本范式。
对分布式认知的理论与应用的研究现状进行了分析，并指出了分布式认知理论与应用研究的不足和尚未解决的问题。
关键词：分布式认知；研究现状；认知现象；认知科学中图分类号：TP301文献标识码：A文章编号：1672-7800（2012）003-0011-03作者简介：唐文华(1986-)，女，山东青岛人，浙江师范大学教师教育学院硕士研究生，研究方向为信息化领导力。
0引言随着电视、电话、计算机、计算机网络等电子科技的迅猛发展，人类的许多认知活动（如计算机支持的协同工作、远程教育等）越来越依赖于这些认知工具。
认知分布的思想，也逐渐被人们所认识，并受到人们的重视。
分布式认知的理论和方法来源于认知科学、认知人类学以及社会科学，但实际上分布式认知的思想自1879年第一个心理学实验室建立后不久就已经有人提出来了。
1884年Dewey曾写道：“机体离不开环境。
有了环境这个概念，把心理活动看作是孤立存在于真空中的个体活动是不可能的。
”后来经过Wundt、Munsterberg、Gibson的继承与发展，Hutchins等人在20 世纪 80 年代中期明确提出了分布式认知的概念，认为它是重新思考所有领域认知现象的一种新的基本范式。
1文献来源本文的研究材料来自“中国学术期刊全文数据库”，以“分布式认知”为关键词共检索到52篇相关文章。
从图1中看到，2008年有关分布式认知的文章最多，达到12篇，但总体上文章数量还很少。
图12002-2010年发表的论文数量2分布式认知的研究为了了解我国关于分布式认知的研究情况，我们选取文章内容和文章数量两个维度进行统计分析，研究主要集中在以下6个方面:图2分布式认知研究概况2.1分布式认知的理论研究研究者对分布式认知的概念、模式及理论基础进行了界定。
分布式认知
分布式认知（Distributed Cognition）是一个包括认知主体和环境的系统，是一种包括所有参与认知的事物的新的分析单元。
分布式认知是一种认知活动，是对内部和外部表征的信息加工过程。
分布式认知是指认知分布于个体内、个体间、媒介、环境、文化、社会和时间等之中。
泛在学习（U－Learning），顾名思义就是指无时无刻的沟通，无处不在的学习，是一种任何人可以在任何地方、任何时刻获取所需的任何信息的方式。
就是利用信息技术提供学生一个可以在任何地方、随时、使用手边可以取得的科技工具来进行学习活动的4A（Anyone，Anytime，Anywhere，Anydevice）学习。
认知学徒制（cognitive apprenticeship）是指一位具有实务经验的专家，引领新手进行学习，经由这位专家的示范和讲解，以及新手的观察与主动学习，在一个真实的社会情境脉络下，透过彼此的社会互动，让新手主动建构知识学习的过程。
研究性学习是以“培养学生具有永不满足、追求卓越的态度，培养学生发现问题、提出问题、从而解决问题的能力”为基本目标；以学生从学习生活和社会生活中获得的各种课题或项目设计、作品的设计与制作等为基本的学习载体；以在提出问题和解决问题的全过程中学习到的科学研究方法、获得的丰富且多方面的体验和获得的科学文化知识为基本内容；以在教师指导下，以学生自主采用研究性学习方式开展研究为基本的教学形式的课程。
“学习共同体”（learning community）或译为“学习社区”，是支撑以知识建构与意义协商为内涵的学习的平台，成为信息时代知识创生的社会基础，强调人际心理相容与沟通，在学习中发挥群体动力作用。
移动学习（Mobile Learning）是一种在移动计算设备帮助下的能够在任何时间、任何地点发生的学习，移动学习所使用的移动计算设备必须能够有效地呈现学习内容并且提供教师与学习者之间的双向交流（Alexzander Dye）。
分布式认知简介
制品的作用
