Статья

Название статьи НЕЧЕТКИЕ МОДЕЛИ АНАЛИЗА УРОВНЯ ЗНАНИЙ И ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В ПРОЦЕССЕ ОБУЧЕНИЯ
Автор Ю.А. Кравченко
Рубрика РАЗДЕЛ III. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И НЕЧЕТКИЕ СИСТЕМЫ
Месяц, год 07, 2014
Индекс УДК 002.53:004.89
DOI
Аннотация Разработана нечеткая модель анализа уровня знаний субъекта обучения, позволяющей определить наличие и степень сформированности необходимых профессиональных компетенций. Использование методов нечеткого моделирования позволит учесть естественные процессы, связанные с потерей некоторой части знаний в течение длительного промежутка времени, и создать корректную прогнозную модель остаточных знаний в долговременной памяти. Рассмотрены возможности нечеткого моделирования в задаче поддержки принятия решений при формировании индивидуальных траекторий обучения. Учтена особенность нелинейности структуры системы обучения, требующей интеллектуального подхода к планированию учебного процесса на всем его протяжении. Рассмотрено развитие подходов к построению специализированных нечетких моделей представления разнородных предметных знаний для интеллектуальных информационных систем в условиях неопределенности с подробным изучением подходов обработки различных частей разнородных предметных знаний. Под разнородными знаниями подразумеваются все предметные знания эксперта о составе и структуре электронного ресурса, представленного в интеллектуальной системе управления знаниями с целью получения обучаемым необходимого уровня составляющих компетентности в данной области знаний. Адаптивный процесс обучения требует планирования учебных воздействий на основе сочетания разнородных предметных знаний, имеющихся компетенций и индивидуальных характеристик. Представлено описание нечеткой модели анализа уровня знаний субъекта обучения, позволяющей определить наличие и степень сформированности необходимых профессиональных компетенций. Использование методов нечеткого моделирования позволяет учитывать естественные процессы, связанные с потерей некоторой части знаний в течение длительного промежутка времени, и создавать корректную прогнозную модель остаточных знаний в долговременной памяти. Рассмотрены возможности нечеткого моделирования при поддержке принятия решений по формированию индивидуальных траекторий обучения.

Скачать в PDF

Ключевые слова Нечеткие модели; интеллектуальные обучающие системы; оценка компетентности; системы управления знаниями; поддержка принятия решений.
Библиографический список 1. Денисова И.Ю., Макарычев П.П. Математические модели онтологии базы знаний информационной обучающей системы // Онтология проектирования. – 2012. – № 3 (5). – С. 62-78.
2. Кравченко Ю.А. Интегрированная модель представления знаний на основе метода нечеткого моделирования // Известия ЮФУ. Технические науки. – 2013. – № 7 (144). – С. 97-102.
3. Глазунов Ю.Т. Математическая модель развития потребностей эстетического характера // Вестник МГТУ. – 2011. – № 4 (14). – C. 811-815.
4. Метешкин А.А., Шевченко В.А., Шарыгин М.Н. Апробация формулы для вычисления времени забывания студентами учебного материала // Автомобильный транспорт. – 2010. – № 26. – C. 126-128.
5. Курейчик В.В., Родзин С.И. О правилах представления решений в эволюционных алгоритмах // Известия ЮФУ. Технические науки. – 2010. – № 7 (108). – С. 13-21.
6. Курейчик В.М. Особенности построения систем поддержки принятия решений // Известия ЮФУ. Технические науки. – 2012. – № 7 (132). – С. 92-98.
7. Курейчик В.М., Кажаров А.А. Использование роевого интеллекта в решении NP-трудных задач // Известия ЮФУ. Технические науки. – 2011. – № 7 (120). – С. 30-37.
8. Гладков Л.А., Гладкова Н.В. Новые подходы к построению систем анализа и извлечения знаний на основе гибридных методов // Известия ЮФУ. Технические науки. – 2010. – № 7 (108). – С. 146-154.
9. Курейчик В.В., Бова В.В., Нужнов Е.В., Родзин С.И. Интегрированная инструментальная среда поддержки инновационных образовательных процессов // Открытое образование. – 2010. – № 4. – С. 101-111.
10. Кравченко Ю.А., Запорожец Д.Ю., Лежебоков А.А. Способы интеллектуального анализа данных в сложных системах // Известия КБНЦ РАН. – 2012. – № 3 (47). – С. 52-57.
11. Kureichik V.M., Rodzin S.I. Evolutionary algorithms: genetic programming // Journal of Computer and Systems Sciences International. – 2002. – Vol. 41, № 1. – С. 123-132.
12. Курейчик В.В., Родзин С.И., Родзина Л.С. Мобильное обучение: контекстная адаптация и сценарный подход // Открытое образование. – 2013. – № 4. – С. 75-82.
13. Добросоцкая И.В., Крахт Л.Н. Система поддержки принятия решения при формировании индивидуальной траектории обучения // Вестник Воронежского государственного технического университета. – 2009. – Т. 5, № 9. – С. 197-200.
14. Курейчик В.М., Писаренко В.И. Синергетический подход в педагогическом проектировании образовательной среды вуза // Открытое образование. – 2014. – № 3. – С. 55-62.
15. Марков В.В. Методика извлечения и оценки знаний на основе нечеткой модели эксперта // Известия ЮФУ. Технические науки. – 2011. – № 7 (120). – С. 137-141.

Comments are closed.