Инструментальные средства создания интеллектуальных обучающих систем с визуальным преобразованием, сопоставлением и вычислением формул

• Автор: Левинская, Мария Александровна
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Москва
• Количество страниц: 168 с. : ил.

Оглавление
ВВЕДЕНИЕ

1. ОБУЧАЮЩИЕ СИСТЕМЫ КОНТРОЛЯ ЗНАНИЙ И ГЕНЕРАЦИИ ЗАДАНИЙ

1.1. История создания обучающих систем.

1.2. Классификация обучающих систем

1.3. Обзор обучающих систем

1.3.1. Контролирующие системы.

1.3.2. Генерирующие системы.

1.4. Архитектура интеллектуальной обучающей систем ИОС

1.4.1. Общая структура интеллектуальной системы.

1.4.2. Архитектура экспертной обучающей системы.

1.5. Модели представление знаний
1.6. Декларативный и процедурный подходы к построению ИОС
1.6.1. Использование декларативных знаний для контроля знаний
учащихся
1.6.2. Использование процедурных знаний в инструментарии эксперта
1.7. Архитектура интегрированной ИОС.
1.8. Выводы
2. ПРЕДСТАВЛЕНИЕ ФОРМУЛЬНЫХ ДАННЫХ И ЗНАНИЙ
2.1. Представление данных.
2.1.1. Представление математического содержания формул
2.1.2. Вычисление формул.
2.1.3. Визуальное представление формул.
2.2. Представление знаний.
2.2.1. Виды знаний.
2.2.2. Языки представления знаний
2.3. ЯзыкТРЕФАЛ
2.3.1. Понятие синтаксического отождествления
2.3.2. Сопоставление с образцом на деревьях математических выражений
2.3.3. Базисный РЕФАЛ
2.3.4. Синтаксис ТРЕФАЛа
2.3.5. Семантика ТРЕФАЛа
2.3.6. ТРЕФАЛмашина
2.3.7. Сравнение РЕФАЛа и ТРЕФАЛа.
2.3.8. Области применения ТРЕФАЛа.
2.4. Выводы.
3. ИНТЕЛЛЕКТУАЛЬНАЯ ОБУЧАЮЩАЯ СИСТЕМА КОНТРОЛЯ ЗНАНИЙ
3.1. Методы контроля знаний.
3.2. Модель ошибок .
3.3. Каталог ошибок
3.4. Сопоставление формул.
3.4.1. Классы эквивалентности формул.
3.4.2. Унификация синтаксических ошибок
3.4.3. Унификация математических ошибок в ТРЕФАЛ . .
3.4.4. Унификация неформализованных ошибок.
3.5. База знаний ошибок.
3.6. Интеллектуальный диалог
3.7. ИОС контроля знаний по химии.
3.8. Выводы.
4. ИНСТРУМЕНТАРИЙ ГЕНЕРАЦИИ ЗАДАНИЙ
4.1. Классификация методов генерации
4.2. Параметрический метод генерации заданий.
4.2.1. Модель задачи .
4.2.2. Выделение семейств задач
4.2.3. Упрощение формул с помощью ТРЕФАЛпредложсний
4.2.4. Решатель задач
4.3. Контроль знаний в генерирующей ИОС.
4.4. Алгоритм генерации заданий
4.5. Применение метода генерации для печатных изданий
4.6. Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


Впервые алгоритмы компьютерной алгебры интегрированы с методами искусственного интеллекта и развитыми способами отождествления на деревьях в Т-РЕФАЛе (упрощение формул при генерации задач, алгоритмы преобразования формул в решателе, алгоритмы сопоставления формул при проверке знаний). Реализованы оригинальные инструментальные средства генерации интерактивных задач по математике и проверки знаний на основе методов искусственного интеллекта (продукционно-фреймового представления знаний, прямого и обратного логического вывода). Практическая значимость Реализованы необходимые функции визуализации и преобразования формул, а также функции контроля математических знаний учеников. Данные функции включены в динамически присоединяемую библиотеку (dll), используемую в электронных мультимедийных учебных пособиях [-), изданных на CD-ROM и внедренных в ряде школ, на подготовительных курсах и для дистанционного обучения. Соавторами данных изданий являются Стаиченко С. В., Прилуц-кий С. О., Зайцев В. Е., Крылов С. С., Тимохин В. В., Шестаков П. С., а также математики-методисты Высоцкий И. Р. и Шестаков С. А. Диссертантом реализованы алгоритмы символьной математики (визуализация, аналитические преобразования, вычисление, сопоставление формул), использующиеся в данных обучающих системах. Реализованные алгоритмы визуализации формул также были использованы для подготовки телеуроков по физике, химии, алгебре, геометрии для телевизионного канала ‘Телешкола” в системе спутникового телевидения НТВ Плюс, в г. Школьник ТВ’’, выходящем в эфир с г. Инструментарий генерации задач успешно применяется для создания вариантов для компьютерного обучения и для автоматизированной подготовки макетов книг (методическое обеспечение экзаменационных работ в школах: 3 книги и рабочих тетрадей [—9)). Сборник задач, полученный при помощи данного инструментария, допущен Министерством образования РФ в качестве учебного пособия для учащихся -х классов. По таким образом сгенерированным заданиям в / уч. Москвы (письмо Министерства образования РФ от № /, см. Приложение5). Апробация работы. Судак, , где по итогам конкурса получен грант фонда содействия развитию малых форм предприятий в научно-технической сфере, Судак, ), были представлены на международной научной конференции XXVII “Гагаринские чтения” (Москва, ), обсуждались на международной научно-практической Интернет-конференции “Информационные технологии в науке и образовании” (Шахты, ), докладывались на X международной конференции “Математика. Компьютер. Образование” (Пуіцино,), на международной научно-технической конференции IEEE AIS’ (Дивноморское,), на объединенном семинаре ВЦ РАН, МГУ и ОИЯИ но компьютерной алгебре под руководством проф. Абрамова С. Подколзина A. C. (Москва, ). Публикации. Основные результаты диссертации опубликованы в печатных работах [-], и реализованы в виде электронных мультимедиа учебников на CD-ROM [-]. Книга года”- в номинации Мультимедиа. Структура и объем работы. CD-ROM. Общий объем работы - 8 страниц, в том числе основной текст - 8 страниц, рисунка, список литературы из 0 наименований. К наиболее известным первым обучающим системам и специализированным пакетам программ можно отнести систему PLATO (в наиболее развитой версии - PLATO-IV), разработанную в США, а также отечественные автоматизированные обучающие системы АОС-ВУЗ, АОС-СПОК, АСТРА, САДКО и другие. По сути дела эти и многие другие обучающие системы были системами селективного (выбирающего) типа []. Такие обучающие и контролирующие устройства различного тина из-за ограниченных возможностей не обеспечивали достаточной эффективности и адекватности результатов контроля реальному уровню знаний обучаемого [|. Поэтому дальнейшее развитие обучающих систем связано с идеями искусственного интеллекта (Intelligent Tutoring Systems). На этом этапе кроме систем селективного типа, были созданы продуцирующие обучающие системы, в которых диалог с обучаемым не программируется, а формируется по нескольким алгоритмам в соответствии с набором операций и фактов, заложенных в систему. Так в году J. R. Carbonell представил свою систему SCHOLAR на примере которой была продемонстрирована эффективность использования методов ИИ в такой области как обучение.