信息库：拓展了个人的记忆，如各种数据库。 信息库：拓展了个人的记忆，如各种数据库。 符号的应用：提供了记录思想的多种方式， 符号的应用：提供了记录思想的多种方式， 拓展了他们的交流能力， 表格、 拓展了他们的交流能力，如Excel表格、航 表格 线图。 线图。 模拟程序：更加容易进行实验， 模拟程序：更加容易进行实验，如LOGO语 语 牛顿定律模拟程序、大气环境模拟程序。 言、牛顿定律模拟程序、大气环境模拟程序。 媒体/人工智能 符号系统内化， 人工智能： 媒体 人工智能：符号系统内化，增加个人 的认知技能。 的认知技能。如多看电视提高了空间能力测 试的得分；通过录像的渐显/渐隐模拟细节 试的得分；通过录像的渐显 渐隐模拟细节 认知的运作。 认知的运作。
个体认知和分布式认知的交互关系 （引自周国梅，傅小兰．2002）
2．分布式认知与其他方法共享的方面
首先，它以大体上与建构主义学习观一 致的方式，对知识建构进行了描述。 第二，分布式认知观和真实世界场境 中进行的认知活动有自然的相通之处。
第三，分布式认知通常是在系统内各 要素的可利用性的基础上进行的，这一点 与生态心理学观点的一些方面类似。 最后，最重要的一点区别是，分布式 认知观强调成功教育革新的包型特征。
五、分布式认知的设计
有效做法： 有效做法：
智能制品促成分布式认知活动： 智能制品促成分布式认知活动： 促成分布式认知活动
客体的特点在于其可利用性 客体的特点在于其可利用性(affordance) ，要 可利用性 素通过其可利用性而成为分布式认知系统的交 互性成份，无论是专为此设计的还是偶然的。 互性成份，无论是专为此设计的还是偶然的。 在教育中， 在教育中，教师感兴趣的往往不仅包括客体的 物质上的可利用性，还包括各具体类型智能制 物质上的可利用性， 品的认知上的可利用性。 品的认知上的可利用性。
分布式认知理论在学生社团管理中的应用研究
后从 分布式认 知的角度对该 系统进行 了结构分析 ， 并对系统 的功能特性进行 简单 总结。
【 词】 关键 分布式认 知； 异步网络化 ； 学生社 团管理 ０ 引言
随着计算机 网络技术 的迅猛发展 ． 突破传统 的过分依赖 人工管理 的局限 ． 能用动态 网络交互方式直观地把传统技术无法实现 的学生社 团管理 工作过程通过 网络 呈现 出来 ， 使其管理方式 多样化 、 息传递 信 立体化 ， 符合认知规律 的新型管理模式成为一种需要 。这主要是因为 学生社 团网络化 和信息化 的管理新模式不仅是很好 的内容 载体 ． 而且 还提供 了很多交流渠道——有利于管理者与学生 、 学生 与学 生之间的 ２１ 新 的分析单元 ： 统认 知强调个体认 知． ． 传 而分布式认知考 虑到参 与认 知活动的全部因素。 出了一个新 的分析单元——功能 系统 这 给 个新分析单元 以共 同参与认知加工的各元素 间的功能性关系为基 础 ２ 认知 的分布性 ： ． ２ 分布式认知强调认知现象在个体参与者 、 人工制 品和 内外部表征之间 的分布性 ２３ 对交互 作用 的关注 ： － 分布式认知通过分析工作所产生 的环境 、 表 征媒体 （ ＩＪ 、 ｔ ￣ 显示器 、 ｎ 使用手册 、 导航图） 个 体间的相互作用 ， 、 以及 它们与所有人工制品之间的交互活动来解释认知现象 ２ 关注表征状态 的传播 及转换 ： 布式认知关注系统 中不 同参 与 ． ４ 分 者间知识传播 方式 和协作 中所需信息通过表征状态系统． 超越制 品进
交流 ． 能够提高其管理质量和效率 。
分布式认知原理
分布式认知原理最近在研究分布式认知原理，发现了一些有趣的原理，今天就来和大家聊聊。
咱们先从一个生活现象开始吧。
你有没有参与过那种大型的团队活动，就像社区组织的慈善义卖会？这里面其实就包含分布式认知的原理。
在这个活动里，有负责收集物品的人，有做场地布置的，还有组织宣传吸引顾客的。
每个人都做着自己的那份工作，但大家都朝着一个共同目标——成功举办义卖会而努力。
这就类似于分布式认知，整个团队的认知能力大于个体认知能力之和。
从专业角度来说呢，分布式认知是指认知分布于个体内、个体间、媒介、环境、文化、社会和时间等之中。
我的理解就是认知不再局限于一个人的大脑里，而是分散在不同的元素里。
比如说，你要做一个手工艺品。
你可能先从网上查阅一些资料，这个时候互联网就成了你认知的一部分，然后你向身边擅长做手工的朋友请教经验，这就是个体间的认知分布，而你在制作过程中利用工具，这些工具也是认知分布的一个体现。
