light box
امتیاز 2.65 سامانه خبره فازی ژنتیکی به منظور دسته بندی اتوماتیک سوال">

نوع فایل : word
تعداد صفحات : 28
تعداد کلمات : 7500
مجله : Expert Systems with Applications
انتشار : 2012
ترجمه ی متون جدول : ترجمه شده است
درج جداول در فایل ترجمه : درج شده است
منابع داخل متن : به صورت فارسی درج شده است
کیفیت ترجمه : طلایی
فونت ترجمه : ب نازنین 12
دسته بندی :
برچسب ها : ، ، ، ، ، ، ، ، ، ، ،

عنوان فارسی مقاله:بررسی سامانه ی خبره فازی ژنتیکی به منظور دسته بندی   اتوماتیک سوال در یک محیط یادگیری و آموزشی رقابتی و متضاد

 چکیده

سیستم های تدریس هوشمند ابزاری کارآمد برای تطبیق خودکار فرآیند یادگیری با پیشرفت و نیازهای دانشجویان هستند. یکی از اقتباسهای ممکن، استفاده از سیستم توالی سؤالی تطبیقی ​​است که با دشواری سؤالات در سطح دانشجو مطابقت دارد. در این زمینه ، طبقه بندی صحیح سؤالاتی که برای دانشجویان ارائه می شود ، با توجه به سطح دشواری آنها ، مهم است. بسیاری از سیستم ها برای تخمین دشواری سؤالات ایجاد شده اند. با این وجود تنوع در محیط های برنامه کاربردی راه حل های موجود را مستقیماً در سایر برنامه ها دشوار می کند. بنابراین یک راه حل خاص به منظور تعیین سطح دشواری سؤالات باز به روش اتوماتیک و عینی طراحی شده است. این راه حل می تواند برای فعالیت هایی با ویژگی های زمانی و در حال اجرا ویژه اعمال شود ، زیرا مسابقات ایجاد شده از طریق QUESTOURnament ، ابزاری است که در پلت فرم elearning Moodle ادغام شده است. راه حل پیشنهادی یک سیستم متخصص فازی است که برای مشخص کردن هر سطح دشواری از یک الگوریتم ژنتیک استفاده می کند. از خروجی الگوریتم ، قوانین فازی را که برای طبقه بندی سوالات استفاده می شود ، تعریف می کند. اطلاعاتی که از یک فعالیت رقابتی در یک دوره مهندسی ارتباطات از راه دور ثبت شده اند ، به منظور اعتبارسنجی سیستم در برابر گروهی از متخصصان استفاده شده است. نتایج نشان می دهد که سیستم با موفقیت انجام می شود. بنابراین می توان نتیجه گرفت که سیستم قادر است کار طبقه بندی سؤالات را در یک محیط یادگیری رقابتی انجام دهد(سامانه خبره فازی ژنتیکی). 

TITLE: A genetic fuzzy expert system for automatic question classification in a competitive learning environment

Abstract

Intelligent tutoring systems are efficient tools to automatically adapt the learning process to the student’s progress and needs. One of the possible adaptations is to apply an adaptive question sequencing system, which matches the difficulty of the questions to the student’s knowledge level. In this context, it is important to correctly classify the questions to be presented to students according to their difficulty level. Many systems have been developed for estimating the difficulty of questions. However the variety in the application environments makes difficult to apply the existing solutions directly to other applications. Therefore, a specific solution has been designed in order to determine the difficulty level of open questions in an automatic and objective way. This solution can be applied to activities with special temporal and running features, as the contests developed through QUESTOURnament, which is a tool integrated into the elearning platform Moodle. The proposed solution is a fuzzy expert system that uses a genetic algorithm in order to characterize each difficulty level. From the output of the algorithm, it defines the fuzzy rules that are used to classify the questions. Data registered from a competitive activity in a Telecommunications Engineering course have been used in order to validate the system against a group of experts. Results show that the system performs successfully. Therefore, it can be concluded that the system is able to do the questions classification labour in a competitive learning environment.

 

    ثبت دیدگاه

      • دیدگاه های ارسال شده توسط شما، پس از تایید توسط تیم مدیریت در وب منتشر خواهد شد.
      • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
      • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.

    برای ارسال دیدگاه شما باید وارد سایت شوید.

    محصولات مشابه
    بهره وری و فرار مالیاتی
    خـریـد محـصـول
    تأثیر کمپین‌های رسانه‌ای روی تشکیل پرونده‌های مالیاتی: شواهد شبه تجربی از پاکستان
    خـریـد محـصـول
    هنجارهای اجتماعی و تمکین مالیاتی
    خـریـد محـصـول
    تمکین مالیاتی، انتخاب منطقی (انتخاب عقلانی) و نفوذ و تأثیر اجتماعی: مدل عامل محور
    خـریـد محـصـول
    تاثیرات سیگنال های فرار مالیاتی روی توزیع مجدد و ترجیحات رای دهی
    خـریـد محـصـول
    خود فریبی: اصول اقتصادی فرار مالیاتی
    خـریـد محـصـول
    هزینه‌های مالی و اجتماعی فرار مالیاتی: تأثیر گزارش کمتر درآمد توسط افراد خویش فرما
    خـریـد محـصـول
    رشد فروشگاه‌های آنلاین و شبکه‌های اجتماعی موجب پشتیبانی از فرار مالیاتی می‌شود
    خـریـد محـصـول
    شبکه‌های اجتماعی، تعامل پذیری و رضایت: ارزیابی عوامل رفتاری، فنی –اجتماعی
    خـریـد محـصـول
    ترکیب بصری سازی (دیداری سازی) شبکه و داده کاوی برای ارزیابی ریسک مالیات
    خـریـد محـصـول
    ثبت اختراع یا انتشار مقاله

    ثبت اختراع یا انتشار مقاله کدام اول باید انجام شود؟ پژوهشگران منابع مالی و غیر مالی بسیاری را صرف انجام تحقیقات و پژوهش ها میکنند و امکان دارد تعدادی از آنها تبدیل به دستاوردها و فناوری های نو گردد. محققان این نتایج را به سرعت در مقالات علمی ملی و بین المللی منتشر و به آن افتخار میکنند. اما باید مد نظر داشت، چنانچه دستاورد پژوهشی امکان تبدیل شدن به یک محصول یا فرآیند قابل استفاده و تولید در صنعت را داشته باشد، هر گونه انتشار عمومی از جمله مقاله باعث از دست رفتن شرط جدید بودن و در نتیجه عدم امکان ثبت فناوری به عنوان اختراع خواهد شد.

    در نتیجه محققان و پژوهشگران باید پیش از هرگونه افشاء عمومی آن دسته از نتایج تحقیقاتی که شرایط ثبت اختراع را دارا می باشد به صورت اظهارنامه اختراع در اداره مربوطه ثبت و سپس نسبت به انتشار آنها اقدام کنند. امکان دارد مراحل ثبت اختراع چندین ماه به طول بیانجامد که انتشار مقاله (و مانند آن) پس از تاریخ ثبت اظهارنامه اختراع مشکلی را در فرآیند ثبت اختراع بوجود نمی آورد.

    از آنجا که برخی دستاورد ها مانند روشهای تشخیص بیماری و نوآوری های مدیریتی قابلیت ثبت اختراع بین المللی و ملی را ندارند، محققان بدون نگرانی میتوانند انتشار در مقالات داخلی و خارجی را به عنوان اولین گزینه جهت کسب افتخار دست یابی به این قبیل پژوهشها انتخاب کنند.

    برو بالا