Использование нейронных сетей в образовательных информационных системах
advertisement
Использование нейронных сетей в образовательных информационных системах В. И. Мунерман Г. П. Шаповалова Смоленский государственный университет Galk67@rambler.ru В современных условиях основным источником образовательного запроса к системе образования потребности, становится способности, мотивы личность должны учащегося. во все Его большей интересы, степени учитываться при проектировании и организации процесса обучения. Появление нового источника образовательного запроса делает востребованным учет индивидуальных особенностей учащихся, что, в свою очередь, ведет к изменению запросов к системе образования. Теперь, когда все большую роль в этом процессе играют учащиеся, их семьи или микросоциальные группы, школа вынуждена учитывать специфические, уникальные запросы каждого конкретного ученика. Это в свою очередь многократно усложняет работу учителя. Существующая система образования не использует в полной мере возможности, предоставляемые развитием глобальной информатизации. Речь в данном случае идет о росте информационной составляющей цивилизации, процессе становления информационного общества, о развитии социальной информатики, в частности, дающей возможность влиять на информатизацию системы образования. Для учителя новые условия деятельности означают заметное увеличение объема информации, обрабатываемой в процессе подготовки к урокам, его проведения и анализа результатов. Выход – передать часть функций педагога компьютеру, создав автоматизированные информационные системы, обрабатывающие часть информации и выдающие некоторые управленческие решения [2]. В процессе работы учитель находится в динамически изменяющейся среде. Уровень знаний и навыков учащихся постоянно колеблется. Разные классы предъявляют различные требования к уровню сложности объяснения материала и самостоятельных знаний, а также подбору требуемых задач и упражнений. Творческий учитель вынужден постоянно решать сложнейшие проблемы в процессе подготовки к объяснению нового материала, подбору демонстрационных упражнений, закрепляющих и контролирующих заданий, а также подбор задач по соответствию уровня сложности задачи уровню знаний и навыков ученика. Таким образом учитель должен постоянно решать задачу соотношения абсолютного и относительного уровня сложности задания. Данный вопрос является сложным и требует неформального решения. Вследствие чего реализация данной проблемы с помощью системы автоматизированного проектирования предполагает нестрогие алгоритмы. Мы предлагаем в качестве решения задачи соотношения абсолютного и относительного уровня сложности задания использовать нейронные сети. Предложенный метод позволяет решать задачу постоянного соотношения абсолютного и относительного уровня сложности новых задач и переопределения уже существующих на основе самообучения системы при помощи учителя. А именно, на конкретных соотношениях учителя, она обучается и способна в дальнейшем выполнять задачу самостоятельно. Сложность разработки заключается в реализации этого обучения [1]. Рассмотрим в качестве системы автоматизированного проектирования, систему, решающую проблему по определению абсолютного уровня задачи. Как известно, для каждой темы устанавливается перечень знаний, умений, навыков, которыми должен обладать ученик по ее изучению. Рассмотрим: в рамках программы некоторого предмета тему 1. Упорядочим все знания, умения, навыки по данной теме. Представим полученный результат в виде таблицы: Тема 1 Номер 1 2 … k k+1 … n Знания Умения Навыки Знание 1 Знание 2 …… Умение 1 Умение 2 …… Умение n–k+1 Баллы (максимум 100 баллов) ….. ….. ….. ….. ….. ….. ….. Тогда в рамках данной конкретной темы мы ставим в соответствие каждой задаче упорядоченный набор чисел – n-местный кортеж, где на k-ом месте стоит по балл соответствующего знания, умения или навыка, которому соответствует данная задача. Отметим, что определение баллов задаче по тому или иному знанию или умению можно, например, доверить экспертной комиссии. Например, задача 1 соответствует набору (50, 20, 0, 50, …, 40, 0, 0, …,60), т. е. Номер 1 2 … k k+1 … n Тема 1 Знания Умения Навыки Знание 1 Знание 2 …… Умение 1 Умение 2 …… Умение n–k+1 Баллы (максимум 100 баллов) 50 20 ….. 40 0 ….. 60 Каждому n-местному кортежу ставится в соответствие свой абсолютный уровень задачи. Сопоставление этих параметров – трудоемкий процесс, который отнимает много времени, но не имеет творческой составляющей, поэтому данную задачу следует доверить ЭВМ. Алгоритм ее решения можно реализовать на основе нейронной сети. Данная сеть состоит из одного нейрона. Входными сигналами являются элементы кортежа. Выходным сигналом является абсолютный уровень задачи. Нейрон имеет сигмоидальную функцию активации с модулем 100. Веса синапсов нейрона формируются при обучении сети. Для обучения сетей экспертная комиссия определяет каждому абсолютному уровню задачи свои значения входных параметров, таким образом, формируя обучающую выборку. Предложенный метод позволяет решить сложную интеллектуальную задачу, которая в реальных условиях существенно осложняет работу учителя. Такая система может быть составляющей частью любой системы автоматизированного проектирования урока. Литература 1.Круглов В.В, Борисов В.В., Быстров А.В., Современные информационные технологии. Основы построения и применения искусственных нейронных сетей, Смоленск: СмолГУ, 2006, 92с. 2.Сенькина Г.Е., Емельченков Е.П., Киселева О.М. Методы математического моделирования в обучении: монография /Смол.гос.ун-т.-Смоленск, 2007.-112с.
