摘要
本发明涉及人工智能技术领域,公开了一种学习曲线生成方法、装置、设备及存储介质,通过获取学生的学习历史数据,基于学习历史数据构建的生成式模型,并采用生成式模型根据学习主题生成个性化的子样试题;实时采集学生的答题数据,对答题数据进行标准化和归一化处理,并从处理后的答题数据中提取关键特征,得到答题特征数据;根据答题特征数据生成学生的个性化学习曲线,分析个性化学习曲线,并根据个性化学习曲线动态调整学生的子样试题;收集学生的学习反馈信息,并基于学习反馈信息采用哈里斯鹰优化算法调整学习策略;本发明通过提高了学习的针对性和有效性,提供更精准的学习进度预测,持续优化算法,提高学习曲线的准确性和实用性。
技术关键词
学习历史数据
答题数据
学生
生成方法
编码器
长短期记忆网络
梯度算法
曲线斜率
策略
位置更新
Word2Vec模型
生成设备
曲线特征
构建卷积神经网络
主题
主成分分析算法
引入注意力机制
参数
卷积神经网络模型
系统为您推荐了相关专利信息
图像扩增方法
原始图像数据
关键词
对象
大语言模型
视频帧
协同检测方法
动静态特征
重构
动态特征提取
光伏功率预测方法
一维卷积神经网络
多层感知机
数据
表达式
环保绝缘气体
性能预测方法
神经网络模型
分子
模型更新
状态推定方法
挤出机
机器学习模型
状态推定装置
数据