IMPROVEMENT OF INFORMATION TECHNOLOGY OF DISTANCE EDUCATION SYSTEM CONSTRUCTION WITH THE USE OF HYBRID LEARNING ALGORITHM
Інформаційні технології і засоби навчання
View Archive Info| Field | Value | |
| Title |
IMPROVEMENT OF INFORMATION TECHNOLOGY OF DISTANCE EDUCATION SYSTEM CONSTRUCTION WITH THE USE OF HYBRID LEARNING ALGORITHM
СОВЕРШЕНСТВОВАНИЕ ИНФОРМАЦИОННОЙ ТЕХНОЛОГИИ ПОСТРОЕНИЯ СИСТЕМЫ ДИСТАНЦИОННОГО ОБРАЗОВАНИЯ С ИСПОЛЬЗОВАНИЕМ ГИБРИДНОГО АЛГОРИТМА ОБУЧЕНИЯ УДОСКОНАЛЕННЯ ІНФОРМАЦІЙНОЇ ТЕХНОЛОГІЇ ПОБУДОВИ СИСТЕМИ ДИСТАНЦІЙНОЇ ОСВІТИ ІЗ ЗАСТОСУВАННЯМ ГІБРИДНОГО АЛГОРИТМУ НАВЧАННЯ |
|
| Creator |
Pikuliak, Mykola V.
Kuz, Mykola V. Voroshchuk, Oksana D. |
|
| Subject |
дистанційне навчання
адаптивний модуль нейро-нечіткі мережі навчальна система гібридний алгоритм distance learning adaptive module neuro-fuzzy networks educational system hybrid algorithm |
|
| Description |
The theoretical analysis of neuro-fuzzy systems is performed in the article, as well as their main characteristics are generalized and systematized, the peculiarities of known development algorithms are detailed and the relevance of their use for construction of computerized educational programs is substantiated. The structural model of the adaptive educational system is presented and the system of input educational rules modeled on the results of the conducted experiment is described. In order to determine the assessment of the current level of student learning, a number of qualitative indicators (depth of study, degree and quality of learning) were introduced, the use of which allowed to ensure the completeness of the base of input rules for fuzzy inference. A method based on a fuzzy neural network for constructing an adaptive module of a remote knowledge transfer system is proposed, the application of which makes it possible to increase the speed and accuracy of calculations at the stage of determining the training mode according to the current level of student knowledge. An adaptive mechanism for constructing an individual learning trajectory in the distance education system based on the fuzzy Mamdani neural network has been implemented. A hybrid algorithm for learning a neural fuzzy network has been developed and the stages of its operation are given. Peculiarities of application of hybrid algorithm for determination of educational mode are investigated and advantages of its use by parallel and simultaneous specification of network parameters are established. A block diagram of a hybrid algorithm of an adaptive training module is proposed, which allows to modify the output rules in the process of network learning according to the given learning accuracy. An experimental study of the application of a hybrid algorithm using a fuzzy neural network ANFIS in the program MATLAB was conducted and its confirmed the effectiveness of the proposed technology. Prospects for the use of mathematical tools of neural network technologies in the study of adaptive characteristics of automated learning systems are determined.
