WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 ||

- 11 - • генерация системой (самостоятельно) контрольных заданий и решение в автономном режиме задач, предлагаемых учащимся (или преподавателем, при использовании системы как вспомогательного средства обучения);

• способность решать задачи в автономном режиме без использования строго заложенных решений на базе имеющихся методов и выбора оптимального решения – критериями же оптимальности решения являются минимальное количество итераций при решении, использование нестандартных шагов в решении, основанных на имеющихся теориях;

• возможность добавления в базу данных системы новых методов решения, которые не были заложены разработчиками и экспертами;

• выявление новых типовых задач;

• генерация лингвистического описания динамической и плохо структурированной информации (эта задача в большей степени относится к обучающим системам, осуществляющим процесс обучения гуманитарным дисциплинам).

Для обеспечения реализации этих задач предлагается использовать модели когнитивного процесса на базе теории узкого исчисления предикатов, как наиболее отвечающей требованиям формализации плохо структурированных знаний. При разработке когнитивных моделей использовались методы объектного представления. Для дальнейшего более подробного рассмотрения когнитивных моделей в рамках систем дистанционного обучения сформулированы следующие определения:

Определение 1. Предметная область – часть мира, представленная в виде совокупности объекта, взаимодействия, свойства и которая подлежит исследованию.

- 12 - Определение 2. Дисциплина – набор знаний о какой-либо предметной области.

Определение 3. Знание – структурированные по определенному алгоритму сведения о предметной области и представленные множеством правил.

Определение 4. Правило – структурированный процесс преобразования исходных данных в результат.

Укрупнено процесс познания представляется следующим алгоритмом: система получает определенную информацию и с помощью определенных запросов к предметной области формализует данную информацию; в дальнейшем, сравнивая полученную формализованную информацию с имеющейся в базе данных, определяет наличие противоречий, что, в свою очередь, реализует процесс разрешения противоречий и, при их устранении, записывает в базу данных.

Анализ множества методов и моделей представления знаний показал, что для полноценного обеспечения формализации знаний следует использовать структуру в виде «объект-свойство-действие». На базе такого представления знаний используется реляционное представление знаний в теории узкого исчисления предикатов, где реляционная модель знаний представляется в виде:

1 n (A, p1,..., pm,r11,...,rkn,t1,...,tln) (2) где, A – множество объектов в области знаний; p – множество свойств, характеризующих объект; r – множество действий, свойственных объекту; t – временная составляющая, обеспечивающая последовательность действий.

Более наглядно такое представление знаний можно увидеть на плоскости многомерного пространства, когда каждый вектор измерения - 13 - представляет собой определенное качество предметной области: объект, свойство, действие.

Объект (A) Объект (A) Действия Свойства Свойства над объектом Действия Действия объекта Объект (A) Объект (A) Свойства класса Свойства класса Свойства класса Действия Свойства класса Свойства класса...

над Свойства класса...

Свойства класса n Свойства класса n объектом Действия Действия Рис. 4. Варианты представления предметной области по типу объектсвойство-действие Время является измерением, которое может представить предметную область в динамике. Такое представление, где каждый вектор перпендикулярен всем остальным векторам позволяет описать любую предметную область, причем, когда используется последовательность действий, которые выполняются параллельно, вектор последовательности представляется обратным вектору времени.

Для описания модели приняты определения в теории узкого исчисления предикатов.

В работе рассматривается пример использования теоретической методики представления знаний для решения технических задач. Предположим, есть задача Q, которая имеет в качестве исходных данных множество факторов G и которая требует найти фактор S, не принадлежащий множеству факторов G.

- 14 - Q = ({G}; S) (6) S = f ({G}) (7) 1 n G = (e1,...,en, p1,..., pm,r11,...,rkn,t1,...,tln) (8) База знаний предметной области строится на основе простых и сложных идей, которые взаимосвязаны друг с другом. Для обеспечения достоверности данных сформулированы следующие утверждения и определения.

Определение 5. Модель – совокупность простых (унарных) и сложных идей (операций).

Утверждение 1. Если метод (модель) М состоит из унарных операций (u1,…,un) и унарные операции существуют в базе данных (что говорит об их достоверности) или они достоверны, то метод (модель) М достоверен.

