-
公开(公告)号:CN119359142A
公开(公告)日:2025-01-24
申请号:CN202411483216.8
申请日:2024-10-23
Applicant: 安徽大学
IPC: G06Q10/0639 , G06Q50/20 , G06F40/295 , G06F40/30 , G06N3/042
Abstract: 本发明公开了一种元多图辅助的解耦图神经认知诊断方法,包括:1根据学生的答题记录和专家标注的习题概念信息构建出一个学生‑习题‑概念交互图,2通过一个元多图聚合模块通过可微的方式来学习图神经网络聚合方式以及更新后的表征;3将学生节点剥离出交互图解耦出新的习题‑概念依赖图,并通过注意力机制来更新习题表征;4再次将习题节点剥离出依赖图解耦出概念‑概念关系图,并同样通过注意力机制来更新概念表征;5获取到三类节点的表征后通过一个新颖的且极富解释性的诊断公式来预测学生对知识概念的掌握程度。本发明通过解耦思想和神经架构搜索的方法,既能对学生能力进行认知诊断,还能在一定程度上保证模型的鲁棒性。
-
公开(公告)号:CN118070884A
公开(公告)日:2024-05-24
申请号:CN202410410014.4
申请日:2024-04-07
Applicant: 安徽大学
IPC: G06N5/01 , G06F16/901 , G06N3/126 , G06N5/045
Abstract: 本发明公开了一种基于多目标的神经架构搜索方法,属于智慧教育领域中的学生个性化认知诊断领域,其步骤包括:首先,基于现有的诊断模型设计出认知诊断的搜索空间。其次,提出一个多目标遗传规划来探索搜索空间,最大限度地提高模型的性能和可解释性,每个搜索出的诊断公式转换为树架构且编码基于树的表示。然后,为了使搜索算法有效的产生新的诊断公式,设计一个包含四个子遗传操作的遗传算子。最后还提出了一种初始化策略,使一般的种群能从现有模型的变体中进化以加速收敛。本发明将神经架构搜索方法应用到认知诊断当中,既能对学生能力表征进行认知诊断,又能搜索出表现优异的诊断公式。
-