打个比方吧，把认知看作是做一道菜。
我们一个人在厨房做菜的时候，可能会有一些自己的想法和厨艺技术，但如果有很多人一起呢？有人提供菜谱，有人了解食材新鲜度哪里买，有人擅长火候控制，这样做出来的菜可能会更色香味俱全。
这里的菜谱、擅长挑食材的人、控制火候的能力就是分布式认知中的不同元素，整合起来之后做出更好的“认知大餐”。
老实说，我一开始也不明白为什么不直接说是团队合作或者借助外界资源。
后来深入学习才知道，分布式认知更强调的是认知的分配和整合。
它在实际应用中有很多重要之处呢，像教育领域，如果采用分布式认知理论，就可以建立学习小组，小组成员各司其职又共同提高。
在企业管理中，分布式认知原理可以帮助组建更高效的项目团队，让不同专长的人发挥最大的效能。
有意思的是，在我们的生活中有时候会忽略分布式认知的存在。
比如很多老人不太会用智能手机，其实如果从分布式认知的角度看，教老人用手机的时候就不能只是让他自己学，而可以创造一个包括家人朋友、说明书、简易操作指南这些多种认知元素的环境。
分布式认知
分布式认知理论许国雄北京大学教育学院，100871[摘要] 分布式认知是认知科学的一个新分支，是关于认知研究的认知、社会和组织等各方面观点综合的产物。
本文通过对文献的综述介绍了分布式认知的发展背景、基本观点、典型案例、研究方法以及分布式认知的应用问题。
[关键词] 分布式认知、个体认知、表征系统认知心理学发展到20世纪90年代，一直注重对个体的认知的研究。
然而，认知工作不仅仅依赖于认知主体，还涉及其他认知个体、认知对象、认知工具及认知情境。
随着电视、电话、计算机、计算机网络等电子科技的迅猛发展，人类许多认知活动（如计算机支持的协同工作、远程教育等）越来越依赖于这些认知工具。
认知分布的思想，也逐渐被人们所认识，受到人们的重视。
[1]分布式认知（distributed cognition）是认知科学的一个新分支，它借鉴了认知科学、人类学、社会学、社会心理学的方法，认为要在由个体与其他个体、人工制品所组成的功能系统的层次来解释认知现象。
那些在个体的分析单元中不可能看到的认知现象，在分布式认知研究中得到了强调。
尤其重要的是，分布式认知强调个体、技术工具相互之间为了执行某个活动而发生的交互。
[2]一、分布式认知的发展背景[3]分布式认知是由加利福尼亚大学的赫钦斯（Edwin Hutchins*）于20世纪80年代中后期提出来的。
在对当时传统的认知观点（认为认知是个体级别上的信息加工过程）的批判基础上，Hutchins认为认知的本性是分布式的，认知现象不仅包括个人头脑中所发生的认知活动，还涉及人与人之间以及人与技术工具之间通过交互实现某一活动（比如飞行）的过程。
Hutchins在他的文章中讨论了分布式认知理论的思想来源，他指出人类学和社会学对记忆和文化的研究，社会心理学对小团体问题解决和陪审团决策的研究，组织行为学对组织学习的研究，科学哲学对科学发现的研究，政治学和经济学对个体和集体理性之间的关系的研究都充分地表明集体的认知与集体中各成员的认知间具有非常不同的特性。
基于分布式认知的用户界面模型研究及应用
基于分布式认知的用户界面模型研究及应用随着社会经济的发展，大量的社交网络和无线网络出现，人们对分布式认知的用户界面模型有了进一步的关注。
分布式认知用户界面（DCUI）利用感知、注意力和决策理论来引导用户达到完成任务的目的，其核心在于如何以某种方式有效地展示信息，以及如何有效地融合这些信息。
本文探讨了分布式认知用户界面模型的基本特征、主要构建要素和模型的实现过程，并给出了分布式认知用户界面模型的一些应用案例，以期启发研究者思考如何进一步改进面向任务的分布式认知用户界面设计和模型。
随着社会网络技术的广泛应用，分布式认知用户界面模型亟待研究。
分布式认知用户界面（DCUI）模型专注于大规模数据处理问题，其最重要的任务是有效地将混乱的信息整合和展示出来，以满足用户的任务需求。
首先，本文针对分布式认知用户界面模型的基本概念、主要构建要素及实现过程进行了全面的讨论。
