Искусственная нейронная сеть в обучающей системе CATS

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

обучающая система, адаптивная обучающая система, CATS, искусственная нейронная сеть, ИНС, обучающая выборка, электронный учебно-методический комплекс, тесты, тестирование знаний

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.