面向多项选择题场景的信息瓶颈感知压缩知识追踪方法

AITNT
正文
推荐专利
面向多项选择题场景的信息瓶颈感知压缩知识追踪方法
申请号:CN202510968385
申请日期:2025-07-14
公开号:CN120688551A
公开日期:2025-09-23
类型:发明专利
摘要
本发明公开了面向多项选择题场景的信息瓶颈感知压缩知识追踪方法,涉及教育大数据挖掘、知识追踪和智能教育领域。该方法深度融合信息瓶颈理论,结合时间序列建模与多头注意力机制等先进技术,旨在更精确、高效地对学习者在多项选择题作答过程中的知识状态进行建模与追踪。通过对学习者多元化作答行为的深层分析,本方法能够更有效地从复杂信息中提炼关键知识特征,从而实现对学习者知识掌握情况的全面评估,为实现精准教学和个性化学习路径规划提供有力支持。
技术关键词
多项选择题 知识追踪方法 学生 前馈神经网络 多头注意力机制 长短期记忆网络 信息瓶颈理论 掩码矩阵 场景 概率密度函数 个性化学习路径 知识追踪系统 答案 多层感知机层 紧凑特征 存储程序指令 超参数 阶段
系统为您推荐了相关专利信息
1
一种基于微调大语言模型的场景图生成增强方法
大语言模型 三元组 联合损失函数 场景 视觉关系检测模型
2
基于多变量时空反转Transformer的边缘负载预测方法
负载预测方法 静态特征 前馈神经网络 计算机程序指令 序列
3
一种用于运动训练的三维姿态高精度采集与重构系统
姿态估计 关键点 重构系统 运动训练 联合标定方法
4
一种基于物联网的智慧施工调度方法
施工升降机 层门 数据采集策略 多层前馈神经网络 分层强化学习
5
基于CT图像的中耳胆脂瘤自动检测系统
卷积残差网络 子模块 深度特征信息 注意力机制 斯皮尔曼相关系数
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