首先，本文着重介绍了分布式认知用户界面模型的基本特征，它的构建要素有感知、注意力和决策；它的实现过程包括：用户行为识别、行为前景预测、模式构建、模式识别、行为建议和最终决策。
此外，本文也介绍了分布式认知用户界面模型的适用场景和应用案例，如虚拟个人助理、智能购物车和物联网技术。
特别是物联网技术，它结合了智能传感器、自动化设备和通信网络，可以跨越设备和时间空间界限，实现智能管理和控制，为用户提供了高效便捷的体验。
最后，本文提出了一些新的见解，以便以后研究者可以更好地开展对分布式认知用户界面模型的研究。
具体而言，我们可以进一步深入探究分布式认知用户界面模型的认知设计过程，融合用户研究的理论和技术，研究新的面向任务的分布式认知模型，以实现更有效的任务完成。
总之，分布式认知用户界面模型有着巨大的应用潜力，为用户提供更强大、更有效地任务完成体验，但需要进一步深入研究才能实现。
本文调研了分布式认知用户界面模型的构建要素及实现过程，以及它的应用场景和案例，期望能够给此领域的研究者提供参考。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
国内分布式认知理论与应用研究综述摘要：20世纪80年代中期Hutchins等人明确提出了分布式认知的概念。
分布式认知是一种新的认知观点，是重新思考所有领域认知现象的一种新的基本范式。
对分布式认知的理论与应用的研究现状进行了分析，并指出了分布式认知理论与应用研究的不足和尚未解决的问题。
关键词：分布式认知；研究现状；认知现象；认知科学0引言随着电视、电话、计算机、计算机网络等电子科技的迅猛发展，人类的许多认知活动（如计算机支持的协同工作、远程教育等）越来越依赖于这些认知工具。
认知分布的思想，也逐渐被人们所认识，并受到人们的重视。
分布式认知的理论和方法来源于认知科学、认知人类学以及社会科学，但实际上分布式认知的思想自1879年第一个心理学实验室建立后不久就已经有人提出来了。
1884年Dewey曾写道：“机体离不开环境。
有了环境这个概念，把心理活动看作是孤立存在于真空中的个体活动是不可能的。
”后来经过Wundt、Munsterberg、Gibson的继承与发展，Hutchins等人在20 世纪80 年代中期明确提出了分布式认知的概念，认为它是重新思考所有领域认知现象的一种新的基本范式。
1文献来源本文的研究材料来自“中国学术期刊全文数据库”，以“分布式认知”为关键词共检索到52篇相关文章。
从图1中看到，2008年有关分布式认知的文章最多，达到12篇，但总体上文章数量还很少。
图12002-2010年发表的论文数量2分布式认知的研究为了了解我国关于分布式认知的研究情况，我们选取文章内容和文章数量两个维度进行统计分析，研究主要集中在以下6个方面:图2分布式认知研究概况2.1分布式认知的理论研究研究者对分布式认知的概念、模式及理论基础进行了界定。
周国梅等、周友士介绍了分布式认知的概念，并介绍了描述这种关系的交互模型和同心圆模型。
交互模型由Salomon提出，在该模型中，每个反应物既保持自己的独立身份，同时又交互影响，甚至赋予意义于其它反应物。
同心圆模型是由Hatch和Gardner就教室中的认知活动提出的。
该模型中的3个圆表示3种力，分别是文化力、地域力、个人力。
这几种力相互依赖，缺一不可。
姚巧红主要分析了分布式学习的内涵、学习论基础及构成要素。
指出分布式学习的理论基础是社会建构主义、分布式认知、活动理论，其构成要素是学习的社会性和交互性、学习资源的泛中心化和以学习者为中心、学习的合作化、学习社区建构、学习平台搭建。
2.2分布式认知理论在教育教学方面的应用研究分布式认知理论作为一种新的理论，对当前的教育教学改革具有重要的启示。
周友士根据交互模型和同心圆模型，阐述了其对教学改革的启示。
张丽莉等指出分布式认知把媒介也作为参与认知的一部分，媒介作为认知主体的一部分参与到认知过程中来。
学习者可以根据情况选择合适的认知途径，可以通过媒介来帮助个体认知。
文章从分布式认知探讨媒介带给教学的启示。
