Оптимизация автоматизированного обучения специалистов по биомедицинским системам на основе семантического моделирования

• Автор: Тужикова, Валентина Ивановна
• Шифр специальности: 05.13.10
• Научная степень: Кандидатская
• Год защиты: 1998
• Место защиты: Воронеж
• Количество страниц: 168 с.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. АНАЛИЗ СИСТЕМ АВТОМАТИЗИРОВАННОЕО ОБУЧЕНИЯ В ВЫСШЕЙ ШКОЛЕ, НАПРВЛЕНИЯ ПО ПОВЫШЕНИЮ ИХ ЭФФЕКТИВНОСТИ
1.1. Классификация и анализ средств компьютерной поддержки процессов обучения
1.2. Методы моделирования учебных курсов и процессов автоматизированного обучения
1.3. Цель и задачи исследования
2. РАЗРАБОТКА СТРУКТУРЫ ИЭОС И МЕТОДОВ ФОРМАЛЬНОЕО ОПИСАНИЯ ПРЕДМЕТНОЙ ОБЛАСТИ УЧЕБНЫХ КУРСОВ ПО БИОМЕДИЦИНСКИМ СИСТЕМАМ
2.1. Разработка структуры интегрированной экспертнообучающей системы
2.2. Формирование системы базовых и производных
понятий предметной области
2.3. Методы формирования семантического пространства
знаний и их формализация
2.4. Методы автоматизированного формирования семантического
графа фрагмента предметной области
2.5. Методы определения семантических и дидактических
параметров фрагментов предметной области
2.6. Основные выводы главы
3. РАЗРАБОТКА МОДЕЛЕЙ ОПТИМАЛЬНОГО УПРАВЛЕНИЯ ПРОЦЕССОМ АВТОМАТИЗИРОВАННОГО ОБУЧЕНИЯ ЗНАНИЯМ ПРЕДМЕТНОЙ ОБЛАСТИ НА ОСНОВЕ СЕМАНТИЧЕСКОЙ ИНФОРМАЦИИ

3.1. Формирование иерархической модели обучаемого для целей
управления процессом автоматизированного обучения
3.2. Модели оптимального принятия решений при управлении
процессом автоматизированного обучения
3.3. Построение функциональной семантической сети усвоения
понятий предметной области
3.4. Оптимальная организация информационных потоков при проведении видеокомпьютерной лекции
3.5. Основные выводы главы
4. АНАЛИЗ ЭФФЕКТИВНОСТИ АВТОМАТИЗИРОВАННОГО ОБУЧЕНИЯ НА БАЗЕ ИНТЕГРИРОВАННОЙ ЭКСПЕРТНООБУЧАЮЩЕЙ СИСТЕМЫ
4.1. Техническое и программно-информационное обеспечение ИЭОС
для обучения специалистов по биомедицинским системам
4.2. Анализ эффективности ИЭОС по результатам внедрения
в учебный процесс и медицинскую практику
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ
Актуальность проблемы. Важнейшими направлениями реформирования здравоохранения России являются повышение эффективности использования ресурсов здравоохранения, повышения качества медицинской помощи и эффективности труда, внедрение современных медицинских технологий. В ходе проведения реформ наметилась тенденция к индустриализации отраслей здравоохранения, повышению уровня профессиональной подготовки ее работников. Важная роль отводится специалистам в области биомедицинских систем, призванных обеспечить функционирование таких сложных комплексов, как компьютерные томографы, установки ультразвуковых исследований, системы элек-троэнцефало- диагностики, системы кардиологического мониторинга и др.
Особенность подготовки специалистов данного профиля заключается в том, что ряд учебных дисциплин, обеспечивающих необходимую квалификацию инженера, относится к динамично развивающимся отраслям науки и техники. Проблема преподавания таких дисциплин обусловлена тем, что они должны исчерпывающе отражать данную отрасль научных знаний, в то время как объем этих знаний непрерывно расширяется за счет результатов деятельности крупных научно-технологических центров, результатов научных исследований, которые в короткие сроки становятся достоянием практики. Исходный материал для преподавания этих дисциплин составляют журнальные статьи, научно-технические отчеты, описания разработанных конструкций, диссертации и другие разрозненные материалы, отличающиеся отсутствием единой терминологии и противоречивостью.
Для преодоления противоречия между стремительно нарастающим объемом знаний, подлежащих усвоению, и реальными сроками подготовки специалистов, необходимо определить новые организационные формы обучения, способы получения знаний обучаемыми, закрепления умений и навыков.

ной структурой данных, отражающий текущее состояние знаний и умений обучаемого, а не модели его когнитивных механизмов.
В дифференциальных моделях знания обучаемого представлены в виде структур данных, а его умения - в виде процедур и механизма их интерпретации. То есть умение представляет собой алгоритм, состоящий из последовательности элементарных операций (навыков). Если алгоритм представить в виде графа, узлы которого соответствуют состояниям задачи, а дуги - элементарным операциям, то решение конкретной задачи соответствует пути на графе. Если в алгоритме заменить одну операцию на другую, то все пути, включающие эту дугу, будут давать неверные решения, моделируя ошибочное поведение обучаемого. Модели данного типа получили название моделей ошибок [13]. В модели ошибок Слимана используются не элементарные операции (навыки), а множество ошибочных элементарных операций.
Модель ограничений представляет собой множество нижних и верхних ограничений для изучаемых понятий и/или умений. Нижнее ограничение является наиболее конкретной, а верхнее - наиболее общей формой изучаемого понятия или умения. Ограничения получаются в результате индуктивного вывода из решения обучаемым конкретной задачи [74].
Известны подходы к формированию модели обучаемого и управления процессом обучения на основе методов теории автоматического управления [52]. Их можно признать неэффективными, так как АОС являются, по сути, целеустремленными эргатическими системами, в которых весь процесс функционирования определяется людьми (обучаемыми). Управление в таких системах осуществляется на основе методов принятия решений, используя системы поддержки принятия решений [33].
В последние годы исследования сосредоточились на средах поддержки обучения, предназначенных содействовать "обучению действием" [4,97]. Эти системы пытаются скомбинировать опыт решения задач и эффективное руково-