Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 634620)
Контекстум
.
Информационно-управляющие системы  / №3 2017

НЕЙРОСЕТЕВАЯ НАВИГАЦИОННАЯ ТРЕНАЖЕРНО-ОБУЧАЮЩАЯ СИСТЕМА (160,00 руб.)

0   0
Первый авторГригорьев А. П.
АвторыБурлуцкий С. Г.
Страниц10
ID633489
АннотацияВведение: подготовка авиационных специалистов — это трудоемкий, дорогостоящий, циклический процесс, требующий промежуточного и итогового контроля. Цель исследования: разработка эффективной методики организации обучения авиационных специалистов на базе аксиолого-компетентностного подхода с применением обучающих систем и алгоритма ее организации при аудиторном и внеаудиторном обучении специальным дисциплинам. Результаты: сформулированы задачи, решаемые обучающей системой: контроль, диагностика, восстановление знаний и умений на теоретическом и практическом этапах обучения с учетом адаптации к индивидуальным особенностям работающих с системой (уровню подготовки и психофизиологическим характеристикам). Выявлено, что проектирование обучающих систем на основе искусственных нейронных сетей позволяет с заданной разработчиком точностью и достоверностью (без сбора и обработки полной статистической информации о группе обучаемых) осуществлять разработку отдельных модулей и обучающей системы в целом. Процесс обучения в обучающих системах рассматривается как контролируемая процедура решения адаптивных тестовых заданий с выдачей комментариев (диагностикой) и восстановлением знаний (компенсацией недополученных или же неусвоенных знаний) посредством обращения к теоретическому материалу электронного учебного пособия. Предложена авторская архитектура нейросетевой навигационной тренажерно-обучающей системы для подготовки авиационных специалистов, основанная на: применении нейросетевого и нейронечеткого (использовании нейросетей и нечеткой логики) подхода к контролю знаний; графосемантическом описании предметной области изучаемой дисциплины; оценке и выводе каждого действия обучаемого при решении задачи на базе бинарных деревьев с последующим графосемантическим ранжированием сложности отдельных операций и анализом степени приближения к правильному ответу. Архитектура позволяет реализовать вариативность (произвольный выбор обучаемым порядка изучения учебного материала и этапов обучения) и адаптировать обучающий процесс к индивидуальным особенностям обучаемых. Практическая значимость: разработанная система позволяет сократить время обучения, интенсифицировать обучающий процесс, повысить степень усвоения знаний, а также проводить дистанционный контроль на всех этапах обучения.
Григорьев, А. П. НЕЙРОСЕТЕВАЯ НАВИГАЦИОННАЯ ТРЕНАЖЕРНО-ОБУЧАЮЩАЯ СИСТЕМА / А. П. Григорьев, С. Г. Бурлуцкий // Информационно-управляющие системы .— 2017 .— №3 .— URL: https://rucont.ru/efd/633489 (дата обращения: 20.04.2024)

Предпросмотр (выдержки из произведения)

Одно из основных требований к обучающим системам — адаптивность. <...> Адаптивная обучающая система (АдОС) [1] позволяет не просто тренировать обучаемого и контролировать его знания, но и по результатам деятельности обучаемого может определить, какие знания недостаточны или ошибочны, и вернуть обучаемого на соответствующий раздел теории или практики либо дать дополнительные разъяснения, т. е. позволяет адаптировать процесс обучения под осо№ 3, 2017  бенности каждого конкретного обучаемого, работающего с системой. <...> Определение свойств этих заданий и выдача комментариев по каждому из них должны осуществляться на основе идентификации знаний обучаемого на каждом шаге обучения. <...> Обязательным элементом любой АдОС [1] является блок автоматизированной проверки знаний. <...> ИНФОРМАЦИОННОУПРАВЛЯЮЩИЕ СИСТЕМЫ 89 ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ОБРАЗОВАНИЕ Тестовый контроль отличается [2, 3] эффективностью при самостоятельной работе; объективностью в оценке знаний; экономией времени преподавателя; высокой степенью дифференциации тестируемых по уровню знаний; возможностью индивидуализировать процесс обучения; прогнозированием темпа и результата обучения; возможностью выявить структуру знаний каждого слушателя для дальнейшего изменения методики обучения. <...> Разработка тестовых заданий и обработка результатов тестирования подробно изложены в работе [2], а известные модели тестирования — в статье [3]. <...> Наиболее прогрессивными в настоящее время являются адаптивные модели тестирования, в которых сложность заданий меняется в зависимости от правильности ответов испытуемого. <...> Применение в АдОС автоматизированной проверки знаний на базе адаптивного тестирования [3, 4] позволяет повысить эффективность обучения. <...> В рамках данной статьи предлагается <...>