基于多层次经验学习的教育大模型塔式构建方法

    公开(公告)号:CN119202200A

    公开(公告)日:2024-12-27

    申请号:CN202411676504.5

    申请日:2024-11-22

    Abstract: 本申请涉及大语言模型技术领域,为解决传统大模型微调框架仅依赖抽象经验执行教育领域迁移而导致难以响应除基础知识问答任务之外的教学应用的局限,公开了一种基于多层次经验学习的教育大模型塔式构建方法、计算机设备、计算机可读存储介质及计算机程序产品。该方法包括根据多源异构知识载体获取抽象经验,注入通用大语言模型以构建第一教育大模型;处理教学行为流数据获取观察经验,注入第一教育大模型以构建第二教育大模型;根据第二教育大模型应用反馈的偏好数据获取实践经验,执行第二教育大模型偏好对齐构建第三教育大模型。采用本方法能实现通用大语言模型应用于教育领域的迁移训练,提高教育大模型的知识问答、出题和解题等教育应用性能。

    一种粗粒度与细粒度结合的孤独症识别系统及方法

    公开(公告)号:CN119027999A

    公开(公告)日:2024-11-26

    申请号:CN202411065177.X

    申请日:2024-08-05

    Abstract: 本发明公开了一种粗粒度与细粒度结合的孤独症识别系统及方法。该系统包括:数据采集模块,用于采集用户观看视频过程中的切片,每个切片包括连续采样的多张图像;粗粒度特征提取模块,用于对每个切片内多张图像按照预设的统计算法进行统计,根据统计结果计算每个切片的粗粒度特征;细粒度特征提取模块,用于根据切片的粗粒度特征选择将切片输入到多个不同的细粒度特征提取模型中的一个,获得每个切片的细粒度特征;特征融合及识别模块,用于将切片的粗粒度特征和细粒度特征进行特征融合,获得融合特征,根据所述融合特征进行孤独症识别。本发明可实现对孤独症面部行为的全面描述,能够有效提升孤独症识别的可靠性。

    一种基于多模态融合的课堂互动分析方法及系统

    公开(公告)号:CN114970701B

    公开(公告)日:2024-11-15

    申请号:CN202210539253.0

    申请日:2022-05-18

    Abstract: 本发明公开了一种基于多模态融合的课堂互动分析方法及系统,所述的教学行为分析系统包括音视频关键帧提取系统、帧特征分析系统、行为判别系统、结果分析系统。具体包括获取课堂教学视频,对课堂视频预处理;利用声纹识别技术和姿态估计算法处理课堂教学视频,判别说话者身份;设计师生互动行为类别,根据课堂互动行为主体不同进行分类;最后编制互动分析MFIAS编码表,构建多模态融合行为对照表映射特征行为,量化分析课堂教学互动行为。本发明实现全面细致分析课堂师生互动行为的丰富内涵,提出了一种基于多模态融合的课堂互动分析方法及系统,解决采用人工方式对课堂视频进行反馈分析结果受主观因素影响大、过程操作复杂等问题。

    一种基于多重注意力机制的超图知识追踪方法

    公开(公告)号:CN118861116A

    公开(公告)日:2024-10-29

    申请号:CN202410740750.6

    申请日:2024-06-10

    Abstract: 本发明属于教育大数据挖掘与学习分析领域,提供一种基于多重注意力机制的超图知识追踪方法,采用深度学习领域中的时间序列建模、注意力机制、超图神经网络对学生作答交互行为记录进行知识状态建模,并捕获时间维度上的学生动态知识状态;接着利用超边内注意力机制、超边间注意机制以及超图间注意力机制三重超图注意力机制聚合空间维度上的学生静态知识状态;最后根据学生的知识状态预测学生在作答下一试题的表现。本发明实现了对学生知识状态的动态与静态的全面建模和精确预测,提升了教学预测准确性,使教育者能够更有效地根据学生的实时学习进度和能力调整教学策略。

    基于孪生数字人的孤独症儿童社交技能干预系统及方法

    公开(公告)号:CN118552686A

    公开(公告)日:2024-08-27

    申请号:CN202410673332.X

    申请日:2024-05-28

    Abstract: 本发明公开了一种基于孪生数字人的孤独症儿童社交技能干预系统及方法。所述系统包括:面部图像获取模块,用于对上传的孤独症儿童图像进行预处理,获取面部图像;参数化人脸模型生成模块,用于将所述面部图像输入训练后的面部参数估计网络模型,获取面部参数,将所述面部参数与3DMM对应的向量基相乘生成参数化人脸模型;三维人脸替换模块,用于将所述参数化人脸模型与游戏角色模型进行人脸替换和缝合,生成孪生数字人模型;表情驱动模块,用于通过表情驱动算法对所述孪生数字人模型进行表情驱动;干预模块,用于使用所述孪生数字人模型对干预对象进行社交技能干预。本发明极大降低了干预成本,提升了干预效果。

    基于深度学习和符号回归的导学策略生成方法及系统

    公开(公告)号:CN118051884A

    公开(公告)日:2024-05-17

    申请号:CN202410289781.4

    申请日:2024-03-14

    Abstract: 本发明提供一种基于深度学习和符号回归的导学策略生成方法及系统,所述方法包括:获取当前学习者在学习平台上的训练日志数据;将训练日志数据输入至预先建立的深度回归模型中,输出当前学习者的训练日志数据的关键特征和与关键特征对应的知识点掌握度;利用符号回归算法将当前学习者的关键特征和知识点掌握度表示为符号化方程,并将符号化方程进行整合,得到符号化模型,以生成当前学习者的导学策略。本发明利用神经网络模型和符号回归算法从复杂的训练日志数据中提取关键特征并将其转化为符号形式,将导学策略的生成过程进行可视化,不仅可以更好的分析导学策略生成过程,而且可以为学习者生成更合适、更个性化的导学策略。

Patent Agency Ranking