Искусственная нейронная сеть в обучающей системе CATS
Аннотация
В данной работе представлен вариант применения искусственной нейронной сети (ИНС) для адаптивного обучения. Основная идея использования ИНС заключается в применении ее под конкретный учебный материал, чтобы по окончании изучения курса или его отдельной темы обучающийся мог без участия преподавателя определить не только свой уровень знаний, но и получить рекомендации, какой материал необходимо изучить дополнительно вследствие пробелов в изучаемых вопросах. Такой подход позволяет построить индивидуальную обучающую траекторию, значительно сократить время для изучения учебных дисциплин и повысить качество образовательного процесса. Обучение искусственной нейронной сети происходит по методу обратного распространения ошибки. Разработанная ИНС может быть применена для изучения любой учебной дисциплины с различным количеством тем и контрольных вопросов. Результаты исследований внедрены и апробированы в авторской разработке – адаптивной обучающей системе CATS
Об авторе
Ю. Б. Попова
Белорусский национальный технический университет
Беларусь
Беларусь
Кандидат технических наук, доцент
пр. Независимости, д. 65, 220013, г. Минск, Республика Беларусь
Список литературы
1. Попова, Ю.Б. Классификация автоматизированных систем управления обучением / Ю.Б. Попова // Системный анализ и прикладная информатика. – 2016. – №2. – С. 51–58.
2. Brusilovsky, P. Adaptive and Intelligent Web-based Educational Systems / P. Brusilovsky // International Journal of Artificial Intelligence in Education – 2003. – №13 (2–4). – P. 159–172.
3. Брусиловский, П.Л. Адаптивные и интеллектуальные технологии в сетевом обучении / П.Л. Брусиловский // Новости искусственного интеллекта. – 2002. – № 5. – С. 25–31.
4. Брусиловский, П.Л. Интеллектуальные обучающие системы / П.Л. Брусиловский // Информатика. Информационные технологии. Средства и системы. – 1990. – № 2. – С. 3–22.
5. Семенова, Н.Г. База знаний интеллектуальной обучающей системы технической дисциплины / Н.Г. Семенова, А.М. Семенов, И.Б. Крылов // Вестник Оренбургского государственного университета. – 2013. – № 9. – С. 44–54.
6. Пелюшенко, А.В. Обучающие среды и интеллектуальные обучающие системы: возможности использования в образовательном процессе / А. В. Пелюшенко // Известия Волгоградского государственного технического университета. – 2006. – №3. – C. 48–50.
7. Barla, M. On the impact of adaptive test question selection for learning efficiency / M. Barla, M. Bieliková, A. B. Ezzeddinne, T. Kramár, M. Šimko, O Vozár // Computers & Education. – 2010. – №55 (2). – P. 846–857.
8. Григорьев, А.П. О применении нейронных сетей в тестировании знаний / А.П. Григорьев, В.Я. Мамаев // Научное приборостроение. – 2016. – №4. – C. 77–84.
9. Дуплик, С.В. Модель адаптивного тестирования на нечеткой математике / С.В. Дуплик // Информатика и образование. – 2004. – №11. – С. 57–65.
10. Кольцов, Ю. В. Нейросетевые модели в адаптивном компьютерном обучении / Ю. В. Кольцов, Н. Ю. Добровольская // Educational Technology & Society. – 2002. – №5(2). – С. 213–216.
11. Степаненко, Т.А. Об адаптивном обучении в LMS Moodle / Т.А. Степаненко // Математическое и программное обеспечение систем в промышленной и социальной сферах: междунар. сб. науч. тр. Магнитогорск: изд-во Магнитогорск. гос. техн. ун-та им. Г.И. Носова, 2012. – №2. – С. 371–372.
12. Попова, Ю.Б. Представление знаний в обучающих системах на основе теории нечетких множеств / Ю.Б. Попова, А.И. Бураковский // Системный анализ и прикладная информатика. – 2016. – №2. – С. 58–65.
13. Карпенко, А. П. Модельное обеспечение автоматизированных обучающих систем. Обзор / А. П. Карпенко // Наука и образование [Электронный ресурс]. – МГТУ им. Н.Э. Баумана, 2011. – Режим доступа: http://technomag. edu.ru/doc/193116.html – Дата доступа: 09.11.2014.
14. Попова, Ю.Б. Функциональные возможности автоматизированной системы управления обучением CATS (Care About The Students) / Ю.Б. Попова // Информатизация образования и методика электронного обучения: материалы II Междунар. науч. конф. Красноярск, 25-28 сентября 2018г.: в 2 ч. Ч. 1 / под общ. ред. М.В. Носкова. – Красноярск: Сиб. федер. ун-т, 2018. – С. 232–236.
15. David Kriesel. A Brief Introduction to Neural Networks [Электронный ресурс]. – Режим доступа: http://www. dkriesel.com/en/science/neural_networks – Дата доступа: 17.09.2018.
16. Попова, Ю.Б. Обучение искусственных нейронных сетей методом обратного распространения ошибки / Ю.Б. Попова, С.В. Яцынович [Электронный ресурс]. – Режим доступа: http://www.bntu.by/news/67-conference-mido/4860-2016-11-18-15-47-40.html – Дата доступа: 17.09.2018.
17. Попова, Ю.Б. Реализация искусственной нейронной сети для управления виртуальными объектами / Ю.Б. Попова, С.В. Яцынович // Системный анализ и прикладная информатика. – 2017. – №4. – С. 72–78.
Для цитирования:
Попова Ю.Б. Искусственная нейронная сеть в обучающей системе CATS. Цифровая трансформация. 2019;(2):53-59. https://doi.org/10.38086/2522-9613-2019-2-53-59
For citation:
Popova Yu.V. Artificial Neural Network in the CATS Training System. Digital Transformation. 2019;(2):53-59. (In Russ.) https://doi.org/10.38086/2522-9613-2019-2-53-59
Просмотров: 480
Послать статью по эл. почте 