Представление, обработка и контроль знаний на основе элементарных вербальных единиц

Представление, обработка и контроль знаний на основе элементарных вербальных единиц

Автор: Проскурнин, Алексей Александрович

Шифр специальности: 05.13.17

Научная степень: Кандидатская

Год защиты: 2010

Место защиты: Москва

Количество страниц: 279 с. ил.

Артикул: 4886857

Автор: Проскурнин, Алексей Александрович

Стоимость: 250 руб.

Представление, обработка и контроль знаний на основе элементарных вербальных единиц  Представление, обработка и контроль знаний на основе элементарных вербальных единиц 

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ.
ГЛАВА 1. ОБЗОР СУЩЕСТВУЮЩИХ МЕТОДОВ И МОДЕЛЕЙ АКЗ.
1.1. Общая характеристика задачи АКЗ. Понятия АВЗ и АВАЗ.
1.1.1. Выявление и оценка знаний.
1.1.2. Понятия АВЗ и АВАЗ. Дее базовые парадигмы решения задачи АКЗ
1.1.3. Концептуальная модель АКЗ.
1.2. Классификация методов и моделей АКЗ
1.2.1. Классификации компьютерных средств обучения.
1.2.2. Классификации методов АКЗ по некоторым критериям
1.2.3. Классификация методов взаимодействия человеккомпьютер, применяемых для решения задачи АКЗ.
1.2.4. Классификация типов моделей персональных знаний, формируемых с помогцыо различных методов АКЗ.
1.3. Математические модели АКЗ, не использующие теорию и методы искусственного интеллекга.
1.3.1. Математическая теория обучения научения. Статистическая теория обучения и контроля знаний
1.3.2. Модели теории педагогических измерений
1.4. Модели редс гавления знаний и модели рассуждений в задачах АКЗ
1.4.1. Краткий обзор моделей представления, знаний и моделей рассуждений
1.4.2. Обзор моделей представления знаний и моделей рассуждений, применяемых в существующих интеллектуальных системах обучения и контроля диагностики знаний для решения задачи АКЗ АВЗ.
1.4.3. Концептуальная модель применения моделирования знаний и рассуждений для решения задачи АКЗ.
1.5. ВЫВОДЫ ПО ГЛАВЕ
ГЛАВА 2. МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ И МОДЕЛИ РАССУЖДЕНИЙ, СОСТАВЛЯЮЩИЕ ОСНОВУ ПРЕДЛАГАЕМОЙ МЕТОДИКИ АКЗ
2.1. Модели представления знаний
2.1.1. Понятие фигуры знания. Связь фигур знания с ассоциативным тезаурусом.
2.1.2. Представление знаний о предметной области общая характеристика.
2.1.3. Представление знаний о предметной области формальная модель
2.1.4. Представление персональных знаний. Инструменты анализа знаний
2.1.5. Формальное определение состояний МПЗ и преобразований между ними
2.1.6. Формальная постановка задачи АКЗ АВЗ. Преимущества и недостатки предлагаемого подхода к формализации задачи АКЗ АВЗ.,
2.2. Модели рассуждений.
2.2.1. Краткая характеристика типов моделируемых рассуждений
2.2.2. Рассуждения о знаниинезнании ЦЕЗ и логический анализ персональных знаний на уровне ЦЕЗ на основе логики аргументации А4
2.2.3. Доказательство монотонности преобразования МПЗ на уровне вопросов МПЗ на уровне ЦЕЗ, задаваемого на основе семантики логики аргументации А
2.2.4. Рассуждения о знаниинезнании КЕ и операция свертки. Условие монотонности преобразования МПЗ на уровне ЦЕЗ МПЗ на уровне КЕ. Структурный анализ персональных знаний.
2.2.5. Варианты реализации операции свертки. Логический анализ персональных знаний на уровне КЕ.
2.2.6. Генетический алгоритм для настройки СНЛВ операции свертки .
2.2.7. Механизм рассуждений в процессе адаптивного взаимодействия. Критерии эффективности адаптации и пример их вычисления
2.2.8. Анализ соответствия персональных знаний эталонным образам знания.
2.2.9. Преимущества и недостатки предлагаемых моделей рассуждений .
2.3. Выводы ПО ГЛАВЕ.
ГЛАВА 3. ДОПОЛНИТЕЛЬНЬЕ МОДЕЛИ И АЛГОРИТМЫ. ПРЕДЛАГАЕМАЯ МЕТОДИКА АКЗ
3.1. Дополнительные модели и алгоритмы.
3.1.1. Алгоритм анализа ответа на вопрос с учетом возможных опечаток .
3.1.2. Модели отбора подмножеств вопросов.
3.1.3. Интегральные числовые характеристики когнитивного тезауруса
3.1.4. Модель уменьшения количества ЦЕЗ, имеющих статус противоречие, на основе решения задачи многокритериальной порядковой экспертной классификации
3.2. Предлагаемая методика АКЗ.
3.2.1. Краткая характеристика основных этапов применения методики
3.2.2. Рекомендации по разработке основных компонентов когнитивного тезауруса
3.2.3. Модель применения АСКЗ
3.2.4. Место предлагаемой методики АКЗ среди других подходов к решению задачи АКЗ АВЗ.
3.3. Экспериментальные исследования предлагаемой методики А.
3.3.1. Эксперимент по накоплению фигур знания. Разработка когнитивного тезауруса для предметной области Основы информатики
3.3.2. Экспериментальное исследование валидности выявления знаний.
3.3.3. Экспериментальное исследование механизма адаптации.
3.4. Выводы ПО ГЛАВЕ.
ГЛАВА 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МЕТОДИКИ АКЗ.
4.1. Общее описание
4.1.1. Наименование, цели и назначение разработки.
4.1.2. Диаграмма прецедентов в нотации
4.1.3. Функции программного продукта
4.2. Архитектура системы.
4.2.1. Реализация системы в рамках архитектуры клиентсервер. Автоматизированные рабочие места АРМ
4.2.2. Характеристика модели базы данных
4.3. Реализация импорта данных когнитивного тезауруса. Интерфейс
ВЗАИМОДЕЙСТВИЯ ПОЛЬЗОВАТЕЛЬСИСТЕМА.
4.3.1. Обобщенный алгоритм импорта данных когнитивного тезауруса. Форматы файлов загрузки
4.3.2. Графы диалога автоматизированных рабочих мест системы
4.4. ВЫВОДЫ ПО ГЛАВЕ.
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