(М = {u1,…,un}) ((БД({u1,…,un})) Дост({u1,…,un})) Дост(М ) (9) Это утверждение позволяет вводить в систему новые утверждения, состоящие из простых и сложных идей, реализуя принцип самообучения системы.

База данных представляет собой множество моделей и методов:

БД = {{М};{Уф}} (10) М = {Уф} (11) Уф = (12) {G} где, БД – база данных моделей и методов, М – множество моделей, Уф – множество унифицированных формул, G – множество факторов для конкретной унифицированной формулы. Таким образом, получаем, что решение задачи Q, которое представляется функцией f от факторов множества G, согласно логике представления знаний и рассуждений, может быть представлено как множество моделей и унифицированных формул:

- 15 - f ({G}) = (13) {{М};{Уф}} Однако это утверждение не тождественно, поскольку множество моделей и унарных операций может привести к тупиковым решениям, которые не позволят получить ответа. Поэтому на данную модель накладываем некоторые дополнительные ограничения:

f (G) S (14) Уф = g({H}) (15) М = {Уф} (16) f ({G}) = (17) {{М};{Уф}} H =(S{G}) Использование этого метода позволяет достаточно продуктивно использовать технологию автономного решения случайных задач на персональных ЭВМ, которыми оснащены школы, ВУЗы и население.

На сегодняшний день можно говорить о возможности внедрения в системы модуля автономного решения случайных задач на базе имеющихся методов и моделей. Представляя в базе данных унарные операции (как математические, так и логические) и их комбинации в модели, можно решить практически любую задачу, что и было описано выше.

В третьей главе рассматривается непосредственно процесс контроля знаний, интегрированный в систему дистанционного обучения с использованием рассмотренных во второй главе методов искусственного интеллекта в области когнитивных моделей. Но для объяснения возможности использования одних и тех же моделей при преподавании различных дисциплин доказывается принцип единства систем дистанционного обучения в различных дисциплинах.

Основной упор в доказательстве делается на методах представления знаний в компьютере для восприятия человеком и представлении знаний в реальном мире. Ввиду этого предложена схема, отражающая - 16 - связь между восприятием человеком и представлением в компьютере информации различной природы (рис.5).

В схеме представлена природа информации, которая существует в реальном мире и в компьютере, причем именно этот набор информации передается в дисциплинах различной направленности, как технических, так и гуманитарных.

Ввиду выше сказанного принимается решение о возможности использования методов представления знаний на базе когнитивных моделей (эти модели позволяют обрабатывать все описанные виды информации).

Преподнесение Восприятие информации информации компьютером человеком Видео Видеоинформаци информация я (глаза) Движение Видеосрез Видео Изображения Рельеф (руки) Нервными окончаниями Изображения (глаза) Фотокартинка Картина Рисунок Текст (глаза) Сканер Книги Текст Журналы Internet Подписи Звук (уши) Аудиозапись Пластинки Звук Аудиокассеты Внешний звук CD-диски - 17 - Рис. 5. Связь между восприятием человека и представлением информации в компьютере Выше было сказано, что основным элементом СДО является система контроля знаний, которая интегрирует все элементы в единый комплекс и которая реализуется на всех стадиях обучения. В процессе рассмотрения данного элемента были сформулированы принципы построения систем контроля знаний:

• система контроля знаний должна обеспечивать синтезированный контроль на всех стадиях обучения;

• построение системы контроля знаний должно основываться на структуре информационного материала преподаваемой дисциплины;

• система контроля знаний должна обеспечивать полноценную оценку знаний материала с использованием всех средств представления информации;

• контроль знаний должен использовать современные информационные технологии для обеспечения своевременного контакта с преподавателем (тьютором);

• контроль знаний должен строиться так, чтобы учащийся не мог определить каждый следующий вопрос – в процессе реализации этого принципа учащийся может предполагать следующий вопрос по текущей рассматриваемой теме, но процесс определения нового вопроса осуществляется методом случайного выбора из множества вопросов для конкретного уровня и темы.