牟书探讨了分布式认知视角下职业教育的教学内容、教学方法、教学环境和教学评价。
李修江等认为口语表达能力既受主体抽象语言知识的制约，又受外部环境具体因素的制约，并探讨了分布式认知活动对口语教学的启示。
陈怡根据分布式认知理论，针对中职学生的特点及中职教学中存在的问题，分别从中职学生的个人力、地域力、文化力3个方面分析了它们对学生认知活动的作用。
2.3分布式认知在创设虚拟环境方面的应用分布式认知对创设网络虚拟环境有重要的作用。
李凌云等依据分布式认知理论，从转变传统的媒介观念、重视个体认知的发展性、强调交互性学习、构建学习共同体4个方面简单分析了如何构建有效的网络虚拟环境。
翁凡亚等介绍了信息技术的发展对学习环境——“人工制品”的价值。
分布式认知对人类认知活动和人工制品的认识即为分析学习环境设计的一种理论框架，基于“认知分布”的视角对习环境设计有新的启示。
该文从系统观设计环境、应用智能制品促进认知分布、高度重视社会境脉对认知的影响及运用技术支持交互和知识表征等方面来思考学习环境的设计问题。
李鸣华分析了分布式虚拟环境的国内外研究现状，讨论了分布式认知理论对分布式虚拟学习环境系统建构的指导作用。
在此基础上，给出了系统体系架构方案，并着重对系统设计过程中的功能实现、场景总体规划、虚拟教室和多人在线交互等关键模块进行了深入探讨，最后给出了具体应用的实现效果。
2.4基于分布式认知的相关模型研究研究者根据分布式认知理论，针对实际使用情况构建出不同的模型。
王常青用分布式认知理论构造了扩展资源模型。
扩展资源模型从静态结构和交互策略两个方面对界面交互动作提供支持，在交互中减少人的认知负担。
该模型结构描述了扩展资源模型（ERM）的组成元素及它们之间的相互关系。
刘华群等利用分布式认知和异步网络化教学理论，从设计目标、开发平台介绍、网站内容建设方面建构了《计算机英语》的网络教学系统模型，最后从分布式认知的角度对专业英语教学系统进行了结构分析和网站内容说明,并对系统的功能特性进行了简单分析。
程时伟等提出了一种基于分布式认知的资源模型。
该模型用信息结构定义和组织各类信息资源，用互策略设置资源的使用流程，用智能体描述建模方法和实施策略。
通过交互流程和用户界面，实现认知的外部化和表面化，减少用户在人机交互中的认知负荷。
2.5分布式认知在计算机支持下的系统应用分布式认知理论对CSCL、CSCW、智能授导等系统的设计建立有指导作用。
任剑锋对分布式认知在CSCL系统设计中的应用问题进行了初步讨论，认为分布式认知是分析和构建计算机支持的协作学习(CSCL)系统的一个很好的理论框架。
周芬介绍了计算机支持下的协同工作(CSCW)以及CSCW中所蕴含的心理学研究尤其是分布式认知，对如何将分布式认知的研究方法特别是现场研究方法和分布信息资源模型运用于计算机支持下的协同工作进行了详细阐述，并指出了分布式认知和信息资源模型的不足。
李欣探讨了分布式认知学习理论及其对系统设计的指导作用,提出了一种基于Agent技术和分布式虚拟环境的智能授导系统建构方法,给出了利用Virtools技术实现系统的环境设计、网络通信和多用户交互行为的开发方法。
2.6分布式认知在教师培训方面的应用研究信息技术的飞速发展既对教师的信息素养提出了更高的要求，也为提高教师培训质量提供了有力的技术支持，分布式认知理论在教师培训方面发挥着重要作用。
汪和生根据分布式认知理论，建立了教师培训网络平台，为培训者与被培训者搭建了有效整合各类认知资源的信息化平台。
汪和生通过解构分布式认知与知识管理的一般理论，提出将培训过程转变为教师集体信息化教学设计的过程，建立教师培训成果即各学科信息化教学设计资源库及其实践互动平台的思路，并对该项目提出了总体设想。
2.7分布式认知研究与应用中的不足分布式认知作为一种新的认知观点，其理论发展尚不完善。
在我国，关于分布式认知理论和应用的文章还很少，有待进一步研究。
在分布式认知的理论研究和实际应用中，目前人们所关注的一些尚未解决的重要问题包括：①人类带入情境中的智力和存在于工具和情境本身的智力是有区别的。
如今，机器正获得越来越多的认知能力。
