Исследование и разработка методов организации системы для автоматизации обучения языку описания аппаратуры VHDL

• Автор: Павленко, Галина Федоровна
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Таганрог
• Количество страниц: 182 с. : ил.

СОДЕРЖАНИЕ
0 ВВЕДЕНИЕ.
1 Аналитический обзор современных языковых средств описания аппаратуры и существующих систем обучения

1.1 Обзор языков описания аппаратуры

1.1.1 Этапы разработки языков описания аппаратуры.

1.1.2 Сравнительная характеристика анализ языков описания аппаратуры

1.1.3 Языки моделирования многоуровневых проектов с формализованной

семантикой. Особенности языка УНЛЬ.

1.2 Анализ современных обучающих систем

1.2.1 Истерия вопроса

1.2.2 Модели представления знаний в обучающих системах.

1.2.3 Учебные структуры знаний.
4 1.2.4 Методы обработки знаний в обучающих системах
1.2.4.1 Таблицы решений
1.2.4.2 Индуктивное обобщение
1.2.5 Инструментальные средства разработки обучающих систем
1.3 Формулировка и обоснование основных принципов построения системы
обучения языку описания аппаратуры УНЭЬ.
1.3.1 Инвариантность проекта УНОЬ относительно конкретного физического
способа реализации.
1.3.2 Поддержка различных уровней абстракции и детализации представления
проекта
1.3.3 Основная парадигма и принципы организации обучающей системы языку
1.3.4 Адекватные модели представления и эффективные методы обработки знаний
в системе обучения языку УРГОЬ.
1.4 Выводы к главе 1.
Ф 2 Концептуализация знаний о языке описания аппаратуры УШЬ.
2.1 Объект проекта.
2.2 Описание тела. Общая характеристика в
2.2.1 Структурное описание.
2.2.2 Поведенческое описание.
2.2.2.1 Модель времени в УНОЬ
2.2.2.2 Потоковое описание.
2.2.2.3 Процедурное описание.
2.3 Основные элементы языка МГОЬ.
2.3.1 Сигналы, переменные, константы.
2.3.2 Типы и подтипы данных
2.3.3 Выражения и операции.
2.3.4 Операторы управления.
2.3.5 Регулярные описания
2.3.6 Атрибуты.
2.3.7 Утверждения. Операторы контроля
2.4 Организация проекта в
2.4.1 Подпрограммы. Функции и процедуры
2.4.2 Блоки и процессы.
2.4.3 Параллельные и последовательные операторы
2.4.3.1 Параллельные операторы.
2.4.3.2 Последовательные операторы
2.4.4 Пакеты.
2.4.5 Конфигурации.
2.4.6 Модули проекта и библиотеки.
2.5 Построение пирамиды знаний
2.6 Поле знаний языка V.
2.7 Выводы к главе 2.
3 Отображение концептуальной структуры V как объекта обучения
средствами фреймового формализма
3.1 Общие принципы иерархической систематики и формализации языка V.
3.2 Особенности фреймовых систем.
3.3 Структура и организация предметных фреймов.
3.4 Примеры фреймового представления описания аппаратурных блоков.
3.5 Выводы к главе 3
4 Исследование и разработка механизмов обработки знаний
4.1 Модификация механизма индуктивного обобщения на основе частичных
прецедентов
4.2 Ассоциативный механизм вывода.
4.3 Инвариантные ассоциативные схемы Решение проблемы выбора ассоциативных
4.4 Метапроцедура обучения
4.4.1 Организация работы системы обучения.
4.4.2 Формализация и организация взаимодействия предметных и служебных
знаний .
4.5 Выводы к главе 4.
5 Реализация системы обучения.
5.1 Логическое и физическое моделирование системы.
5.1.1 Выбор программного инструментария для разработки системы.
5.1.2 Спецификация данных.
5.1.3 Диаграмма деятельности системы ivi i.
5.2 Структура системы.
5.2.1 Описание структуры
5.2.2 Основные компоненты интерфейса обучающей системы
5.3 Выводы к главе 5
6 Заключение
7 Библиография
8 Приложение
ВВЕДЕНИЕ
Актуальность


