-
公开(公告)号：CN112949935A
公开(公告)日：2021-06-11
申请号：CN202110326338.6
申请日：2021-03-26
Applicant: 华中师范大学
Abstract: 本发明公开了一种融合学生、知识点、题目三者间交互信息的知识追踪方法与系统。该方法包括步骤：获取学生历史答题记录集合；对学生历史答题记录集合中的数据进行编码，获取当前答题记录编码和下一题目信息编码，将当前答题记录编码与下一题目信息编码进行拼接得到输出向量；从输出向量中解码出学生与题目间的交互参数、学生与知识点间的交互参数，从下一题目信息编码中解码出知识点与题目的交互参数；将所有交互参数输入到贝叶斯概率模型，输出答题预测结果。本发明融合了深度学习模型和贝叶斯概率模型，建模了学生和知识点的交互、学生和题目的交互、知识点和题目间的交互，为解释学习过程提供了良好的可解释性，提高了知识追踪准确性。
-
公开(公告)号：CN110807469B
公开(公告)日：2020-09-11
申请号：CN201910889394.3
申请日：2019-09-19
Applicant: 华中师范大学
Abstract: 本发明公开了融合长短时记忆与贝叶斯网络的知识追踪方法与系统，其通过建立包括时间序列的认知数据集和长短期记忆神经网路，计算与当前时间序列对应的知识组件的贝叶斯知识追踪模型的参数组，从而利用贝叶斯知识追踪模型计算学习者对当前时间序列的题目的答题正确的概率预测值，通过对比认知数据集中当前时间序列的题目的答题正确与否的真实值，得到与当前时间序列对应的长短期记忆神经网络模型损失函数，从而得到权重参数矩阵的优化值和偏差参数矩阵的优化值；遍历认知数据集所有的时间序列，得到长短期记忆神经网络模型权重参数矩阵的优化值和偏差参数矩阵的最优值；从而实现学习者对待测试题目的认知状态的预测，依据学习者的认知状态的预测进行学习者的学习路径规划和/或知识图谱的构建。
-
公开(公告)号：CN110807469A
公开(公告)日：2020-02-18
申请号：CN201910889394.3
申请日：2019-09-19
Applicant: 华中师范大学
Abstract: 本发明公开了融合长短时记忆与贝叶斯网络的知识追踪方法与系统，其通过建立包括时间序列的认知数据集和长短期记忆神经网路，计算与当前时间序列对应的知识组件的贝叶斯知识追踪模型的参数组，从而利用贝叶斯知识追踪模型计算学习者对当前时间序列的题目的答题正确的概率预测值，通过对比认知数据集中当前时间序列的题目的答题正确与否的真实值，得到与当前时间序列对应的长短期记忆神经网络模型损失函数，从而得到权重参数矩阵的优化值和偏差参数矩阵的优化值；遍历认知数据集所有的时间序列，得到长短期记忆神经网络模型权重参数矩阵的优化值和偏差参数矩阵的最优值；从而实现学习者对待测试题目的认知状态的预测，依据学习者的认知状态的预测进行学习者的学习路径规划和/或知识图谱的构建。
-
Patent Agency Ranking
公开(公告)号：CN113361685B
公开(公告)日：2022-08-19
申请号：CN202110572170.7
申请日：2021-05-25
Applicant: 华中师范大学
Abstract: 本发明提供一种基于学习者知识状态演化表示的知识追踪方法及系统，该方法包括：获取统计的多个学习者对多个知识点样本的认知数据集；生成学习者的知识状态表示，搭建知识追踪模型；生成学习者的未来答题表现的预测值，搭建的知识追踪模型中，贝叶斯知识追踪算法的输入是状态矩阵，输出是学习者的未来答题表现的预测值；生成演化项；将演化项纳入损失函数并最优化，知识追踪模型的训练目标是生成准确的学习者未来答题表现的预测值，并且准确建模知识状态的平缓变化，该目标通过定义损失函数来具化的。
-
公开(公告)号：CN112949935B
公开(公告)日：2022-06-17
申请号：CN202110326338.6
申请日：2021-03-26
Applicant: 华中师范大学
Abstract: 本发明公开了一种融合学生、知识点、题目三者间交互信息的知识追踪方法与系统。该方法包括步骤：获取学生历史答题记录集合；对学生历史答题记录集合中的数据进行编码，获取当前答题记录编码和下一题目信息编码，将当前答题记录编码与下一题目信息编码进行拼接得到输出向量；从输出向量中解码出学生与题目间的交互参数、学生与知识点间的交互参数，从下一题目信息编码中解码出知识点与题目的交互参数；将所有交互参数输入到贝叶斯概率模型，输出答题预测结果。本发明融合了深度学习模型和贝叶斯概率模型，建模了学生和知识点的交互、学生和题目的交互、知识点和题目间的交互，为解释学习过程提供了良好的可解释性，提高了知识追踪准确性。
-
公开(公告)号：CN111047482A
公开(公告)日：2020-04-21
申请号：CN201911115390.6
申请日：2019-11-14
Applicant: 华中师范大学
Abstract: 本发明公开了基于层次记忆网络的知识追踪系统，包括控制器组件、层次记忆组件、读头和写头组件，读头和写头组件设置在控制器组件和所述层记忆组件之间，读头和写头组件用于将控制器组件处理后的输入信息写入到所述层次记忆组件存储更新；层次记忆矩阵组件包括工作存储单元、长期存储单元、分割模块和衰减模块，分割模块用于将输入的信息分为工作记忆信息和长期记忆信息分别存入到工作存储单元和长期存储单元，衰减模块用于将存入长期存储单元的长期记忆信息进行衰减后存入到长期存储单元。本发明的基于层次记忆网络的知识追踪系统，模拟人类长期记忆和短期记忆的模式，对输入的知识信息进行分类衰减存储，使得预测更准确。
-
公开(公告)号：CN111047482B
公开(公告)日：2023-07-04
申请号：CN201911115390.6
申请日：2019-11-14
Applicant: 华中师范大学
IPC: G06Q50/20 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了基于层次记忆网络的知识追踪系统，包括控制器组件、层次记忆组件、读头和写头组件，读头和写头组件设置在控制器组件和所述层记忆组件之间，读头和写头组件用于将控制器组件处理后的输入信息写入到所述层次记忆组件存储更新；层次记忆矩阵组件包括工作存储单元、长期存储单元、分割模块和衰减模块，分割模块用于将输入的信息分为工作记忆信息和长期记忆信息分别存入到工作存储单元和长期存储单元，衰减模块用于将存入长期存储单元的长期记忆信息进行衰减后存入到长期存储单元。本发明的基于层次记忆网络的知识追踪系统，模拟人类长期记忆和短期记忆的模式，对输入的知识信息进行分类衰减存储，使得预测更准确。
-
公开(公告)号：CN113361685A
公开(公告)日：2021-09-07
申请号：CN202110572170.7
申请日：2021-05-25
Applicant: 华中师范大学
Abstract: 本发明提供一种基于学习者知识状态演化表示的知识追踪方法及系统，该方法包括：获取统计的多个学习者对多个知识点样本的认知数据集；生成学习者的知识状态表示，搭建知识追踪模型；生成学习者的未来答题表现的预测值，搭建的知识追踪模型中，贝叶斯知识追踪算法的输入是状态矩阵，输出是学习者的未来答题表现的预测值；生成演化项；将演化项纳入损失函数并最优化，知识追踪模型的训练目标是生成准确的学习者未来答题表现的预测值，并且准确建模知识状态的平缓变化，该目标通过定义损失函数来具化的。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.013 seconds)
