РАЗРАБОТКА (НА ОСНОВЕ МЕЖДУНАРОДНЫХ СПЕЦИФИКАЦИЙ) АВТОМАТИЗИРОВАННОЙ ОБУЧАЮЩЕЙ СИСТЕМЫ «ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ» > Полезные советы
Тысяча полезных мелочей    

РАЗРАБОТКА (НА ОСНОВЕ МЕЖДУНАРОДНЫХ СПЕЦИФИКАЦИЙ) АВТОМАТИЗИРОВАННОЙ ОБУЧАЮЩЕЙ СИСТЕМЫ «ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ»

РАЗРАБОТКА (НА ОСНОВЕ МЕЖДУНАРОДНЫХ СПЕЦИФИКАЦИЙ) АВТОМАТИЗИРОВАННОЙ ОБУЧАЮЩЕЙ СИСТЕМЫ «ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ»

Кудряшова Э.Е. Статья в формате PDF 109 KB В последние несколько лет наблюдается подъем интереса к искусственным нейронным сетям, которые успешно применяются в самых различных областях - бизнесе, медицине, технике, геологии, физике и т.д., для решения задач прогнозирования, классификации и управления. В международной пpaктике разработка компьютерного продукта учебного назначения (методических и программно-информационных средств) считается весьма дорогостоящей в силу высокой наукоемкости и необходимости совместной работы квалифицированных специалистов.

Разработанная АОС «Искусственный нейронные сети» состоит из следующих подсистем: "Регистрация", "Преподаватель", "Контроль знаний (блок тестирования)", "Статистика", "Лекции по нейросетям".

Подсистема "Регистрация" содержит набор средств по декларированию прав пользователей АОС и прав преподавателя; подсистема "Контроль знаний" содержит набор средств для проверки индивидуальных знаний обучаемого. Блок тестирования АОС содержит модули: сведения о пользователе, запрос помощи, изменение помощи, изменение наборов тестов, результаты тестирования; подсистема "Лекции по нейросетям" содержит комплект лекций по нейросетям, представленный в виде гипертекста в HTML; подсистема "Преподаватель" содержит набор средств по управлению, созданию, удалению, редактированию наборов тестов; подсистема "Статистика" содержит набор средств для хранения и статистической обработки количественных и качественных показателей уровня знаний обучаемого (номер теста, оценка, время ответа, количество попыток и т.д.) в течение периода обучения.

Разработана методика построения тестов в АОС «Искусственные нейронные сети» на основе пяти документов IMS Question - международных спецификаций взаимодействия вопросов и тестов в дистанционном образовании: краткий обзор взаимодействия вопросов и тестов; информационная модель взаимодействия вопросов и тестов; методы и руководство выполнения взаимодействия вопросов и тестов; обработка результатов тестирования; спецификация последовательности и отбора тестов и вопросов.

Ключевые компоненты системы контроля знаний:

  1. авторская система (Authoring system) - поддерживает создание и редактирование исследования, разделов и пунктов АОС;
  2. механизм исследования (Assessment engine) - поддерживает оценку ответов в терминах создания АОС;
  3. система управления обучением (Learning management system) - отвечает за управление структурой изучаемого материала;
  4. репозиторий данных (Candidate data repository) - база данных результатов обучения;
  5. внешний репозиторий (External ASI repository) - внешние базы данных, которые будут импортированы с помощью QTI спецификаций.

Вопросы по искусственным нейронным сетям, входящие в блок тестирования, являются базисом контроля знаний в АОС. В процессе использования АОС вопросы могут дополняться. Пример вопросов по разделу «Исследование модели Больцмана».

  • Пункт 1. Как меняются веса синапсов по правилу обучения Хебба.
  • Пункт 2. Понятие вероятностного алгоритма поиска экстремума функции энергии (машина Больцмана).
  • Пункт 3. В чем достоинства и недостатки модели - машина Больцмана.

Рассмотрено применение искусственных нейронных сетей в различных областях, например, в слабоформализованных задачах экономики, в том числе и в финансовой деятельности; указаны принципы построения моделей нейронных сетей и их функционирование. В финансовой области эффективно решаются с помощью нейронных сетей следующие классы задач: прогнозирование временных рядов на основе нейросетевых методов обработки (валютный курс, спрос и котировки акций, фьючерсные контpaкты и др.; страховая деятельность банков; прогнозирование банкротств на основе нейросетевой системы распознавания; определение курсов облигаций и акций предприятий с целью вложения средств в эти предприятия; применение нейронных сетей к задачам биржевой деятельности; прогнозирование экономической эффективности финансирования экономических и инновационных проектов.

