摘要
本发明公开了一种基于习题不确定性关系的知识追踪方法,包括:1、将习题之间的关系建模为高斯分布;2、通过采样不确定性关系分布,利用不确定性关系得到学生对于未来题目的掌握程度用来预测未来表现;3、使用信息熵对习题不确定关系进行量化,并使用量化的不确定性对模型加权;4、通过不确定性关系训练两个模型,分别是确定模型和不确定模型,联合两个模型做出最终预测。本发明针对知识追踪任务中习题之间的不确定关系进行建模,并对其进行量化,通过量化结果改善模型训练与推理,提高了模型的预测性能。
技术关键词
知识追踪方法
学生
编码器
函数式
更新模型参数
注意力
信息熵
概念
可读存储介质
关系建模
定义
多层感知机
模块
处理器
存储器
优化器
计算机
答题
系统为您推荐了相关专利信息
去混响方法
混响信号
时序特征
卷积特征
滤波器系数
视频阴影检测方法
编码器
多层感知机
编码特征
交叉注意力机制
三元组损失函数
多模态深度学习
节点
融合卷积神经网络
梯度下降优化算法