В работе выполнен теоретический анализ нейро-нечетких систем, обобщены и систематизированы их основные характеристики, детализировано особенности известных алгоритмов разработки. Представлена структурная модель адаптивной обучающей системы и описана система входных учебных правил, которые определяют базу знаний для осуществления нечеткого логического вывода. С целью оценки текущего уровня обучаемости студента введено ряд качественных показателей (глубина обучения, степень и качество усвоения), использование которых позволило обеспечить полноту базы входных правил. Предложен метод на базе нечеткой нейронной сети для построения адаптивного модуля дистанционной системы передачи знаний, применение которого дает возможность повысить скорость и точность выполнения вычислений на этапе определения учебного режима в соответствии с текущим уровнем знаний студента. Реализовано адаптивный механизм построения индивидуальной траектории обучения в системе дистанционного образования на основе нечеткой нейронной сети Мамдани. Разработан гибридный алгоритм автоматического формирования нечеткой базы правил и приведены этапы его функционирования. Исследованы особенности применения гибридного алгоритма во время обучения нейро-нечеткой сети и установлены преимущества его использования путем параллельного и одновременного уточнения параметров сети. Предложено блок-схему гибридного алгоритма адаптивного учебного модуля, которая позволяет в процессе обучения сети модифицировать правила вывода в соответствии с заданной точностю обучения. Проведено экспериментальное моделирование предложенной технологии с использованием нечеткой нейронной сети ANFIS в программе MATLAB на основе гибридного алгоритма, что позволило упростить обучение сети и повысить качество дистанционного образования. Определены перспективы использования математического аппарата нейросетевых технологий в исследовании адаптивных характеристик автоматизированных обучающих систем. У статті виконано теоретичний аналіз нейро-нечітких систем, узагальнено та систематизовано їх основні характеристики, деталізовано особливості відомих алгоритмів розробки та обґрунтовано актуальність їх використання для побудови комп’ютеризованих навчальних програм. Представлено структурну модель адаптивної навчальної системи та описано систему вхідних навчальних правил, змодельованих за результатами проведеного експерименту. З метою визначення оцінки поточного рівня навченості студента введено ряд якісних показників (глибина навчання, ступінь та якість засвоєння), використання яких дозволило забезпечити повноту бази вхідних правил для здійснення нечіткого логічного виведення. Запропоновано метод на базі нечіткої нейронної мережі для побудови адаптивного модуля дистанційної системи передачі знань, застосування якого дає можливість підвищити швидкість та точність виконання обрахунків на етапі визначення навчального режиму відповідно до поточного рівня знань студента. Реалізовано адаптивний механізм побудови індивідуальної траєкторії навчання у системі дистанційної освіти на основі нечіткої нейронної мережі Мамдані. Розроблено гібридний алгоритм навчання нейро-нечіткої мережі та наведені етапи його функціонування. Досліджено особливості застосування гібридного алгоритму для визначення навчального режиму та встановлено переваги його використання шляхом паралельного й одночасного уточнення параметрів мережі. Запропоновано блок-схему гібридного алгоритму адаптивного навчального модуля, яка дозволяє мережі під час навчання модифікувати правила виведення відповідно до заданої точності навчання. Проведено експериментальне дослідження застосування гібридного алгоритму з використанням нечіткої нейронної мережі ANFIS в програмі MATLAB, що дозволило підтвердити ефективність запропонованої технології. Визначено перспективи використання математичного апарату нейромережевих технологій у дослідженні адаптивних характеристик автоматизованих навчальних систем. |
|
| Publisher |
Institute for Digitalisation of Education of NAES of Ukraine
|
|
| Date |
2022-04-29
|
|
| Type |
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion Peer-reviewed Article рецензируемая статья рецензована стаття |
|
| Format |
application/pdf
|
|
| Identifier |
https://journal.iitta.gov.ua/index.php/itlt/article/view/4434
10.33407/itlt.v88i2.4434 |
|
| Source |
Information Technologies and Learning Tools; Vol. 88 No. 2 (2022); 167-185
Информационные технологии и средства обучения; Том 88 № 2 (2022); 167-185 Інформаційні технології і засоби навчання; Том 88 № 2 (2022); 167-185 Інформаційні технології і засоби навчання; ##issue.vol## 88 ##issue.no## 2 (2022); 167-185 2076-8184 10.33407/itlt.v88i2 |
|
| Language |
ukr
|
|
| Relation |
https://journal.iitta.gov.ua/index.php/itlt/article/view/4434/2021
|
|
| Rights |
Copyright (c) 2022 Mykola Pikuliak
https://creativecommons.org/licenses/by-nc-sa/4.0 |
|