В 7 утверждается, что современный учебный процесс в образовательной сфере характеризуется использованием компьютерных обучающих систем КОС на разных уровнях процесса управления познавательной деятельностью в учебном заведении, и выделяются следующие 3 уровня 1 КОС как инструментарий для решения отдельных педагогических задач 2 КОС стимулирует развитие дидактики и методики 3 КОС способствует созданию новых форм обучения. В дается часто цитируемая в других источниках классификация компьютерных обучающих программ по назначению компьютерные учебники предметноориентированные среды микромиры, моделирующие программы, учебные пакеты лабораторные практикумы тренажеры контролирующие программы справочники, базы данных учебного назначения. В соответствии с двумя главными составляющими процесса обучения преподавание и учение можно разделить и компьютерные обучающие системы. В. Л. Стефанюк предлагает использовать классификацию типов обучения искусственной системы, предложенную П. Уинстоном, в качестве когнитивных уровней обучения 1 уровень Творческий доходит своим умом, II уровень Аналогия и обобщение находит аналогии, обобщает по примерам, III уровень Объяснение понимает объяснения, IV уровень Программирование импринтинг, внушение, навык и затем на основе этой классификации проводить трансакционный анализ обучающих систем или ситуаций обучения 8. Построить классификацию методов АКЗ, охватывающую большое количество реально существующих систем и подходов, достаточно трудно. Это объясняется, прежде всего, тем, что не существует какойлибо общепринятой, стандартизованной классификационной схемы компьютерных средств обучения в целом, о чем уже говорилось выше. В разных работах, посвященных системам обучения и контроля знаний, чаще всего приводятся классификации отдельных аспектов моделей системы. Например, в 3 приводится классификация текущих моделей обучаемого, а в классификации методов проведения контроля и методов оценки знаний. Ниже приведены некоторые возможные критерии классификации методов АКЗ, а также возможные классы методов по этим критериям. В последующем изложении будут приведены и другие классификации, соответствующие различным аспектам решения задачи АКЗ. Тип подхода к оцениванию. Для формирования оценки знаний всегда необходимо указать критерии. В широком понимании критерий это признак, на основании которого производится оценка, определение или классификация чеголибо мерило оценки 5. Критериальноориентированное оценивание опирается на явно сформулированные цели и задачи изучения учебного курса и позволяет определить, в какой степени испытуемые овладели идентифицированными компонентами 6. В нормативноориентированном подходе основной задачей является ранжирование, разделение учеников по уровню знания. Нормативноориентированный подход наиболее разработан в теории педагогических измерений и педагогическом тестировании 2, 9,, , . Размер и репрезентативность выборки студентов для контроля диагностики. Здесь можно, например, выделить методы, рассчитанные i индивидуальный контроль диагностику знаний методы, ориентированные на небольшие выборки одна учебная группа или один учебный класс методы, ориентированные на работу с большими репрезентативными выборками студентов. Наличие методов определения качеств качества знаний уровня подготовки. Большинство методов АКЗ подразумевает определение уровня знаний уровня подготовки, уровня учебных достижений. Тем не менее существуют методы, рассчитанные на определение качеств или качества знаний. В соответствии с 1 качества знаний выявляются в результате многоаспектного анализа усвоения и применения знаний человеком в различных видах деятельности и имеют следующие характеристики полнота, глубина, систематичность, системность, оперативность, гибкость, конкретность, обобщнность, сврнутость и разврнутость, а также осознанность и прочность. В 2 приводится подход к определению качесгва подготовки, при котором качество подготовки трактуется как совокупность существенных характеристик знаний и умений, способствующих дифференциации обучаемых с одинаковым уровнем подготовки. Использование меэгсдународных стандартов обмена информацией о средствах контроля знаний.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.204, запросов: 244