СПИСОК ЛИТЕРАТУРЫ

  1. Кудряшова Э.Е. Новые информационные технологии в автоматизированных системах обработки информации и управления: Учеб. пособие. - гриф УМО вузов /РПК Политехник». - Волгоград, 2001.
  2. Пояснительная записка к проекту Концепции развития дистанционного образования на территории государств - участников Содружества Независимых Государств [Электронный ресурс]. - 2004.
  3. IMS Question & Test Interoperability Final Specification Version 1.2 (спецификация взаимодействия вопросов и тестов) [Электронный ресурс]. - 2004. - http://www.imsglobal.org/


СРАВНИТЕЛЬНЫЕ КОНСТРУКЦИИ В ЖЕНСКОМ И МУЖСКОМ ТИПАХ РЕЧИ: КОНТРАСТИВНЫЙ АНАЛИЗ

СРАВНИТЕЛЬНЫЕ КОНСТРУКЦИИ В ЖЕНСКОМ И МУЖСКОМ ТИПАХ РЕЧИ: КОНТРАСТИВНЫЙ АНАЛИЗ Цель работы состоит в том, чтобы выявить отличия в организации и употрeблении сравнительных конструкций в речи женщин и мужчин, тем самым определив, как глубинные знания о мире отражаются в «женском» и «мужском» вариантах национального языка. Основным методологическим принципом работы является положение о взаимосвязи языка, человека и его речемыслительной деятельности. ...

19 06 2025 2:34:13

ШАГ В ЕСТЕСТВОЗНАНИЕ (учебное пособие)

ШАГ В ЕСТЕСТВОЗНАНИЕ (учебное пособие) Статья в формате PDF 114 KB...

18 06 2025 4:37:28

УЧЕБНЫЕ ИССЛЕДОВАНИЯ ГРАВИТАЦИИ (Ч. II)

УЧЕБНЫЕ ИССЛЕДОВАНИЯ ГРАВИТАЦИИ (Ч. II) В отличие от традиционного, показан иной путь интегрирования для получения уравнения напряженности гравитационного поля в точке на удалении от модельного однородного шарообразного тела. Доказано его соответствие закону всемирного тяготения при проведении компьютерного суммирования. Обнаружено наличие максимального вклада элементов шарообразного тела в величину напряженности гравитационного поля в исследуемой точке вне этого тела. Получена аналитическая зависимость глубины положения этих элементов внутри шарообразного тела от высоты исследуемой точки над поверхностью тела и его радиуса. ...

16 06 2025 15:38:12

ОБ ИСТОРИИ ЖИЗНИ НА ЗЕМЛЕ

ОБ ИСТОРИИ ЖИЗНИ НА ЗЕМЛЕ Статья в формате PDF 101 KB...

13 06 2025 2:23:51

ШИШЕЛОВА ТАМАРА ИЛЬИНИЧНА

ШИШЕЛОВА ТАМАРА ИЛЬИНИЧНА Статья в формате PDF 179 KB...

30 05 2025 6:42:16

Коммуникация молодежи в повседневной жизни

Коммуникация молодежи в повседневной жизни Статья в формате PDF 250 KB...

27 05 2025 11:26:21

ДЕСТРУКЦИЯ ЭРИТРОЦИТОВ В КОСТНОМОЗГОВЫХ ЭРИТРОКЛАЗИЧЕСКИХ КЛАСТЕРАХ

ДЕСТРУКЦИЯ ЭРИТРОЦИТОВ В КОСТНОМОЗГОВЫХ ЭРИТРОКЛАЗИЧЕСКИХ КЛАСТЕРАХ В костном мозге больных гематологическими заболеваниями выявлено значительное количество эритроклазических кластеров, хаpaктеризующихся экзоцитарным лизисом входящих в них эритроцитов кластерообразующими миелокариоцитами разных видов, включая эритрокариоциты. Содержание эритроклазических кластеров с происходящим в них экзоцитарным лизисом эритроцитов варьировало от 21% от всех эритроклазических кластеров в костном мозге больных апластической анемией до 81% в костном мозге больных в активной фазе острого лимфобластного лейкоза, что свидетельствует об интенсивности лизиса в них эритроцитов. С наибольшей интенсивностью лизис эритроцитов происходил в костном мозге больных в активную фазу острого лимфобластного лейкоза и больных хроническим миелолейкозом. При этом в момент исследования подвергались деструкции в эритроклазических кластеров десятки тысяч эритроцитов в мкл костного мозга. Эти данные подтверждают представление о костном мозге как органе гемолиза. ...

24 05 2025 14:57:11

СТРУКТУРА СОЦИАЛЬНОГО ПАКЕТА ПРЕДПРИЯТИЯ

СТРУКТУРА СОЦИАЛЬНОГО ПАКЕТА ПРЕДПРИЯТИЯ Статья в формате PDF 123 KB...

22 05 2025 6:40:19

МОДЕЛЬ МИРА ЧЕЛОВЕКА И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

МОДЕЛЬ МИРА ЧЕЛОВЕКА И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ Статья в формате PDF 243 KB...

21 05 2025 19:46:36

ВОДНЫЕ РЕСУРСЫ КРУПНЫХ РЕК

ВОДНЫЕ РЕСУРСЫ КРУПНЫХ РЕК Приведены методы ранжирования и рангового моделирования гидрологических параметров у множества крупных рек Земли по примеру статистических данных из учебника. ...

17 05 2025 1:23:48

Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::