На этом этапе четко обозначилась необходимость разработки теоретических основ использования вычислительных систем для обучения []. Таким образом, несмотря на наличие концептуальных разработок, АОС этого периода можно рассматривать просто как полезный инструмент для закрепляющих и практических программ или как недорогую рабочую станцию для предварительного обучения. Порядок работы учащихся в условиях автоматизированного обучения определяется либо жестким сценарием, заданным разработчиком АОС, либо выбирается каждым учащимся из набора типовых сценарных схем, либо соответствует определенному адаптивному алгоритму. В последнем случае говорят об интеллектуализации АОС, которая предполагает адаптацию к индивидуальным особенностям учащихся и выбор оптимальных параметров учебного материала - последовательности предъявления и объемов учебной информации, количества и типа упражнений, видов помощи и т. Минимальный набор понятий (концептов) Концепты - это сущности, которые определяют н отличают изучаемую систему от других систем. Из этих сущностей состоит концептуальная модель системы. Так как интеллектуализация обучающих систем в первую очередь связана с практическим использованием при их разработке и реализации методов и средств, созданных в рамках исследований по экспертным системам5, в результате появились экспертные обучающие системы (ЭОС), которые являлись, по сути, промышленными экспертными системами, адаптированными к целям обучения. Основное отличие ЭОС от других диалоговых человеко-машинных систем - наличие подсистемы объяснения [], привело к серьезным исследованиям по моделям объяснения в АОС, с одной стороны, и интеллектуальным технологиям формирования моделей предметной области, стратегий обучения и оценки знаний обучаемых на основе более сложных моделей самих обучаемых, с другой. В рассмотренных отечественных системах этого класса при разработке модели обучаемого в основу положены статистические (вероятностные) модели, что делает их не особенно эффективными при решении задачи адаптации обучающей системы к способностям и знаниям конкретного пользователя, кроме того, совсем не проработаны вопросы управления процессом формирования знаний обучаемого. В большинстве ЭОС основное внимание уделено разработке предметных баз знаний/баз данных (БЗ/БД), и редакторов для них, но слабо решены вопросы создания моделей объекта обучения, отсутствие которых снижает возможности системы по адаптации к обучаемому. При создании интерфейса и моделировании знаний недостаточно учтены когнитивные структуры и процессы человека, изменения в субъекте являются побочным продуктом работы с такими системами, а это значит, что мы имеем дело с какой-то иной (обычно профессиональной), но не учебной деятельностью []. Поэтому большинство ЭОС можно отнести не к обучающим, а к решающим системам. Так же следует отметить, что существуют две базовые характеристики ЭС, снижающие их полезность для обучающих систем. Во-первых, разделение знаний, представление знаний и механизм логического вывода распределены в строго иерархическом порядке. Во-вторых, поскольку все связи в системе осуществляются путем логических умозаключений, в ЭС ощущается нехватка четких информационных связей []. Кроме того, существует некоторый предел уровня экспертизы проводимой ЭС, например, «ЗНЕЯЬОСК П» «не знает» как двигаться дальше, если его предположение о выходе из строя только одного устройства оказывается ложным []. Поскольку ЭС спроектированы для нахождения решения различных проблем, то они скорее выдают решение, вместо того, чтобы направить усилия обучаемого на активную работу на промежуточных этапах на пути к решению. ЭС обучает на промежуточных этапах в повествовательной форме, однако ЭС является «слабым инструктором», потому что для работы с ней от обучаемого требуется достаточная мотивация, чтобы обучаться, анализируя логическую цепочку, предоставляемую системой. Интеллектуальная компьютерная программа, использующая знания и процедуры логического вывода для решения достаточно сложных проблем, требующего серьезной человеческой экспертизы.