О применении нейронных сетей в тестировании знаний

Автор: Григорьев Александр Павлович, Мамаев В.Я.

Журнал: Научное приборостроение @nauchnoe-priborostroenie

Рубрика: Информатика, вычислительная техника и управление

Статья в выпуске: 4 т.26, 2016 года.

Бесплатный доступ

Рассматривается задача автоматизации тестового контроля знаний специалиста с использованием искусственных нейронных сетей (ИНС). Задача предполагает использование как коммерчески доступных программных средств реализации ИНС, так и собственных разработок в этой области, а также комплексирование программных средств, решающих субзадачи. Описываются модели тестирования закрытого и открытого типов, а также адаптивные тестовые задания, использующие аппарат нечеткой логики. На основании описания тестовых заданий строятся алгоритмы тестирования на базе классических и специальных ИНС. Определяются топология и характеристики ИНС, рассматриваются различные методики обучения сети. Принятые решения обеспечивают объективность и безошибочность контроля знаний, разгрузку экзаменатора (инструктора, преподавателя, инспектора и т. п.).

Еще

Искусственные нейронные сети, тестирование обучаемых, нечеткая логика, классификация событий

Короткий адрес: https://sciup.org/14265046

IDR: 14265046

Список литературы О применении нейронных сетей в тестировании знаний

  • Зайцева Л.В. Модели и методы адаптации к учащимся в системах компьютерного обучения//Educational Technology & Society. 2003. Т. 6, № 3. С. 204-212.
  • Аванесов B.C. Композиция тестовых заданий. М.: АДЕПТ, 1998. 217 с.
  • Нейман Ю.М., Хлебников В.А. Введение в теорию моделирования и параметризации педагогических тестов. М.: Прометей, 2000. 169 с.
  • Глова В.И., Дуплик С.В. Модели педагогического тестирования обучаемых//Вестник Казан. гос. техн. ун-та им. А.Н. Туполева. 2003. № 2. С. 74-79.
  • Хайкин С. Нейронные сети: полный курс. 2-е изд. Пер. с англ. М.: ООО "Изд. дом Вильямс", 2006. 1104 с.
  • Васильев В.И., Тягунова Т.Н., Хлебников В.А. Триадная сущность шкалы оценивания//Дистанционное образование. 2000. № 6. С. 19-25.
  • Галушкин А.И. Теория нейронных сетей. Кн. 1. Учеб.пособие для вузов. М.: Изд. предпр. ред. ж. "Радиотехника", 2000. 416 с.
  • Кетков Ю.Л., Кетков А.Ю., Шульц М.М. MATLAB 7: программирование, численные методы. СПб.: БХВ-Петербург, 2005. 752 с.
  • Сивохин А.В., Лушников А.А., Шибанов С.В. Искусственные нейронные сети. Лабораторный практикум. Пенза: Изд. Пенз. гос. ун-та, 2004. 136 с.
  • Короткин А.А. Математические модели искусственных нейронных сетей. Учеб. пособие. Ярославль: ЯрГу, 2000. 54 с.
  • Дли М.И. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2002. 225 с.
  • Дуплик С.В. Модель адаптивного тестирования на нечеткой математике//Информатика и образование. 2004. № 11. С. 57-65.
  • LeCun Y. and Y. Bengio. Convolutional networks for images, speech, and time-series//The Handbook of Brain Theory and Neural Networks/Arbib M.A. (Eds). MIT Press, 1995.
  • Макаренко А.А., Калайда В.Т. Методика локализации изображения лица для систем видео контроля на основе нейронной сети//Известия Томского политехн. ун-та. 2006. Т. 309, № 8. C. 113-118.
  • Мамаев В.Я., Синяков А.Н., Петров К.К., Горбунов Д.А. Воздушная навигация и элементы самолетовождения. Учебное пособие. СПб.: ГУАП, 2002. 256 с.
Еще
Статья научная