摘要
本发明方法提出了一种面向学习过程的三元二阶耦合的动态认知诊断方法,将学习过程中的学习单元划分为“知识、时序、行为”三元组,通过神经网络模型和行为特征提取技术获得“知识‑时序”和“行为‑时序”的一阶耦合分析知识状态和行为状态的变化,同时,采用GLU门控技术设置猜测门、熟练门和学习门,实现学习过程中学习者的认知状态变化的复杂建模,获取学习者的潜在能力状态;最后通过行为特征和反应结果的多任务预测,实现对学习者认知状态的诊断与学习者未来表现的预测。本发明能够科学、全面地对学习者学习情况进行预测,达到辅助教师进行精准教学的目的。
技术关键词
认知诊断方法
活动流
时序特征
多层感知机
概念
特征提取技术
动态
计算方法
答案
学生
LSTM神经网络
知识点
注意力机制
指数衰减函数
矩阵
门控技术
三元组
参数
系统为您推荐了相关专利信息
深度学习模型
井口结构
稳定性分析方法
井口装置
海洋环境参数
切换方法
驾驶环境信息
时序特征
决策
特征提取网络
故障实时检测方法
轨道交通设备
装备故障诊断
实体
关系
轨道状态检测方法
融合特征
特征提取单元
多尺度特征
特征提取模块
钢板表面缺陷分类方法
金字塔网络
注意力
特征金字塔
全局平均池化