Опыт использования нейронных сетей в анализе и структурном воссоздании предметных знаний специалиста
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
В статье на конкретном примере предметной области строится графосемантическая модель знаний этой области. С ее использованием рассматривается задача автоматизированного анализа текущего состояния графа знаний экзаменуемого (обучаемого) специалиста. Результатом анализа является индикация имеющихся "пробелов" в знании - выпавших элементов и связей графосемантической модели, что позволяет целевым образом их восстановить дополнительным обучением. В качестве инструмента автоматизации процесса предлагается использовать нейронные сети типа персептрон. По результатам нейросетевого тестирования осуществляется контроль, диагностика, восстановление знаний и построение индивидуальной траектории изучения учебного материала с обеспечением надежного выявления ошибок и объективности оценивания знаний, адаптивности за счет процедуры восстановления знаний.
Графосемантическая модель, искусственные нейронные сети, тестирование знаний
Короткий адрес: https://sciup.org/14265047
IDR: 14265047
Список литературы Опыт использования нейронных сетей в анализе и структурном воссоздании предметных знаний специалиста
- Лаптев В.В. Модель предметной области и оценка ее сложности в обучающей системе по программированию//Вестник АГТУ. Сер.: Управление, вычислительная техника и информатика. 2010. № 2. С. 35-44.
- Атанов Г.А., Пустынникова И.Н. Обучение и искусственный интеллект, или основы современной дидактики высшей школы. Донецк: Изд-во ДОУ, 2002. 504 с.
- Подбельский В.В. Язык Си. Учеб. пособие. 5-е изд. М.: Финансы и статистика, 2003. 560 с.
- Касьянов В.Н., Евстигнеев В.А. Графы в программировании: обработка, визуализация и применение. СПб.: БХВ-Петербург, 2003. 1104 с.
- Любарский Ю.Я. Интеллектуальные информационные системы. М.: Наука, 1990. 227 с.
- Поспелов Г.С. Искусственный интеллект -основа новой информационной технологии. М.: Наука, 1988. 280 с.
- Мамаев В.Я., Синяков А.Н., Петров К.К., Горбунов Д.А. Воздушная навигация и элементы самолетовождения. Учебное пособие. СПб.: ГУАП, 2002. 256 с.
- Челышкова М.Б. Разработка педагогических тестов на основе современных математических моделей. Учебное пособие. М.: "Логос", 1995. 32 с.
- 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.
- Зайцева Л.В. Модели и методы адаптации к учащимся в системах компьютерного обучения//Educational Technology & Society. 2003. Т. 6, № 3. С. 204-212.
- Дли М.И. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2002. 225 с.
- Галушкин А.И. Теория нейронных сетей. Кн. 1. Учеб. пособие для вузов. М.: Изд. предпр. ред. ж. "Радиотехника", 2000. 416 с.
- Хайкин С. Нейронные сети: полный курс. 2-е изд. Пер. с англ. М.: ООО "Изд. дом Вильямс", 2006. 1104 с.
- Дуплик С.В. Модель адаптивного тестирования на нечеткой математике//Информатика и образование. 2004. № 11. С. 57-65.
- Васильев В.И., Тягунова Т.Н., Хлебников В.А. Триадная сущность шкалы оценивания//Дистанционное образование. 2000. № 6. С. 19-25.
- 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. Уч. пособие. Ярославль: ЯрГу, 2000. 54 с.