Для реализации этих принципов и обеспечения качества контроля знаний предложена система, построенная на принципе разветвленного тестирования, где существует четыре типа вопросов: основные, допол - 18 - нительные, корректирующие и поясняющие. Эти типы вопросов соответствуют типам вопросов, задаваемых при традиционном обучении.

Процедура контроля знаний и структура тестов, предложенных в работе позволяют строить развитую систему дистанционного обучения с соответствующим качеством процесса обучения.

Анализ различных методик проведения контроля знаний в традиционном и дистанционном обучении показал, что наиболее перспективной является методика контроля знаний на базе разветвленного тестирования, построенного с использованием когнитивных моделей.

Схематично вариант разветвленного теста можно представить следующим образом:

Основной вопрос Ответ 1 Дополнительный вопрос Ответ *** Ответ Ответ N Ответ 2 Корректирующий вопрос *** Основной вопрос Ответ N Ответ Ответ Ответ 1 Корректирующий вопрос *** Ответ 2 Ответ N *** Ответ Ответ N Ответ 2 Корректирующий вопрос *** Основной вопрос Ответ N Ответ Ответ Ответ 1 Корректирующий вопрос *** Ответ 2 Ответ N *** Ответ Ответ N Ответ 2 Корректирующий вопрос *** Ответ N Ответ Ответ Поясняющий вопрос *** Ответ N Ответ Ответ *** Ответ N Рис. 6. Схема разветвленного теста В работе предложен метод построения теста с использованием весовых категорий не только внутри вопроса, но и на уровне вопросов, и на уровне теста. Предложенная классификация вопросов внутри теста, - 19 - описанная выше, позволяет оценить знания учащегося по множеству факторов.

Также в третьей главе рассмотрены примеры реализации когнитивной модели представления знаний в дисциплинах различной направленности: гуманитарные, технические, смешанные. Эти примеры доказывают, что одна и та же модель может использоваться независимо от направленности дисциплины и к тому же позволяет осуществлять междисциплинарное взаимодействие и принцип непрерывного обучения.

Для обеспечения полнофункциональной реализации СДО была предложена прогрессивная методика формирования оценки для разветвленного тестирования, которая строится на множестве методов. Основой методики является представление конечной оценки на базе постепенного снижения максимального балла:

Баллтекущий = Баллпредыдущий - Оценкауменьшение (18) Оценкауменьшение = Баллпредыдущий Весуровеь Весвопроса Оценкавопроса (19) Эта методика практически полностью повторяет мыслительный процесс преподавателя при поиске оценки знаний учащегося и может быть использована в автоматизированных системах обучения. Причем она позволяет при соответствующей обработке оценить не только количественные факторы знаний учащегося, но и психофизическое состояние учащегося на момент проведения контрольного мероприятия.

Общие выводы по работе.

В рамках диссертационной работы были получены следующие научные и практические результаты:

а) разработаны:

1. Классификация систем дистанционного обучения по различным направлениям.

- 20 - 2. Единая структура системы дистанционного обучения, которая реализует принцип непрерывного образования.

3. Принципы построения систем контроля знаний. Используя предложенные в работе принципы построения, система контроля знаний может обеспечить качественную оценку знаний учащегося, указать на его ошибки и недоработки в обучении по смежным дисциплинам и помочь в процессе обучения.

4. Когнитивное обеспечение систем контроля знаний, на базе которого разработана технология системы контроля знаний. Предложенные методы представления знаний на базе когнитивных моделей позволяют использовать одни и те же средства, как для процесса обучения, так и для процесса контроля знаний.

5. Методика формирования оценки знаний, которая позволяет анализировать не только наличие знаний учащегося, но и ряд других факторов. Эта методика позволяет гуманно подходить к учащемуся, анализируя полноту знаний и умение логически размышлять, а также анализировать психофизическое состояние учащегося и возможность проводить контроль знаний.

б) проведена апробация разработанной системы контроля и представления знаний на дисциплинах различных классов. Данная апробация показала, что предложенные технологии позволяют осуществлять процесс обучения и контроль знаний по любым дисциплинам, независимо от принадлежности к какому-либо классу: «гуманитарные», «технические», «смешанные».

- 21 - Основные публикации по теме диссертационной работы:

Pages:     | 1 ||






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»