公开(公告)号：CN117350901A

公开(公告)日：2024-01-05

申请号：CN202311274452.4

申请日：2023-09-28

Applicant: 合肥工业大学

Inventor： 吴乐 ,  陈祥志 ,  刘菲 ,  陈雷 ,  张琨 ,  田蜜 ,  洪日昌 ,  汪萌

IPC: G06Q50/20 ,  G06N5/022 ,  G06N5/02 ,  G06N5/04 ,  G06N3/0455 ,  G06N3/0895 ,  G06F17/16 ,  G06F17/18

Abstract: 本发明公开了一种面向稀缺标注场景的认知诊断解耦方法，包括：1.构造异构数据，包括学生交互矩阵X及习题与知识点的关系矩阵Q；2.利用交互矩阵X建模学生的熟练程度、习题难度和习题相关度；3.为解决习题知识点标注稀缺的问题，引入了两个新的策略：基于知识点分组的解耦策略和标注稀缺场景下的对齐策略，来解耦与知识点相关的因子，并将它们与实际的知识点标注进行对齐；4.建立解码器，基于学生、习题难度和习题相关度预测学生做题所得分数。本发明的解耦策略和对齐策略可以充分利用少量已标注习题的半监督作用，以应对习题知识点标注稀缺的认知诊断挑战，从而实现更加准确的认知诊断。

公开(公告)号：CN118504690A

公开(公告)日：2024-08-16

申请号：CN202410660045.5

申请日：2024-05-27

Applicant: 合肥工业大学

Inventor： 张琨 ,  张大操 ,  吴乐 ,  田蜜 ,  洪日昌 ,  汪萌

IPC: G06N5/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种针对公平感知认知诊断任务的路径因果推理的答题预测方法，包括：1，建立包含敏感属性的认知诊断任务因果图，并用于构建深度神经网络模型；2，建立基于交叉熵损失的混合损失函数；3，在教育数据集上训练深度神经网络模型；4，利用训练好的网络模型对学生答题能力进行预测。本发明能够有效去除教育数据集中敏感属性所带来的偏差，从而实现更加公平的答题能力预测。