Моделі та засоби оцінювання знань за допомогою гібридної нечітко-нейронної інформаційної технології

Abstract

У дисертаційній роботі запропоновано і обґрунтовано підхід до побудови моделей та засобів оцінки знань за допомогою гібридної нечітко-нейронної інформаційної технології. Ці моделі використовуються в автоматизованих навчальних системах як традиційної, так і дистанційної освіти. Розроблена інформаційна модель процесу автоматизованої оцінки знань, яка дозволяє враховувати час, витрачений на виконання конкретного завдання. Використання математичного апарату теорії нечітких множина та нечіткої логіки дозволяє формалізувати евристичні методи викладача при підсумковому оцінюванні знань. За допомогою гібридної нечітко-нейронної інформаційної технології була реалізована модель автоматизованої адаптації параметрів системи оцінки знань до вимог конкретного викладача. У роботі запропонована модель корегування поточної оцінки знань з урахуванням часу, витраченого на виконання конкретного завдання, яка реалізована системою нечіткого логічного висновку. При цитуванні документа, використовуйте посилання http://essuir.sumdu.edu.ua/handle/123456789/3351

Диссертация посвящена разработке моделей и средств автоматизированного оценивания знаний, которые являются основой математического обеспечения подсистем контроля знаний автоматизированных обучающих систем. В работе выполнена классификация методов проведения контроля и моделей оценивания знаний. Представлен анализ методов моделирования уровня знаний обучаемого, применяемых в 12 интеллектуальных обучающих системах. Результаты анализа показали актуальность проблемы повышения качества обработки результатов контроля знаний. Применение современных информационных и компьютерных технологий позволяет автоматизировать данный процесс. На основании проведенного анализа можно сделать вывод о необходимости использования современных информационных и компьютерных технологий, что позволит приблизить результаты автоматизированного тестирования к результатам контроля знаний с привлечением преподавателя. Эффективным средством формализации и представления нечетких понятий, категорий и знаний, в том числе и лингвистических высказываний является теория нечетких множеств и основанная на ней нечеткая логика. В работе обоснована целесообразность применения аппарата теории нечетких множеств и нечеткой логики, а также аппарата теории искусственных нейронных сетей для формализации эвристических методов преподавателя при выставлении оценки. Разработана информационная модель процесса автоматизированной оценки знаний. На основании предложенной информационной модели была разработана нечетко-нейронная система, в которой выполнена формализация эвристических методов преподавателя при выставлении итоговой оценки знаний. Применение аппарата гибридных нейронных сетей позволяет использовать не только априорную информацию, знания эксперта-преподавателя, но и автоматически адаптировать параметры системы к требованиям конкретного преподавателя. Впервые предложена нечеткая модель корректировки текущей оценки знаний с учетом времени затраченного на выполнение конкретного задания. Применение математического аппарата теории нечетких множеств и нечеткой логики позволят формализовать процесс корректировки оценки. Преимуществом предложенного подхода и реализующего его алгоритма нечеткого логического вывода является возможность гибко настраивать параметры системы контроля знаний, учитывающей время, затраченное на выполнение конкретного задания. Гибкость системы осуществляется выбором базовых терм-множеств лингвистической переменной В=―Время‖ и системой нечетких предикатных правил. Предложена реализация нечетко-нейронной системы вывода итоговой оценки знаний в виде иерархической структуры формируемой на основании модели предметной области, что позволяет избежать проблем возникающих при работе с большим количеством входных переменных. Особенностью нечеткого логического вывода с использованием иерархической базы знаний является отсутствие процедур дефаззификации и фаззификации для промежуточных переменных, позволяющее задавать только терм-множества, без определения функций принадлежностей. Для практической реализации предложенных в работе моделей была создана программа ―Qwester-results‖, с помощью которой была проведена экспериментальная проверка предложенных подходов к формализации процесса оценивания знаний. Применение разработанной системы в автоматизации процесса обучения позволит повысить качество оценки знаний не только при традиционной форме обучения, но и в дистанционном образовании. Программа ―Qwester-results‖ используется в учебном процессе в Сумском государственном университете, в Конотопском институте СумДУ, в лаборатории дистанционного обучения Центра компьютерных технологий, в Сумском колледже НАУ. При цитировании документа, используйте ссылку http://essuir.sumdu.edu.ua/handle/123456789/3351

Effective means of formalization and representation of fuzzy concepts, categories and knowledge including linguistic statements is the theory of fuzzy sets and fuzzy logic. In this work the information model of the automated knowledge appraising is developed. On the basis of the suggested information model the fuzzy-neural system in which formalized the teacher’s heurisms of knowledge appraising is developed. Application of the method of hybrid neural networks allows to use not only the aprioristic information, knowledge of the expert - teacher, but also automatically to adapt parameters of system for requirements of the concrete teacher. The model of adjusting the knowledge estimation is offered in view of time used to perform the concrete task. For the practical realization of suggested models the program "Qwester-results" was executed. When you are citing the document, use the following link http://essuir.sumdu.edu.ua/handle/123456789/3351