ІНФОРМАЦІЙНО-ЕКСТРЕМАЛЬНЕ МАШИННЕ НАВЧАННЯ СИСТЕМИ КОНТРОЛЮ ЗНАНЬ

Abstract

Розглядається алгоритм машинного навчання комп’ютеризованої системи контролю знань за тестовими завданнями. При цьому машинне навчання здійснюється в рамках інформаційно-екстремальної інтелектуальної технології аналізу даних, яка ґрунтується на максимізації інформаційної спроможності системи в процесі її навчання. Як ознаки розпізнавання розглядалися результати відповідей студентів на тестові завдання, які оцінювалися за стобальною шкалою. Запропоновано алгоритм інформаційно-екстремального машинного навчання з паралельно-послідовною оптимізацією системи контрольних допусків на ознаки розпізнавання. Як параметр машинного навчання, що оптимізується, розглядався нижній контрольний допуск на ознаки розпізнавання при фіксованому верхньому допуску. При цьому отримані в процесі паралельної оптимізації квазіоптимальні контрольні допуски на ознаки розпізнавання використовувалися як стартові при реалізації алгоритму машинного навчання з послідовною оптимізацією. Як критерій оптимізації параметрів машинного навчання розглядалася модифікована інформаційна міра Кульбака, яка є функціоналом від точнісних характеристик класифікаційних рішень. Оскільки, специфіка контролю знань полягає в тому, що алфавіт класів є структурованим, то розглядалася вкладена структура контейнерів класів розпізнавання, які характеризують відповідні рівні знать. При цьому вкладена структура характеризувалася загальним центром розсіювання векторів-реалізацій класів розпізнавання. Така структура на відміну від полімодальних контейнерів класів розпізнавання дозволила підвищити оперативність машинного навчання та достовірність вирішальних правил. Перевірка працездатності запропонованого алгоритму машинного навчання здійснювалася за репрезентативною вхідною навчальною матрицею, яка була сформованою за результатами тестування студентів за навчальною дисципліною.

Authors and Affiliations

Ihor Shelehov, Svitlana Pylypenko, Oleksiy Stolyarchuk, Tymofiy Romanenko

Keywords

Related Articles

Исследование движения магнитогазодинамических ударных волн в неоднородной плазменной среде методом Уизема

<span>Рассматривается распространение плоской магнитогазодинамической ударной волны в неоднородной плазменной среде. Исследование проводилось методом Уизема, который был использован для случая поперечного магнитного поля...

Development of agent-oriented software components to retrieve the marketing information from the web

<span>The article is devoted to researching the processes of extracting marketing information from the Web space. Conclusions are drawn on the need to introduce an information marketing system into modern business activi...

Дослідження еволюції напружено-деформованого стану і визначення розрахункового ресурсу масивних елементів вісесиметричних конструкцій із використанням універсального скінченного елементу

<span>Математичне моделювання процесів континуального руйнування в умовах довготривалої повзучості на основі МСЕ являє собою досить складну задачу, ефективність розв'язання якої залежить від повноти бібліотеки скінченно-...

ЗАСТОСУВАННЯ АКТИВНОГО НАВЧАННЯ В СИТУАЦІЇ ЦИКЛІЧНОГО ХОЛОДНОГО СТАРТУ РЕКОМЕНДАЦІЙНОЇ СИСТЕМИ

Досліджено проблему побудови рекомендацій для систем електронної комерції в умовах циклічного холодного старту. Дана проблема виникає при постійній зміні інтересів користувачів протягом строку використання рекомендаційно...

An approach to forming dashboards for business processes state analysis

<p class="304"><span lang="EN-US">There have been considered basic features of dashboards, their place and role in business process management concept, considered basic dashboards types, considered various recommendation...

Download PDF file
  • EP ID EP465221
  • DOI 10.20998/2079-0023.2018.44.09
  • Views 107
  • Downloads 0

How To Cite

Ihor Shelehov, Svitlana Pylypenko, Oleksiy Stolyarchuk, Tymofiy Romanenko (2018). ІНФОРМАЦІЙНО-ЕКСТРЕМАЛЬНЕ МАШИННЕ НАВЧАННЯ СИСТЕМИ КОНТРОЛЮ ЗНАНЬ. Вісник Національного технічного університету «ХПІ». Серія: Системний аналiз, управління та iнформацiйнi технологiї, 1320(44), 49-56. https://europub.co.uk/articles/-A-465221