基于多模态表征的在线学习认知异常学生检测方法及系统

AITNT
正文
推荐专利
基于多模态表征的在线学习认知异常学生检测方法及系统
申请号:CN202510014574
申请日期:2025-01-06
公开号:CN119417064B
公开日期:2025-12-05
类型:发明专利
摘要
本发明公开了一种基于多模态表征的在线学习认知异常学生检测方法及系统,属于异常检测领域。本发明首先获取学生学习过程中的多模态数据,构建学生关系图;然后将每个学生的多模态数据输入经过辅助分类任务预先训练的多模态学习表示模块中,获得每个学生对应的多模态嵌入;最后将多模态嵌入以及学生关系图输入预先通过对比学习框架训练的认知异常学生检测模块,获得目标节点对应学生的认知异常分数,本发明可以自动提取学生认知信息,避免人工处理的繁重工作,同时基于多视图多策略对比实现认知异常学生检测,能够在考虑多种影响因素的基础上对平台上学生的认知水平进行检测,辅助提升在线学习的效果。
技术关键词
特征提取模块 多模态数据采集 在线学习平台 节点特征 信号转换模块 双线性 计算机电子设备 学生面部表情 样本 网络 记忆 存储计算机程序 采样点 多层感知机
系统为您推荐了相关专利信息
1
一种基于AI合成检测和区块链存证的多媒体内容溯源系统及方法
区块链存证 溯源系统 多媒体 特征提取模块 判别模块
2
一种基于数据模型的汽车用户行为预测方法
协方差矩阵 信号特征 交互建模方法 协作关系 噪声特征
3
基于模态分解和深度学习的暴雨山洪致灾要素预测方法及系统
注意力 预测系统 粒子 高频特征 波动特征
4
一种便携式电压监测仪检定装置智能校验方法
便携式电压 智能校验方法 异常信号 检定装置 监测仪
5
一种采用双维度图注意力的伪造语音检测方法
语音检测方法 协方差矩阵 期望最大化算法 节点特征 BP算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号