机器知识如何区别于人类知识，如何使机器知识最有效地辅助人类知识以达到人类认知活动的目的，成为人们所关注的重要问题;②分布式认知的观点对团体心理学研究也提出了新问题。
例如，是否集体活动大于个体活动之和？团体知识大于其中任一成员的知识？团体间成员如何交互作用？③如何更好地设计各种外部信息，以使人们方便、有效地利用信息资源，包括索引、图表、参考书、计算器、计算机、时间表和各种电子信息服务，以帮助人们形成合适的外部表征从而解决问题，也成为研究的热点问题。
综上所述，分布式认知是一种新的认知观点，对教育教学等领域产生了深远的影响。
随着分布式认知研究的进一步完善和深入，分布式认知在教育教学等领域的应用会越来越广泛，越来越成熟，也会促进这些领域更快更好地发展。
参考文献：[1]周国梅,傅小兰.分布式认知——一种新的认知观点[J].心理科学进展,2002（3）.[2]周友士.分布式认知与教学改革[J].教学研究,2004（4）.[3]张丽莉,李兴保.分布式认知视角中的媒介新观[J].现代远程教育研究,2006（6）.[4]姚巧红,李玉斌.论分布式学习[J].现代远距离教育,2006（8）.[5]牟书.分布式认知视角下的职业教育[J].商情：教育经济研究,2008（5）.[6]李修江,吴炳章,杨倩.分布式认知对口语教学的启发[J].吉林教育,2009（3）.[7]陈怡.基于分布式认知理论的中职教学问题分析探讨[J].科学咨询：决策管理,2010（6）.[8]李凌云,李秀娟.分布式认知对创设网络虚拟实验环境的启示[J].现代物理知识,2007（7）.[9]翁凡亚,何雪利.分布式认知及其对学习环境设计的影响[J].现代教育技术,2007（6）.[10]王常青,邓昌智,马翠霞,等.基于分布式认知理论的扩展资源模型[J].软件学报,2005（10）.[11]李鸣华.分布式虚拟学习环境的设计与应用研究[J].电化教育研究,2008（8）.[12]程时伟,孙守迁.基于分布式认知的人机交互资源模型[J].计算机集成制造系统,2008（5）.[13]刘华群,冯柳平.基于分布式认知的异步网络教学模型研究和实现[J].科技创新导报,2007（3）.[14]任剑锋,李克东.分布式认知理论及其在CSCL系统设计中的应用[J].电化教育研究,2004（2）.[15]周芬,史新广.计算机支持下协同工作的分布式认知研究[J].长春工程学院学报：自然科学版,2005（5）.[16]李欣.分布式认知视角下的智能授导系统的设计与开发[J].电化教育研究,2008（6）.[17]汪和生.基于分布式认知理论的教师培训网络平台[J].山东教育学院学报,2006（3）.[18]汪和生.分布式认知与知识管理视角下的教师教育技术能力建设——中小学教师教育技术能力建设项目推进的新思路[J].中国电化教育,2007（2）.Domestic Literature Review of Distributed Cognition Theory and ApplicationAbstract:In the mid-1980s,Hutchins clearly put forward the concept of distributed cognition.As a new cognitive perspective,distributed cognition is to rethink all areas of cognitive phenomena of a new basic paradigm.In this paper,the theory and application of distributed cognition research are analyzed,and pointed out the distributed cognition theory and application deficiencies and unresolved issues.Key Words: Distributed Cognition; Research;Application。